用途：为 OpenSearch 或 Elasticsearch 上的双边市场（住宿、外卖、二手、招聘等）提供研究驱动的搜索排序参考，把搜索排序管线分为九个阶段，强调前期阶段不可由后续加权补救。
主要能力：候选召回（BM25 与 kNN 混合、RRF、双塔 EBR、预过滤、HNSW 与 IVF 取舍、多阶段召回）；基础相关性与字段评分（BM25F 字段权重、multi_match 策略、k1/b 调参、LTR 列表损失、script_score 组合、rescore、避免权重膨胀）；质量信号（Wilson 下界、贝叶斯均值、rank_feature 饱和与 sigmoid、log1p、完整度评分）；个性化与嵌入（列表嵌入、冷启动类型嵌入、实时会话向量、多模态、交叉编码器重排、双塔在线离线拆分、上下文特征）；时空衰减（geo 用高斯、时效用指数、scale 标定、offset、多字段组合）；市场平衡（转化率加权、冷启动曝光、供给公平 Lorenz/Gini、宿主与列表质量分离、库存健康、帕累托多目标、价格软分档）；偏差修正（位置偏差 IPS、点击模型 PBM/Cascade/DBN、Thompson 采样、反事实与交错评估、流行度去偏）；评估（分级判断集、NDCG@k、线上线下相关性、消融归因、A/B 样本量与 MDE、CUPED、回归查询集）；多样性重排（MMR、每宿主上限、类目分层、DPP、窗口惩罚）。
使用方式：单点问题直接查对应规则，每条含原因、OpenSearch JSON/Painless/Python 正误对照与文献来源；系统级评审按类别自上而下推进，召回与基础相关性优先；重训排序模型前先做位置偏差 IPS 与点击模型；实验验证从判断集、NDCG、消融入手，配合线上线下相关性、样本量与 CUPED、回归查询集。配套文件包括 references/_sections.md、AGENTS.md、assets/templates/_template.md、metadata.json。
限制：资料未提供安装命令、定价、平台支持范围与效果数据；除上述规则清单和文件外，未给出运行环境与依赖说明。