用途：在嵌入/向量检索之后，对召回的候选文档进行重排序（rerank），以提升最终结果的相关性排序质量，适用于混合检索与 top-k 精排场景。
主要能力：支持阿里云百炼（Model Studio）的 rerank 模型，包括 gte-rerank-v2、gte-rerank、gte-multilingual-rerank、qwen3-reranker-8b、qwen3-reranker-4b、qwen3-reranker-0.6b。当查询与文档语言不一致时，建议使用多语言重排序模型。
使用方式：通过脚本准备重排序请求，例如： python skills/ai/search/alicloud-ai-search-rerank/scripts/prepare_rerank_request.py --query "cloud vector database" --output output/alicloud-ai-search-rerank/request.json
校验方式： mkdir -p output/alicloud-ai-search-rerank python -m py_compile skills/ai/search/alicloud-ai-search-rerank/scripts/prepare_rerank_request.py && echo "py_compile_ok" > output/alicloud-ai-search-rerank/validate.txt 通过标准为命令退出码为 0 且生成 validate.txt。
限制：模型名称必须使用上述精确字符串；其余参数、配额、计费与平台细节资料暂未提供。