搜索质量控制

indexbind 暴露一小组搜索旋钮。关键区别在于每个旋钮作用在哪一层：

召回：允许哪些候选进入候选池
重排：候选池如何被重新排序
最终排序：已排序的命中在返回前如何被调整

召回控制

`mode`

const hits = await index.search('rust guide', {
  mode: 'hybrid',
});

mode: 'hybrid' 在构建最终排序列表前，合并向量与词法检索。

当你想在精确匹配与语义匹配之间获得更稳的默认行为时使用它。

const hits = await index.search('rust guide', {
  mode: 'vector',
});

mode: 'vector' 表示仅向量检索。

const hits = await index.search('rust guide', {
  mode: 'lexical',
});

mode: 'lexical' 表示仅词法检索。

`relativePathPrefix`

const hits = await index.search('rust guide', {
  relativePathPrefix: 'guides/',
});

它在排序定稿前，把候选文档限制在某个路径前缀内。

当你的应用已经知道应搜索哪个子树时使用它。

`metadata`

const hits = await index.search('rust guide', {
  metadata: {
    lang: 'rust',
    visibility: 'public',
  },
});

元数据过滤是精确匹配过滤。它在最终结果列表返回前收窄候选集。

当宿主应用需要产品级过滤（例如以下维度）时使用：

语言
租户
内容类型
发布状态

重排控制

`reranker.kind`

const hits = await index.search('rust guide', {
  reranker: { kind: 'heuristic-v1' },
});

可用类型：

heuristic-v1
embedding-v1

heuristic-v1 是轻量重排器，偏向强标题与标题层级匹配。

embedding-v1 使用嵌入层重排候选池，带有更强的语义判断。

`reranker.candidatePoolSize`

const hits = await index.search('rust guide', {
  topK: 5,
  reranker: {
    kind: 'embedding-v1',
    candidatePoolSize: 25,
  },
});

它控制在最终 topK 截断之前，有多少候选进入重排器。

以下情况增大它：

目标文档相关却总进不了最终前排
你的集合噪声较大
你使用语义重排器，需要更多提升空间

最终排序控制

`scoreAdjustment.metadataNumericMultiplier`

const hits = await index.search('rust guide', {
  scoreAdjustment: {
    metadataNumericMultiplier: 'directory_weight',
  },
});

它把最终得分乘以每个命中上的数值型元数据字段。

用于宿主定义的排序先验，例如：

来源重要性
内容质量
信任分
目录或集合权重

这是刻意保持通用的。indexbind 不定义该元数据字段的含义。

`minScore`

const hits = await index.search('rust guide', {
  topK: 10,
  minScore: 0.05,
});

它在重排与得分调整之后丢弃低分尾部命中。

当你想要以下效果时使用：

尾部更少弱的语义近邻
置信度低时返回少于 topK 条命中
为固定检索 profile 提供稳定截断

minScore 在索引、嵌入后端、重排器选择与得分调整 profile 都固定时最有用。把它当作 profile 调优的尾部截断，而不是跨所有检索配置的普适置信度。

这些旋钮解决不了什么

这些控制项帮助提升检索质量，但不能替代：

面向特定领域的文档规范化
宿主侧查询改写
自定义摘要渲染
产品级导航或渲染逻辑

这些关注点仍然属于内嵌 indexbind 的应用本身。

搜索质量控制

召回控制

mode

relativePathPrefix

metadata

重排控制

reranker.kind

reranker.candidatePoolSize