结果重排序
POST /v1/rerank — 根据查询对文档列表做相关性重排序
POST
/v1/rerank根据查询（query）对候选文档列表计算相关性并重新排序，常用于检索增强（RAG）中对初筛结果做精排。兼容 Jina / Cohere 风格的 rerank 协议。
鉴权：在请求头携带 Authorization: Bearer <令牌>，详见鉴权与令牌。
请求参数
modelstring必填重排序模型 ID
querystring必填查询文本
documentsarray必填候选文档数组，元素通常为字符串（部分模型支持对象形式）
top_ninteger只返回相关性最高的前 N 条，缺省返回全部
return_documentsboolean为 true 时在结果中回带文档原文
默认值: falsemax_chunk_per_docinteger长文档分块时每文档最大块数（需模型支持）
overlap_tokensinteger分块重叠 token 数（需模型支持）
请求示例
# <RERANK_MODEL_ID> 例如 jina-rerank-v2，需先在模型列表确认已开通
curl https://api.jimu.chat/v1/rerank \
-H "Authorization: Bearer $JIMU_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "<RERANK_MODEL_ID>",
"query": "如何配置鉴权",
"documents": ["在请求头携带 Bearer 令牌", "今天天气不错", "令牌可在控制台创建"],
"top_n": 2,
"return_documents": true
}'
响应结构
以下样例依据服务端响应结构定义给出（usage 部分有删减，实际返回可能包含更多字段），字段以实际返回为准：
响应200
{
"results": [
{ "index": 0, "relevance_score": 0.95, "document": "在请求头携带 Bearer 令牌" },
{ "index": 2, "relevance_score": 0.88, "document": "令牌可在控制台创建" }
],
"usage": { "prompt_tokens": 42, "total_tokens": 42 }
}
results按relevance_score（0–1，越高越相关）降序排列，index指向原documents数组中的位置。document字段仅当return_documents: true时返回；为false时用index回原数组取原文。usage计量以服务端返回为准。