← ClaudeAtlas

document-chunkerlisted

Dokumente in ueberlappende Token-Chunks aufteilen fuer RAG-Pipelines und LLM-Kontextfenster. Zero Dependencies.
ellmos-ai/skills · ★ 1 · AI & Automation · score 78
Install: claude install-skill ellmos-ai/skills
# Document Chunker Zerteilt Dokumente in ueberlappende Token-Chunks. Optimiert fuer RAG-Pipelines und LLM-Kontextfenster. Zero Dependencies — nur Python stdlib + re. ## Nutzung ### Als Library ```python from document_chunker import DocumentChunker chunker = DocumentChunker(chunk_size=400, overlap=80) chunks = chunker.chunk_text("Langer Text...") for chunk in chunks: print(f"Chunk {chunk['chunk_id']}: {chunk['tokens']} tokens") ``` ### Datei chunken ```python chunks = chunker.chunk_document("dokument.md", source="Mein Projekt") ``` ### Ganzen Ordner chunken ```python from document_chunker import chunk_corpus chunks = chunk_corpus(["doc1.md", "doc2.txt"], source="Corpus") ``` ### CLI ```bash python document_chunker.py dokument.md # Einzelne Datei python document_chunker.py ./docs/ # Ganzes Verzeichnis ``` ## Parameter | Parameter | Default | Beschreibung | |-----------|---------|-------------| | chunk_size | 400 | Max. Tokens pro Chunk | | overlap | 80 | Ueberlappende Tokens zwischen Chunks | ## Unterstuetzte Dateitypen `.txt`, `.md`, `.py`, `.sh` ## Changelog ### 1.0.0 (2026-03-12) - Portiert aus BACH system/tools/document_chunker.py