Jina AI 重排序格式（Rerank）¶

📝 简介¶

Jina AI Rerank 是一个强大的文本重排序模型，可以根据查询对文档列表进行相关性排序。该模型支持多语言，可以处理不同语言的文本内容，并为每个文档分配相关性分数。

💡 请求示例¶

基础重排序请求 ✅¶

curl https://api.zetatechs.com/v1/rerank \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $NEWAPI_API_KEY" \
  -d '{
    "model": "jina-reranker-v2-base-multilingual",
    "query": "Organic skincare products for sensitive skin",
    "top_n": 3,
    "documents": [
      "Organic skincare for sensitive skin with aloe vera and chamomile...",
      "New makeup trends focus on bold colors and innovative techniques...",
      "Bio-Hautpflege für empfindliche Haut mit Aloe Vera und Kamille..."
    ]
  }'

响应示例:

{
  "results": [
    {
      "document": {
        "text": "Organic skincare for sensitive skin with aloe vera and chamomile..."
      },
      "index": 0,
      "relevance_score": 0.8783142566680908
    },
    {
      "document": {
        "text": "Bio-Hautpflege für empfindliche Haut mit Aloe Vera und Kamille..."
      },
      "index": 2,
      "relevance_score": 0.7624675869941711
    }
  ],
  "usage": {
    "prompt_tokens": 815,
    "completion_tokens": 0,
    "total_tokens": 815
  }
}

📮 请求¶

端点¶

POST /v1/rerank

鉴权方法¶

在请求头中包含以下内容进行 API 密钥认证：

Authorization: Bearer $NEWAPI_API_KEY

其中 $NEWAPI_API_KEY 是您的 API 密钥。

请求体参数¶

model¶

• 类型：字符串
• 必需：否
• 默认值：jina-reranker-v2-base-multilingual
• 说明：要使用的重排序模型

query¶

• 类型：字符串
• 必需：是
• 说明：用于对文档进行相关性排序的查询文本

top_n¶

• 类型：整数
• 必需：否
• 默认值：无限制
• 说明：返回排序后的前 N 个文档

documents¶

• 类型：字符串数组
• 必需：是
• 说明：要进行重排序的文档列表
• 限制：每个文档的长度不应超过模型的最大token限制

📥 响应¶

成功响应¶

results¶

• 类型：数组
• 说明：重排序后的文档列表
• 属性：
• document: 包含文档文本的对象
• index: 文档在原始列表中的索引
• relevance_score: 相关性分数(0-1之间)

usage¶

• 类型：对象
• 说明：token 使用统计
• 属性：
• prompt_tokens: 提示使用的 token 数
• completion_tokens: 补全使用的 token 数
• total_tokens: 总 token 数
• prompt_tokens_details: 提示 token 详细信息
  • cached_tokens: 缓存的 token 数
  • audio_tokens: 音频 token 数
• completion_tokens_details: 补全 token 详细信息
  • reasoning_tokens: 推理 token 数
  • audio_tokens: 音频 token 数
  • accepted_prediction_tokens: 接受的预测 token 数
  • rejected_prediction_tokens: 拒绝的预测 token 数

错误响应¶

当请求出现问题时，API 将返回错误响应：

• 400 Bad Request: 请求参数无效
• 401 Unauthorized: API 密钥无效或未提供
• 429 Too Many Requests: 请求频率超限
• 500 Internal Server Error: 服务器内部错误

💡 最佳实践¶

查询优化建议¶

1. 使用清晰具体的查询文本
2. 避免过于宽泛或模糊的查询
3. 确保查询与文档使用相同的语言风格

文档处理建议¶

1. 保持文档长度适中，不要超过模型限制
2. 确保文档内容完整且有意义
3. 可以包含多语言文档，模型支持跨语言匹配

性能优化¶

1. 合理设置 top_n 参数以减少不必要的计算
2. 对于大量文档，考虑分批处理
3. 可以缓存常用查询的结果

多语言支持¶

该模型支持多种语言的文档重排序，包括但不限于：

• 英语
• 中文
• 德语
• 西班牙语
• 日语
• 法语

无需指定语言参数，模型会自动识别和处理不同语言的内容。