父子扩展（Parent-Child Retrieval）
父子扩展（Parent-Child Retrieval）是一种检索策略，核心思路是：用小块检索，用大块回答。
为什么需要父子扩展
分块时面临一个矛盾：
块越小 → 向量语义聚焦，检索越精准
块越大 → 上下文完整，LLM 理解越准确
两者不可兼得——小块检索准但上下文残缺，大块上下文完整但检索不准
父子扩展就是同时要两个好处的解法。
具体怎么做
索引阶段： 把同一段文本切成两个粒度，建立父子关系
原文（500字的一节）：
┌─────────────────────────────────────┐
│ 父块（500字） │
│ ┌──────┐ ┌──────┐ ┌──────┐ │
│ │子块1 │ │子块2 │ │子块3 │ │
│ │128字 │ │128字 │ │128字 │ │
│ └──────┘ └──────┘ └──────┘ │
└─────────────────────────────────────┘
向量数据库里只存子块的向量（用于检索）
同时记录每个子块属于哪个父块（用于扩展）
查询阶段： 用子块命中，返回父块内容
用户问："退款到账需要几天？"
↓
向量检索命中：子块2（128字，包含"3个工作日"这句话）✅
↓
父子扩展：找到子块2所属的父块（500字，完整的退款政策段落）
↓
把父块（500字）送给 LLM，而不是子块（128字）
↓
LLM 拿到完整上下文，回答更准确没有父子扩展会怎样
只用小块检索 + 小块送给 LLM：
子块2（128字）的内容可能是：
"...退款将在审核通过后3个工作日内到账。如需查询退款进度..."
这128字孤立来看，LLM 不知道：
- 审核通过是什么条件
- 什么情况下会退款失败
- 退款到哪个账户
如果有父块（500字），这些上下文都有，回答会完整得多父子关系不只是两层
也可以做三层：句子 → 段落 → 章节
检索粒度：句子级（最精准）
扩展粒度：段落级（平衡）
兜底粒度：章节级（最完整）
LlamaIndex 里叫做 Auto-Merging Retrieval（自动合并检索），命中相邻多个子块时，自动合并返回它们共同的父块，而不是把多个碎片分别送给 LLM。