Rerank 接入

概览

OneLinkAI 提供 Rerank 接口，用于对候选文档进行相关性重排。它通常位于检索链路的第二阶段：先通过关键词检索、向量检索或混合检索召回候选文档，再通过 Rerank 模型根据 query 对候选文档重新排序。

当前 Rerank 接口采用 OpenAI 风格的请求与响应结构，适合用于 RAG 问答、搜索排序、知识库召回优化和推荐排序等场景。

接入规则

鉴权方式

调用 OneLinkAI 的 Rerank 接口时，统一使用 Bearer Token 鉴权：

路径规则

当前 Rerank 能力使用以下路径：

POST /v1/rerank

示例：

Rerank 路径：POST /v1/rerank

通用调用方式

请求体使用 application/json。

请求体中的 model 用于指定重排模型。

query 是用户查询或排序目标。

documents 是待重排的候选文档列表。

OneLinkAI 保留统一网关路径与统一 Authorization: Bearer <ApiKey> 鉴权方式。

能力清单

以下内容用于快速说明当前 Rerank 接口的支持范围。

能力名称	是否支持	说明
文档相关性重排	支持	根据 query 对候选文档进行相关性排序
返回相关性分数	支持	每个结果包含 `relevance_score`
返回原文档	按参数支持	可通过 `return_documents` 控制是否返回文档内容
Top N 截断	支持	可通过 `top_n` 控制返回结果数量
扩展参数	按通道支持	可通过 `extra` 传递供应商扩展参数

接口详情

以下请求示例统一以 https://api.onelinkai.cloud 作为示例网关地址，实际调用时请替换为你的真实接入地址和有效的 ApiKey。

Rerank

用于对候选文档进行相关性重排的接口

请求路径：POST /v1/rerank

请求格式：application/json

必填请求字段：model、query、documents

常用请求字段：top_n、return_documents、max_chunks_per_doc、overlap_tokens、extra

核心响应字段：id、results、meta

请求示例

响应示例

{
  "id": "rerank-xxx",
  "results": [
    {
      "index": 0,
      "relevance_score": 0.98,
      "document": {
        "text": "OneLinkAI 提供 OpenAI、Claude、Gemini 等协议兼容接口。"
      }
    },
    {
      "index": 2,
      "relevance_score": 0.86,
      "document": {
        "text": "Rerank 接口用于对候选文档进行相关性重排。"
      }
    }
  ],
  "meta": {
    "model": "<Model ID>",
    "tokens": {
      "input_tokens": 64,
      "output_tokens": 0
    }
  }
}

使用建议

Rerank 通常用于召回后的精排阶段，不建议直接把全量文档都传入重排接口。

建议先通过向量检索或混合检索召回一批候选文档，再使用 Rerank 选出最相关的 Top N。

如果业务侧需要展示命中的原文片段，可以开启 return_documents；如果只需要排序结果，可以关闭以减少响应体大小。

documents 的顺序会通过响应中的 index 字段保留，业务侧可据此映射回原始候选文档。

具体模型可用性、最大文档数量、单文档长度与计费规则，请以当前接口实际返回结果为准。

概览#

接入规则#

鉴权方式#

路径规则#

通用调用方式#

能力清单#

接口详情#

Rerank#

请求示例#

响应示例#

使用建议#

概览