这是一个系统化的文本嵌入(Embedding)学习项目，从基础概念到高级应用，帮助你全面掌握文本嵌入技术。

• 01-what-is-embedding.py - 什么是文本嵌入
• 02-first-embedding.py - 获取第一个文本向量
• 03-similarity-calculation.py - 计算文本相似度
• 04-vector-operations.py - 向量操作基础

• 01-semantic-search.py - 语义搜索
• 02-text-classification.py - 文本分类
• 03-recommendation-system.py - 推荐系统
• 04-clustering-analysis.py - 聚类分析

• 01-knowledge-base.py - 知识库构建
• 02-anomaly-detection.py - 异常检测
• 03-visualization.py - 可视化技术
• 04-performance-optimization.py - 性能优化

• 01-text-rerank-basics.py - 排序模型基础
• 02-integration-guide.py - 系统集成指南
• 03-comparison-demo.py - 对比演示
• 04-performance-benchmark.py - 性能基准测试

• 01-smart-qa-system/ - 智能问答系统
• 02-content-recommendation/ - 内容推荐引擎
• 03-semantic-search-engine/ - 语义搜索引擎
• 04-document-analyzer/ - 文档分析工具

• 基础练习：相似度计算
• 中级挑战：多语言支持
• 高级项目：实时推荐系统

• 01-chunking-strategies.py - 文本分块策略（五种策略对比）
• 02-vector-databases.py - 向量数据库（FAISS/Chroma/Milvus 对比）
• 03-rag-pipeline.py - RAG Pipeline 完整实现
• 04-embedding-models.py - Embedding 模型对比与选型
• 05-hybrid-search.py - 混合检索（BM25 + 向量）
• 06-retrieval-evaluation.py - 检索评估指标（Recall/MRR/NDCG）
• 07-multimodal-embedding.py - 多模态 Embedding（CLIP）

python main.py

python main.py quick

启动后会看到彩色菜单：

🚀 Embedding Learning Lab - 交互式学习平台
============================================================

1. 按阶段学习
2. 按功能体验  
3. 推荐学习路径
4. 一键运行所有基础
5. 检查环境
q. 退出

pip install openai numpy scikit-learn pandas matplotlib seaborn sqlite3 dashscope

export DASHSCOPE_API_KEY="你的API密钥"

python 01-basics/01-what-is-embedding.py

# 基础教程
python 03-text-reranking/01-text-rerank-basics.py

# 系统集成演示
python 03-text-reranking/02-integration-guide.py

# 性能对比分析
python 03-text-reranking/03-comparison-demo.py

# 完整性能基准测试
python 03-text-reranking/04-performance-benchmark.py

1. 运行 python main.py
2. 选择 1. 按阶段学习
3. 选择 基础概念 (01-basics)
4. 按数字选择想学的教程

1. 运行 python main.py quick
2. 自动运行3个精选示例
3. 每一步都有确认提示

运行前会自动检查：

• ✅ API密钥配置
• ✅ 依赖库安装
• ✅ 文件完整性

• 零基础路径：基础概念 → 语义搜索
• 业务应用路径：中级应用 → 高级优化
• 完整精通路径：全部教程循序渐进

• 一键运行所有基础教程
• 按功能分类体验
• 支持中断和继续

• 绿色：成功提示
• 蓝色：信息展示
• 红色：错误提示
• 黄色：用户输入

1. 随时退出：按 q 或 Ctrl+C 安全退出
2. 逐步确认：每个步骤都有确认提示，不会错过
3. 彩色输出：Windows/Mac/Linux 都支持彩色显示
4. 错误友好：详细的错误提示和解决建议

• 基础概念理解
• 环境配置完成
• 基础功能掌握
• 中级应用实践
• 高级功能探索
• 实战项目完成

embedding-learning-lab/
├── 01-basics/           # 基础概念
├── 02-intermediate/     # 中级应用
├── 03-advanced/        # 高级功能
├── 04-projects/        # 实战项目
├── 05-exercises/       # 练习与挑战
├── data/               # 示例数据
├── docs/               # 学习文档
├── tests/              # 测试文件
├── utils/              # 工具函数
└── README.md          # 项目说明

完成本项目后，你将能够：

1. 理解原理：深入理解文本嵌入的工作原理
2. 实践应用：掌握多种实际应用场景
3. 问题解决：能够独立解决相关问题
4. 项目开发：开发完整的embedding应用
5. 性能优化：优化embedding系统的性能

欢迎提交Issue和Pull Request来改进这个学习项目！

如有问题，请通过GitHub Issues联系我们。