现场是这样的。用 llama-index-core 0.10 建索引，chunk_size 设 512，中文合同被切在句子中间，检索回来的片段常常只有半句，回答因此断章取义。
中间走过弯路，把「没给 secondary_chunking_regex，回退成按字符硬切」当成主因，改完现象没变。
把日志和配置对完，能解释这个现象的基本就这几处。0.10 的默认分隔符集来自英文标点，中文句号不在里面；chunk_size 按 token 计，中文一个字约一个 token，512 太短；文档解析后没分段，整篇被当成一个节点再切，段落边界丢失。
第一件事是打印当前切分器的分隔符与块长
python -c "from llama_index.core.node_parser import SentenceSplitter;s=SentenceSplitter();print(s.paragraph_separator,s.chunk_size)"显式指定中文标点并加大块长
python -c "from llama_index.core.node_parser import SentenceSplitter;s=SentenceSplitter(chunk_size=900,secondary_chunking_regex='[^。！？]+[。！？]');print(s.chunk_size)"接着用真实文档跑一遍看块首尾
python -c "from llama_index.core import SimpleDirectoryReader;d=SimpleDirectoryReader('docs').load_data();print(d[0].text[:120])"等前面都确认过，再把切好的节点落盘抽查前两块
python -c "from llama_index.core import SimpleDirectoryReader;from llama_index.core.node_parser import SentenceSplitter;print([n.text[-20:] for n in SentenceSplitter(chunk_size=900).get_nodes_from_documents(SimpleDirectoryReader('docs').load_data())[:2]])"别只看报错消失，验证要多做一步。抽查的节点全部以句号或问号结尾，长度落在 600 到 900 字之间，同一问题的召回片段能读成完整句子。
块长不是越大越好，900 字已接近多数 embedding 模型的有效区间，再长首尾信息会被稀释。线上能稳定复现的问题都不算难，难的是只在大流量下才出现的那种。