Menu
文档重排序服务（Reranker）。基于深度学习模型对检索候选结果进行细粒度相关性打分与重新排序，显著提升检索结果的精准度（Top-K 准确率）。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | rerank-service |
| description | 文档重排序服务（Reranker）。基于深度学习模型对检索候选结果进行细粒度相关性打分与重新排序，显著提升检索结果的精准度（Top-K 准确率）。 |
根据查询语句对候选文档进行相关性评分和排序，提升检索准确性。
from services.rerank_service.client import RerankServiceClient
client = RerankServiceClient()
query = "什么是机器学习？"
documents = [
"机器学习是人工智能的一个分支，通过数据训练模型。",
"今天天气很好，适合出去散步。",
"深度学习是机器学习的子领域，使用神经网络。"
]
# 完整重排序结果
result = client.rerank(query, documents, top_n=2)
# 简化结果：(索引, 分数, 文档) 元组列表
ranked = client.rerank_documents(query, documents, top_n=2)
# 只获取最相关的文档索引
indices = client.get_top_indices(query, documents, top_n=2) # -> [0, 2]
{
"id": "rerank-xxx",
"model": "BAAI/bge-reranker-v2-m3",
"results": [
{
"index": 0,
"document": {"text": "机器学习是人工智能的一个分支..."},
"relevance_score": 0.999
},
{
"index": 2,
"document": {"text": "深度学习是机器学习的子领域..."},
"relevance_score": 0.098
}
]
}
基于 LLM 的深度迭代搜索与推理服务。擅长处理复杂问题，通过自动分解查询、多轮迭代检索、信息评估与验证，最终生成全面且结构化的深度分析报告。
文本向量化（Embedding）基础服务。将自然语言转换为高维稠密向量，为语义搜索、聚类分析、推荐系统等下游任务提供核心数据支持。
高精度光学字符识别（OCR）服务。支持多语言、多格式图像的文字检测与提取，并提供文本区域坐标与置信度评分，适用于文档数字化与图像内容分析。
高性能 RAG 多路检索服务。集成 Milvus 向量数据库进行语义检索，并结合 Rerank 模型进行精准重排序，支持海量文档的高效存储与历史内容召回。
安全隔离的 Docker 沙盒代码执行服务。支持 Python/Shell/Bash 多语言动态执行，内置超时与资源限制。提供信任模式用于服务间代码融合调用。
搜索工具调用决策指南。明确定义 Agent 何时应调用搜索工具（如实时信息、具体事实），何时应依赖内部知识。作为参考规范，优化 Agent 的工具使用策略。