跳至主要內容

rerank()

rerank() 函數結合語意相關性、向量相似度及按位置評分，為向量搜尋結果提供進階重新排序功能。

function rerank(
  results: QueryResult[],
  query: string,
  modelConfig: ModelConfig,
  options?: RerankerFunctionOptions,
): Promise<RerankResult[]>

使用範例
使用範例 的直接連結

import { rerank } from '@mastra/rag'

const model = 'openai/gpt-5.6-sol'

const rerankedResults = await rerank(vectorSearchResults, 'How do I deploy to production?', model, {
  weights: {
    semantic: 0.5,
    vector: 0.3,
    position: 0.2,
  },
  topK: 3,
})

參數
參數 的直接連結

results:

QueryResult[]
要重新排序的向量搜尋結果

query:

string
用於評估相關性的搜尋查詢文字

model:

MastraLanguageModel
用於重新排序的語言模型

options?:

RerankerFunctionOptions
重新排序模型的選項
RerankerFunctionOptions

weights?:

WeightConfig
不同評分組成部分的權重（總和必須為 1）
number

semantic?:

number (default: 0.4)
語意相關性的權重
number

vector?:

number (default: 0.4)
向量相似度的權重
number

position?:

number (default: 0.2)
按位置評分的權重

queryEmbedding?:

number[]
查詢的 embedding

topK?:

number
要傳回的最高排名結果數目

rerank 函數接受 Vercel AI SDK 的任何 LanguageModel。使用 Cohere 模型 rerank-v3.5 時，函數會自動使用 Cohere 的重新排序功能。

備註

要讓語意評分在重新排序期間正常運作，每項結果都必須在其 metadata.text 欄位中包含文字內容。

傳回值
傳回值 的直接連結

此函數傳回一個由 RerankResult 物件組成的陣列：

result:

QueryResult
原始查詢結果

score:

number
合併後的重新排序分數（0 至 1）

details:

ScoringDetails
詳細評分資料

ScoringDetails
scoringdetails 的直接連結

semantic:

number
語意相關性分數（0 至 1）

vector:

number
向量相似度分數（0 至 1）

position:

number
按位置計算的分數（0 至 1）

queryAnalysis?:

object
查詢分析詳情
number

magnitude:

查詢的量值
number[]

dominantFeatures:

查詢的主要特徵
On this page