报错是这么冒出来的。用 RecursiveCharacterTextSplitter 按 chunk_size=512 切产品手册，一张 30 行参数表被切成三块，用户问某型号耐压值时命中的块只有表头没有数据行。
中间走过弯路，把「表格先被转成纯文本，行列对应关系丢了」当成主因，改完现象没变。
真正麻烦的地方在于，几个原因的现象几乎一样。切割器只在分隔符处断开，表格行之间没有可用的段落分隔。也可能是chunk_overlap 设成 0，切断处上下文接不上。
不容易想到的是，每个块单独 embedding，表格语义被拆散。
上来先确认表格在哪一步被拍平
python -c "s=open('manual.md',encoding='utf-8').read();print(s.count('|'),s.count(chr(10)))"接着把表格整体转成 markdown 单独成块
python -c "import pandas as pd;print(pd.read_html('spec.html')[0].to_markdown(index=False)[:120])"给表格块补上型号前缀与重复表头
python -c "print('型号 X200 | 耐压 | 10MPa')"末了切分时禁止在表格内部断开
python -c "from langchain_text_splitters import RecursiveCharacterTextSplitter;s=RecursiveCharacterTextSplitter(chunk_size=512,separators=[chr(10)*2,chr(10)+'|','。'],keep_separator=True);print(len(s.split_text('a。b。')))"别只看报错消失，验证要多做一步。问型号耐压时命中的块里同时出现型号、列名和数值，单块不超过 600 字，抽 20 个表格问题命中率超过 0.9。
容易忽略的是，表格块最好单独走一路索引，和正文混在一起时向量会被平均值拉偏，混合检索常常不如分开。报错文案容易误导，真正的原因往往在相邻那一层的日志里。