Spring AI 2.0接入Qwen3Reranker重排 关键规则文档排名从第6升至第1

Spring AI 2.0正式在其模块化RAG架构中接入Rerank重排机制，通过Qwen3-Reranker对向量检索返回的Top-10候选文档进行联合语义打分，并经DocumentPostProcessor筛选后送入生成阶段。该机制不替代向量检索，而是弥补其对否定词、条件限定等细粒度语义敏感不足的问题。实测环境采用Spring Boot 4.0.8 + Java 21 + Spring AI 2.0.1，知识库含20份售后规则文档，测试6个固定问题。其中‘订单显示退款失败，我继续等几天就会到账吗？’一题中，核心依据《退款失败后的处理》原排第6位未被纳入上下文；经Rerank后跃升至第1位，成功触发精准回答：明确指出需先查失败原因、联系客服修复、再重新提交退款，而非错误引导等待自动处理。技术实现上，Qwen3-Reranker 0.6B以本地HTTP服务部署，Java端通过自定义HttpRerankClient调用，兼容BAAI/bge等开源模型。整个流程分三阶段解耦：向量检索→重排精筛→LLM生成，支持灵活插拔与A/B测试。测试还发现，重排可能引入冗余细节（如提示缺少流水号），但整体以极低额外开销显著提升关键信息召回率，尤其适用于金融、电商等强规则依赖场景。