RAG 精排
向量检索召回的候选往往顺序粗糙：把前 50~200 条送入重排，首条命中率和引用质量显著提升，是 RAG 管道的标准第二级。
搜索结果再利用
SeekCapy 搜索接口加 rerank:true 直接精排；或把 /v1/search 与 /v1/rerank 串联，先召回再精排，两段式检索。
本地部署，数据不出境
模型跑在 SeekCapy 自己的服务器上，不调用任何外部 API——你的查询与文档不会发给第三方，也没有第三方配额与抖动。
Cohere / Jina 兼容
query + documents → index + relevance_score，字段与 Cohere Rerank / Jina Reranker 对齐，现有代码换个 base_url 即可迁移。
中英跨语言重排
XLM-R 底座原生跨语言：中文查询精排英文文档（或反向）同样精准，实测中英双语相关度均达 0.8+——出海产品与多语知识库直接可用。
延迟稳定可控
推理独享资源：单核隔离加两路并发闸门，重排延迟不随搜索高峰波动；满载时快速返回 429 而非排队拖垮你的管道。