⚖️Lychee-Rerank实操手册：自定义指令+多文档批量输入+分数降序导出完整指南

⚖️Lychee-Rerank实操手册：自定义指令+多文档批量输入+分数降序导出完整指南

1. 工具简介

⚖️Lychee-Rerank 是一个专门用于评估文档相关性的本地工具。它能帮你快速判断哪些文档与你的查询最相关，并按相关性高低自动排序，让你在海量信息中快速找到最需要的内容。

这个工具基于Lychee官方推理逻辑，使用Qwen2.5-1.5B模型作为核心引擎。它完全在本地运行，不需要联网，不会上传你的任何数据，既保护隐私又无使用次数限制。

核心特点：

• 纯本地运行：数据不上传，隐私零风险
• 批量处理：一次性评估多个文档的相关性
• 可视化结果：用颜色和进度条直观展示评分
• 自定义指令：可以根据你的需求调整评分规则

2. 快速开始

2.1 环境准备

首先确保你的系统满足以下要求：

• Python 3.8 或更高版本
• 至少 8GB 内存（处理大量文档时建议16GB）
• 10GB 以上磁盘空间（用于存储模型文件）

2.2 一键安装

打开终端，执行以下命令完成安装：

# 克隆项目仓库 git clone https://github.com/your-repo/lychee-rerank.git cd lychee-rerank # 安装依赖包 pip install -r requirements.txt # 下载模型文件（自动进行） python download_model.py

安装过程通常需要5-10分钟，具体取决于你的网络速度。

2.3 启动工具

安装完成后，使用简单命令启动：

python app.py

启动成功后，控制台会显示访问地址（通常是http://localhost:8501）。用浏览器打开这个地址，就能看到评分工具界面了。

3. 操作指南

3.1 界面概览

工具界面分为三个主要区域：

1. 左侧输入区：配置指令、查询和文档
2. 中间操作区：计算按钮和状态显示
3. 右侧结果区：排序后的评分结果

3.2 输入配置详解

自定义指令（Instruction）

这里是设置评分规则的地方。默认规则是"基于查询检索相关文档"，但你完全可以自定义：

# 学术研究场景 请判断以下文档是否与查询问题相关，重点关注研究方法、数据分析和结论部分。 # 商业分析场景 评估文档与市场趋势查询的相关性，优先考虑最新数据和行业洞察。 # 技术支持场景 判断文档是否包含解决该技术问题的具体步骤和示例代码。

指令越具体，评分结果越精准。建议根据你的实际场景调整。

查询语句（Query）

输入你要查找的内容，可以是问题、关键词或描述：

# 示例查询 机器学习在医疗诊断中的应用案例 2024年人工智能发展趋势 如何配置Python虚拟环境

尽量使用完整的句子或明确的关键词，这样模型能更好地理解你的意图。

候选文档输入

这里是批量输入待评估文档的地方。支持两种方式：

方式一：直接输入在文本框中每行输入一个文档：

深度学习在图像识别中的最新进展... 传统机器学习算法在医疗数据中的应用... 人工智能伦理和隐私保护问题研究...

方式二：文件导入准备一个文本文件，每行一个文档，然后点击"上传文件"按钮。

实用技巧：

• 文档长度建议在50-500字之间
• 避免过于冗长的文档，可以适当分段
• 保持文档格式整洁，避免特殊字符

3.3 执行评分

配置完成后，点击蓝色的「🚀 计算相关性分数」按钮。系统会开始处理所有文档，你会看到：

1. 进度指示：显示当前处理的文档进度
2. 实时日志：显示处理状态和可能的问题
3. 预计时间：根据文档数量显示剩余时间

处理速度取决于文档数量和长度，通常每100个文档需要1-2分钟。

3.4 结果解读

评分完成后，右侧结果区会显示排序后的文档：

分数颜色含义

• 🟢绿色（>0.8）：高度相关，优先阅读
• 🟠橙色（0.4-0.8）：中等相关，值得参考
• 🔴红色（<0.4）：低相关性，可忽略

结果表格说明

表格包含以下信息：

• 排名（Rank）：从高到低的顺序编号
• 分数（Score）：精确到6位小数的相关性分数
• 进度条：直观显示分数相对大小
• 文档预览：点击可查看完整内容

4. 实用技巧

4.1 批量处理优化

处理大量文档时，这些技巧能提升效率：

# 最佳实践：预处理文档 1. 去除重复文档 2. 过滤过短内容（<20字） 3. 统一格式和编码 4. 分批处理（每次100-200条）

4.2 指令优化建议

根据你的场景调整指令：

学术研究场景：

请评估文档与研究问题的相关性，重点关注： - 研究方法是否严谨 - 数据是否充分可靠 - 结论是否有创新性 优先选择近3年内发表的文献。

商业分析场景：

判断文档是否包含实用的市场洞察和商业建议。 关注： - 最新行业数据 - 竞争对手分析 - 发展趋势预测 忽略过时的信息（2年前）。

4.3 结果导出与使用

评分完成后，你可以：

1. 复制结果：直接复制表格内容
2. 导出CSV：保存为电子表格进一步分析
3. 筛选查看：只查看高相关性（>0.8）的文档

5. 常见问题解答

5.1 评分不准怎么办？

如果发现评分结果不理想，可以尝试：

1. 调整指令：让评分标准更明确
2. 优化查询：使用更具体的关键词
3. 清理文档：去除无关内容和格式错误

5.2 处理速度太慢？

大量文档处理需要时间，建议：

• 分批处理，每次100-200个文档
• 关闭其他占用内存的应用程序
• 确保有足够的内存空间

5.3 模型加载失败？

如果模型加载出现问题：

# 重新下载模型 python download_model.py --force # 检查磁盘空间 df -h # 验证文件完整性 python verify_model.py

6. 总结

Lychee-Rerank是一个强大而易用的本地化相关性评分工具。通过本指南，你应该已经掌握了：

✅快速安装和启动的方法 ✅自定义指令和批量输入的技巧
✅结果解读和优化的策略 ✅常见问题解决的方案

这个工具特别适合需要处理大量文档的研究人员、分析师和开发者。它的本地化特性确保了数据安全，而可视化界面让结果一目了然。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。