Skip to main content
排名API是App Builder in Agent Studio on Gemini Enterprise Agent Platform中的独立API之一。它通过评估文档与查询的相关性对文档列表进行重新排序。相较于仅基于语义相似度的嵌入技术,排名API能提供文档回答具体查询的精确得分。该API可用于提升检索初始候选文档后的搜索结果质量。
排名API是无状态的,因此在调用API之前无需对文档进行索引。您只需传入查询和文档即可。这使得该API特别适合从任何文档检索器中重排序文档。
如需更多信息,请参考对文档进行评分和重排序。

配置

加载数据并准备

本示例将使用Google Wiki页面演示Vertex排名API的工作原理。 我们采用标准的load -> split -> embed data流水线。 嵌入通过Vertex Embeddings API模型 - textembedding-gecko@003生成
langchain-community包已不再维护。从langchain_community导入的示例可能过时或无法使用。请谨慎使用。

测试Vertex排名API

让我们用相同的查询对basic_retriever和retriever_with_reranker进行检索,并比较结果。 排名API从basic_retriever获取输入并传递给排名API。 排名API用于提升排序质量,并为每个记录确定与查询的相关性得分。 您可以看到未排序文档与排序后文档的差异。排名API将语义相关性最高的文档移至大语言模型上下文窗口顶部,从而帮助其生成更优的推理答案。
让我们检查部分重排序后的文档。我们观察到检索器仍返回与LangChain类型相关的文档,但作为元数据字段,我们还接收了排名API的relevance_score。

整合应用

本示例展示了一个完整的RAG链,包含使用Vertex排名API进行重排序的简单提示词模板。

官方原文:src/oss/python/integrations/document_transformers/google_cloud_vertexai_rerank.mdx · 非官方翻译,译文由 AI 生成,以英文原文为准。
Last modified on November 3, 2026