一步API中文文档
  1. 接口
一步API中文文档
  • 01_人工客服
  • 02_购买地址
  • 03_base_url说明
  • 04_API key的获取和使用
  • 05_支持的模型与在线查询
  • 06_API Key余额查询
  • 07_常用工具配置教程
    • 01 Chatbox 配置一步API
    • 02 PyCharm 配置一步API
    • 03 Cursor 配置一步API
    • 04 Trae AI 配置一步API
    • 05 CherryStudio 配置一步API
    • 06 Dify 配置一步API
    • 07 AingDesk 配置一步API
    • 08 VS Code 配置一步API
    • 09 IntelliJ IDEA 配置一步API
    • 10 immersivetranslate 沉浸式翻译配置一步API
    • 11 Zed 配置一步API
    • 12 DeepChat 配置一步API
    • 13 Void 配置一步API
    • 14 LibreChat 配置一步API
    • 15 Sider 配置一步API
    • 16 NextChat 配置一步API
    • 17 ChatWise 配置一步API
    • 18 Glarity 配置一步API
    • 19_Tavo 配置一步API
    • 20_OMate Chat 配置一步API
    • 21 Claude Code 配置一步API
    • 22_91写作配置
  • 08_示例代码
    • python
      • 01 OpenAI-Python示例代码
      • 02 Claude-Python示例代码
      • 03 OpenAI-image-Python示例代码
      • 04 Gemini-Python示例代码
      • 05_Rerank-python示例代码
      • 06_Python分析文件代码示例
      • 07_Python其他示例
    • Java
      • 01_OpenAI-Java示例代码
      • 02_Claude-Java示例代码
  • 聊天接口(Chat)
    • 图片识别接口
    • 聊天接口(通用)
  • 向量生成(Embeddings)
    • 创建嵌入
  • 文生图片(Images)
    • DALL·E
  • 音频(Audio)
    • TTS文本转语音
  • 更新中
    • API的介绍及使用教程点击内涵链接
    • 常用教程合集
    • Anthropic Claude接口
    • Claude账号登录教程
  • 接口
    • Anthropic 对话格式(Messages)
    • Cohere 重排序格式(Rerank)
    • Deepseek reasoning 对话格式(类Chat Completions)
    • Jina AI 重排序格式(Rerank)
    • Midjourney 图像格式(Midjourney Proxy/Midjourney Proxy Plus)
    • OpenAI 音频格式
    • OpenAI 对话格式(Chat Completions)
    • OpenAI 嵌入格式(Embeddings)
    • OpenAI 图像格式(Image)
    • OpenAI 实时对话接口
    • OpenAI 响应格式(Responses)
    • Suno 音乐格式(Music)
    • Xinference 重排序格式(Rerank)
  1. 接口

Jina AI 重排序格式(Rerank)

1. 更多教程及资源请访问一步AI官方社区站#

社区站:https://www.yiboot.com
一键直达一步AI官方社区
长按识别下方二维码立即访问

Jina AI 重排序格式(Rerank)#

!!! info "官方文档"
Jina AI Rerank
!!! note "标准格式"
在New API中,Jina AI的rerank格式被采用为标准格式。所有其他供应商(如Xinference、Cohere等)的rerank响应都会被格式化为Jina AI的格式,以提供统一的开发体验。

📝 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 ✅#

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。

2. 联系客服#

如果显示添加频繁请手动搜索微信号进行添加:
点击复制微信号:xuexiv5876
修改于 2025-08-07 01:45:25
上一页
Deepseek reasoning 对话格式(类Chat Completions)
下一页
Midjourney 图像格式(Midjourney Proxy/Midjourney Proxy Plus)
Built with