docs: add Chroma embedding docs and complete Japanese rerank documentation

ja/usage/knowledge/readme.mdx

@@ -29,6 +29,17 @@ RAGエンジンによって設定パラメータが異なり、エンジンの`c
 
 <img width="400px" src="/images/zh/deploy/knowledge/use_kb.png" alt="use_kb" />
 
+### 再順位付けの設定（オプション）
+
+ナレッジベースを選択した後、下方で**再順位付けモデル**を設定して検索品質を向上させることができます：
+
+- **再順位付けモデル**：設定済みのRerankモデルを選択（未設定の場合は先に[モデル設定](/ja/usage/models/readme)で追加してください）
+- **再順位付け保持数（Top-K）**：再順位付け後に保持する最も関連性の高い結果数、デフォルトは5
+
+<Tip>
+再順位付けモデルはオプションです。設定すると、ナレッジベース検索から返される候補ドキュメントが再順位付けモデルで再スコアリングされ、最も関連性の高い上位K件のみが保持され、大規模モデルに渡されます。無関係な情報の干渉が大幅に減少します。
+</Tip>
+
 <Info>
 LangBotの組み込みナレッジベースは、ランナーが`Local Agent`に設定されている場合にのみ使用できます。他のランナーについては、それぞれのドキュメントを参照してください。
 </Info>

ja/usage/models/readme.mdx

@@ -45,3 +45,19 @@ LangBot Modelsは、LangBotが公式に提供するモデルサービスです
 - 「埋め込みモデル」ページで「seekdb-内蔵」を選択します；
 - 「保存」をクリックするとすぐに使用できます；
 - その後、ナレッジベースでこのモデルを選択すると有効になります。
+
+### Chroma内蔵埋め込みモデルの使用（ゼロ設定）
+システムにはChromaの内蔵埋め込みモデル（all-MiniLM-L6-v2）が統合されており、パラメータの入力は不要です。
+- 「埋め込みモデル」ページで「chroma-内蔵」を選択します；
+- 「保存」をクリックするとすぐに使用できます；
+- その後、ナレッジベースでこのモデルを選択すると有効になります。
+
+### 再順位付けモデル (Rerank Model)
+
+再順位付けモデルはRAG検索結果を再スコアリングし、ナレッジベース回答の精度を大幅に向上させます。ナレッジベースが複数の候補ドキュメントを返す場合、再順位付けモデルはクロスエンコーダを使用して各ドキュメントとクエリの関連性を正確にスコアリングし、最も関連性の高いコンテンツのみを選択します。
+
+`モデル名`を入力し、`モデルプロバイダー`を選択して送信します。その後、パイプラインの「AI」設定でこのモデルを選択してください。
+
+<Tip>
+再順位付けモデルはオプションです。設定しない場合、ナレッジベースの結果は元の検索順序で使用されます。再順位付けモデルを設定すると、結果が再スコアリングされ、最も関連性の高い上位K件のみが保持されます。
+</Tip>