> Discover all available pages from the documentation index: https://mastra.zisheng.pro/zh-TW/llms.txt

# rerankWithScorer()

`rerankWithScorer()` 函式結合語意相關性、向量相似度與位置分數，為向量搜尋結果提供進階重新排序功能。

```typescript
function rerankWithScorer({
  results: QueryResult[],
  query: string,
  scorer: RelevanceScoreProvider,
  options?: RerankerFunctionOptions,
}): Promise<RerankResult[]>;
```

## 使用範例

```typescript
import { rerankWithScorer as rerank, CohereRelevanceScorer } from '@mastra/rag'

const scorer = new CohereRelevanceScorer('rerank-v3.5')

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

## 參數

**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

**scorer** (`RelevanceScoreProvider`): 用於重新排序的相關性評分器

**options** (`RerankerFunctionOptions`): 重新排序模型的選項

**options.weights** (`WeightConfig`): 不同評分元件的權重（總和必須為 1）

**options.weights.semantic** (`number (default: 0.4)`): 語意相關性的權重

**options.weights.vector** (`number (default: 0.4)`): 向量相似度的權重

**options.weights.position** (`number (default: 0.2)`): 位置評分的權重

**options.queryEmbedding** (`number[]`): 查詢的嵌入

**options.topK** (`number`): 要傳回的最高排名結果數量

`rerankWithScorer` 函式接受 @mastra/rag 中的任何 `RelevanceScoreProvider`。

> **備註:** 若要讓語意評分在重新排序期間正常運作，每個結果都必須在 `metadata.text` 欄位中包含文字內容。

## 傳回值

此函式會傳回 `RerankResult` 物件陣列：

**result** (`QueryResult`): 原始查詢結果

**score** (`number`): 綜合重新排序分數（0–1）

**details** (`ScoringDetails`): 詳細評分資訊

### `ScoringDetails`

**semantic** (`number`): 語意相關性分數（0–1）

**vector** (`number`): 向量相似度分數（0–1）

**position** (`number`): 位置分數（0–1）

**queryAnalysis** (`object`): 查詢分析詳細資訊

**queryAnalysis.magnitude**: 查詢的量值

**queryAnalysis.dominantFeatures**: 查詢的主要特徵

## 相關內容

- [createVectorQueryTool](https://mastra.zisheng.pro/zh-TW/reference/tools/vector-query-tool)