重排序接口

对候选文档按查询相关性重新排序。

POST /v1/rerank

curl -X POST https://www.geeknow.top/v1/rerank \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bge-reranker-large",
    "query": "如何开启流式对话？",
    "documents": [
      "Chat Completions 请求中传入 stream true 后返回 SSE。",
      "Embedding 接口用于生成文本向量。",
      "模型列表接口用于查询可用模型。"
    ],
    "top_n": 2,
    "return_documents": true
  }'

200

{
  "id": "rerank_abc123",
  "results": [
    {
      "index": 0,
      "relevance_score": 0.982,
      "document": {
        "text": "Chat Completions 请求中传入 stream true 后返回 SSE。"
      }
    },
    {
      "index": 2,
      "relevance_score": 0.417,
      "document": {
        "text": "模型列表接口用于查询可用模型。"
      }
    }
  ],
  "usage": {
    "total_tokens": 36
  }
}

重排序接口

Rerank 接口接收查询语句和候选文档列表，返回按相关性排序的结果。适用于 RAG 检索后重排、搜索结果优化和知识库问答。

请求体

model · string · required

重排序模型名称。

query · string · required

查询语句。

documents · array<string | object> · required

候选文档列表。可传字符串数组，也可传带元数据的对象数组，具体支持取决于上游模型。

top_n · integer

最多返回的文档数量。

return_documents · boolean

是否在响应中返回原始文档内容。

max_chunk_per_doc · integer

每个文档最多切分的 chunk 数。是否生效取决于上游重排序模型。

overlap_tokens · integer

文档切分时的重叠 token 数。是否生效取决于上游重排序模型。

请求示例

curl -X POST https://www.geeknow.top/v1/rerank \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bge-reranker-large",
    "query": "如何开启流式对话？",
    "documents": [
      "Chat Completions 请求中传入 stream true 后返回 SSE。",
      "Embedding 接口用于生成文本向量。",
      "模型列表接口用于查询可用模型。"
    ],
    "top_n": 2,
    "return_documents": true
  }'

响应示例

200

{
  "id": "rerank_abc123",
  "results": [
    {
      "index": 0,
      "relevance_score": 0.982,
      "document": {
        "text": "Chat Completions 请求中传入 stream true 后返回 SSE。"
      }
    },
    {
      "index": 2,
      "relevance_score": 0.417,
      "document": {
        "text": "模型列表接口用于查询可用模型。"
      }
    }
  ],
  "usage": {
    "total_tokens": 36
  }
}

相关接口

• 向量接口
• 网页工具接口