🧩 RAG Chunk 分块计算器
输入文档长度、Chunk Size 与 Overlap，算出 Chunk 数量、重复 Token、实际 Embedding 数量与成本，以及单次召回 Top-K 后会占多少 Context。不确定文档多少 Token？先用 Token 估算器。
Chunk 数量
0
实际 Embedding 0 Token
重复 Token0
Embedding 成本¥0
Top-K 召回占用0
说明—
💡 Overlap 越大语义越连贯，但重复 Token 越多、成本越高。Top-K 召回占用 = 召回 Chunk 数 × Chunk Size，会直接吃进 Context 窗口，可用 Context 计算器 复核。
经验值：Chunk Size 512 + Overlap 10%~20% 是多数场景的稳妥起点。文档是结构化表格 / 代码时可适当调大，纯叙事文本可调小。Embedding 成本通常远低于生成成本，重点优化召回质量而非省这点钱。