Documentation
¶
Index ¶
- Variables
- func GenerateQuadrantChartCode(data map[string][][]float32) string
- func GenerateQuadrantChartCodeWithOptions(data map[string][][]float32, opts *QuadrantChartOptions) string
- func GenerateQuadrantChartFromEmbeddings(data map[string][][]float32) string
- func GenerateQuadrantChartFromEmbeddingsWithOptions(data map[string][][]float32, opts *QuadrantChartOptions) string
- func NormalizeMatrix(input [][]float32, p int, dim int) [][]float32
- func NormalizeVector(input []float32, p float64, eps float64) []float32
- func PCA2D(inputs [][]float32, maxIter int, tol float64) ([][]float32, error)
- func ReduceTo2D(inputs [][]float32) ([][]float32, error)
- type OpenaiEmbeddingClient
- type QuadrantChartOptions
Constants ¶
This section is empty.
Variables ¶
var (
ErrInputTooLarge = utils.Error("input is too large")
)
预定义的错误类型
Functions ¶
func GenerateQuadrantChartCode ¶
GenerateQuadrantChartCode 生成 Quadrant Chart DSL 文本。 入参 data: key 为标签，value 为该标签对应的二维点坐标列表（每个点为 [x, y]）。 输出示例：
quadrantChart
title Reach and engagement of campaigns
x-axis Low Reach --> High Reach
y-axis Low Engagement --> High Engagement
quadrant-1 We should expand
quadrant-2 Need to promote
quadrant-3 Re-evaluate
quadrant-4 May be improved
Campaign A: [0.3, 0.6]
Campaign B: [0.45, 0.23]
默认使用与示例一致的标题与轴/象限描述。若需要自定义，可在外层对返回字符串再做替换。
func GenerateQuadrantChartCodeWithOptions ¶
func GenerateQuadrantChartCodeWithOptions(data map[string][][]float32, opts *QuadrantChartOptions) string
GenerateQuadrantChartCodeWithOptions 生成 Quadrant Chart（可配置标题与轴名），且只包含 quadrant-1。
func GenerateQuadrantChartFromEmbeddings ¶
GenerateQuadrantChartCodeFromEmbeddings 接受高维 embedding（每个 label 下可包含多个向量）， 先通过 PCA 将所有样本整体降到二维，再按 label 输出 Quadrant Chart DSL。
func GenerateQuadrantChartFromEmbeddingsWithOptions ¶
func GenerateQuadrantChartFromEmbeddingsWithOptions(data map[string][][]float32, opts *QuadrantChartOptions) string
GenerateQuadrantChartFromEmbeddingsWithOptions 与上类似，但允许自定义标题、轴名称以及 quadrant-1 名称。
func NormalizeMatrix ¶
当 dim == 0 时，按列归一化；当 dim == 1 时，按行归一化（与 Torch 默认使用最常见用法一致）。 - p: 范数阶，常用 2（L2）、1（L1）；支持 +Inf（按最大绝对值） - eps: 为避免除零引入的微小常数 返回新矩阵，不修改入参
func NormalizeVector ¶
公式：out = x / max(||x||_p, eps) - p: 范数阶，常用 2（L2）、1（L1）；支持 +Inf（按最大绝对值） - eps: 为避免除零引入的微小常数 返回新切片，不修改入参
func PCA2D ¶
PCA2D 对一组向量执行 PCA，将维度降至 2。 - inputs: 形状约为 [numSamples][numDims] 的向量集合，允许轻度非规则行（会截断为最短列数） - maxIter: 幂迭代最大轮数（建议 100~300） - tol: 幂迭代收敛阈值（如 1e-6） 返回形状为 [numSamples][2] 的二维坐标
func ReduceTo2D ¶
ReduceTo2D 是 PCA2D 的别名，提供更直观的名称。
Types ¶
type OpenaiEmbeddingClient ¶
type OpenaiEmbeddingClient struct {
// contains filtered or unexported fields
}
func NewOpenaiEmbeddingClient ¶
func NewOpenaiEmbeddingClient(opt ...aispec.AIConfigOption) *OpenaiEmbeddingClient
func (*OpenaiEmbeddingClient) Embedding ¶
func (c *OpenaiEmbeddingClient) Embedding(text string) ([]float32, error)
Embedding 返回单个向量（保持向后兼容） 如果服务器返回多个向量，返回最后一个（使用 last 池化方法）
func (*OpenaiEmbeddingClient) EmbeddingRaw ¶
func (c *OpenaiEmbeddingClient) EmbeddingRaw(text string) ([][]float32, error)
EmbeddingRaw 返回原始的 embedding 结果，保留服务器返回的所有向量
Source Files