← 返回列表
未验证
用 Cross-Encoder 给检索结果打分，过滤低质文档
尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。 · 最近上游提交 2026/8/22 · 已提供中文文档
A relevance scoring tool for RAG (Retrieval-Augmented Generation) systems using Cross-Encoder models to filter low-quality retrieval results. RAG 检索结果相关性打分工具 - 使用 Cross-Encoder 模型对 Query-Document 对进行相关性打分，过滤低质量检索结果。
综合分
28.2
GitHub 分
28.2
用户评分
—
★ Stars
1
周下载量
—
安装插件（需先安装 dsh CLI 引擎：npm install -g @deepseek-ai/dsh）
dsh plugin --profile web add PerryLink/Context-Relevance-Scorer该插件未发布到 npm，走 GitHub 源安装（pnpm 若拦截 prepare 脚本，按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑）
数据截至 2026/9/16（元数据每日更新 · 实装验证按队列轮转，单条结论的验证时间见上方）
用户评分
还没有人投票，来当第一个
订阅周报，不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
Context-Relevance-Scorer
面向 RAG 流程的相关性打分工具，使用 Cross-Encoder 模型对查询-文档对打分并过滤。
已移植到 dsh-library —— PerryLink DSH 插件家族的一员。
License
English · 简体中文
功能简介
context-relevance-scorer 使用 Cross-Encoder 模型（默认 cross-encoder/ms-marco-MiniLM-L-6-v2）对
查询-文档对打分，输出 0–1 的相关性分数。达到阈值的文档标记为"Accepted"（绿色），其余标记为
"Rejected"（红色），可用于过滤 RAG 流程中的低质量检索结果。
工作原理
1. 将查询与文档拼接后输入模型
2. 模型输出 0–1 之间的相关性分数
3. 根据阈值判断文档是否相关
4. 使用颜色编码显示结果
┏━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━┳━━━━━━━━━━━┓
┃ Query ┃ Document ┃ Score ┃ Status ┃
┡━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━╇━━━━━━━━━━━┩
│ What is Python? │ Python is a... │ 0.892 │ ✓ Accepted│
│ What is Python? │ Nice weather │ 0.123 │ ✗ Rejected│
└────────────────────┴────────────────────┴───────┴───────────┘
特性
- 🎯 Cross-Encoder 相关性打分（0–1）
- 🎨 终端颜色区分输出（红/绿）
- 📦 支持从 JSON 文件批量打分
- 💬 支持交互式模式
快速开始
pip install context-relevance-scorer
使用方法
对单个文档打分
context-relevance-scorer score -q "What is Python?" -d "Python is a programming language"
交互式模式
context-relevance-scorer score --interactive
自定义阈值（默认 0.5）
context-relevance-scorer score -q "query" -d "document" --threshold 0.7
使用其他模型
context-relevance-scorer score -q "query" -d "document" --model "cross-encoder/ms-marco-TinyBERT-L-6"
批量处理
创建 JSON 文件 input.json：
{
"query": "What is Python?",
"documents": [
"Python is a high-level programming language",
"The weather is nice today",
"Python is used for data science and machine learning"
]
}
然后运行：
context-relevance-scorer score --batch input.json --threshold 0.6
注意事项
- 首次运行需要下载模型（约 80 MB），需要网络连接。
- 如果访问 Hugging Face 受限，可配置镜像：
export HF_ENDPOINT=https://hf-mirror.com
项目结构
context-relevance-scorer/
├── src/context_relevance_scorer/
│ ├── __init__.py # 包初始化
│ ├── __main__.py # python -m 入口
│ ├── cli.py # CLI 接口
│ ├── core.py # 核心打分逻辑
│ └── utils.py # 工具函数
├── tests/test_core.py # 单元测试
├── pyproject.toml # 项目配置
├── LICENSE # Apache 2.0
└── CONTRIBUTING.md
技术栈
- Python >= 3.8
- sentence-transformers — Cross-Encoder 模型支持
- transformers — Hugging Face transformers 库
- torch — PyTorch 后端
- rich — 终端美化
- typer — CLI 框架
开发
git clone https://github.com/PerryLink/context-relevance-scorer.git
cd context-relevance-scorer
pip install -e .
pytest tests/ -v
python -m context_relevance_scorer score --help
贡献
查看 CONTRIBUTING.md 了解贡献指南。
相关项目
- dsh-library — 本项目被移植进的 DSH 插件
- PerryLink — PerryLink DSH 插件家族
许可证
Apache License 2.0 © 2026 PerryLink扫码进群