用途：对检索管线已返回的候选文本块重新排序，使最相关、最多样、最有用的信息排在前面，供上下文组装和提示构建选取。
主要能力：先用 BM25、余弦相似度等轻量算法做一阶段打分，可用倒数排名融合（RRF）或加权线性组合合并混合检索分数；再用交叉编码器（如 Cohere Rerank、bge-reranker-v2-m3、ColBERTv2）对前 15-25 个候选精排；随后用最大边际相关性（MMR）做多样性选择，减少重复子话题；最后结合相关性、多样性及新鲜度、来源权威等加权信号合成最终分数并排序，附上分数、来源路径和置信度分级。
使用方式：输入一个查询和候选文本块列表（可带初步分数与元数据），指定输出条数 top-n 和可选的 MMR lambda，返回排序列表。资料给出的示例中 top-n 为 3-7，MMR lambda 常取 0.5-0.7。
适用场景：代码搜索、文档问答等检索增强生成场景，尤其适合多面向查询，如同时问原因与修复方法。
限制：交叉编码器比余弦相似度慢约 5-20 倍，建议缓存其结果；候选集超过 100 时需先加过滤；并列分数需按来源权威、时效或信息密度打破；跨语言查询需模型支持或先翻译。暂未提供安装命令、收费与平台信息。