用途：为文本嵌入检索任务提供操作指引，覆盖从数据检查到结果验证的完整流程，适用于需要按语义相似度对文档排序或取回指定名次文档的场景。
主要能力与流程：先检查并解析原始数据，识别行号前缀（如 1→、1.、1:）、空白或制表符、引号转义、表头等格式杂质，只保留正文；再用 sentence-transformers 加载任务指定模型，例如 from sentence_transformers import SentenceTransformer 与 model = SentenceTransformer('model-name')；随后用同一模型编码全部文档与查询；用余弦相似度计算查询与各文档的相似度，例如 from sklearn.metrics.pairwise import cosine_similarity 与 similarities = cosine_similarity([query_embedding], document_embeddings)[0]；按相似度降序排序并按要求取回文档，注意“第 5 相似”对应排序后索引 4。
验证与限制：需打印前 10 条结果及分数，做语义合理性检查，确认分数范围合理、无异常并列、文本解析正确。常见陷阱包括数据格式解析错误、跳过验证、排名索引偏移、忽略语义合理性。资料未提供具体模型清单、性能数据或平台限制。