如何在LlamaIndex中为文档的每个Chunk添加源文档标题

你可以通过以下几种方式实现给每个Chunk添加电影标题，让上下文呈现为{title}\n{relevant plot chunk}的格式：

方法1：自定义分割逻辑（推荐） #

在文档分割阶段直接给每个Chunk前缀加上电影标题，确保后续检索时上下文自带标题信息：

from llama_index.core.node_parser import SimpleNodeParser
from llama_index.core.schema import TextNode

# 替换为你的电影标题和剧情文本
movie_title = "星际穿越"
plot_text = "维基百科上的电影剧情全文..."

def generate_nodes_with_title(text, title, chunk_size=1024):
    # 使用默认分割器拆分文本
    parser = SimpleNodeParser.from_defaults(chunk_size=chunk_size)
    base_nodes = parser.get_nodes_from_text(text)
    
    # 为每个节点添加标题前缀
    nodes_with_title = []
    for node in base_nodes:
        formatted_text = f"{title}\n{node.text}"
        new_node = TextNode(text=formatted_text, metadata=node.metadata)
        nodes_with_title.append(new_node)
    
    return nodes_with_title

# 生成带标题的Chunk节点
title_nodes = generate_nodes_with_title(plot_text, movie_title)

方法2：批量修改已分割的节点 #

如果已经完成了文档分割，可直接遍历节点列表，修改文本内容添加标题：

# 假设nodes是已分割好的原始节点列表
for node in nodes:
    # 从元数据或外部变量获取电影标题
    movie_title = node.metadata.get("movie_title", "未知电影")
    node.text = f"{movie_title}\n{node.text}"

方法3：通过提示模板组合标题与上下文 #

若不想修改Chunk本身，可在查询阶段通过自定义提示模板，将元数据中的标题与Chunk文本合并：

from llama_index.core import PromptTemplate

# 自定义提示模板，整合标题和上下文内容
qa_template = PromptTemplate(
    "参考以下电影内容回答问题：\n{title}\n{context_str}\n\n用户问题：{query_str}\n回答："
)

# 将模板传入查询引擎（需结合你的聊天机器人构建逻辑调整）
query_engine = index.as_query_engine(text_qa_template=qa_template)

内容的提问来源于stack exchange，提问作者Nick Zorander