//嵌入模型/文本向量化
import console;
console.showLoading("正在创建向量...");

// 1. 创建 HTTP 客户端
import web.rest.jsonClient;
var http = web.rest.jsonClient();

// 2. 设置 API Key
http.setAuthToken("<YOUR_API_KEY>");

// 3. 声明 API 端点
var siliconFlowApi = http.api("https://api.siliconflow.cn/v1/");

// 4. 为第一段文本创建向量
var respData1, err = siliconFlowApi.embeddings({
    model = "BAAI/bge-large-zh-v1.5";
    input = "今天天气真不错";
});

// 提取向量
var vector1 = respData1[["data"]][[1]][["embedding"]];
if (!vector1) { 
    return console.errorPause( respData1 || err ); 
}

// 5. 为第二段文本创建向量（用于比较）
var respData2, err = siliconFlowApi.embeddings({
    model = "BAAI/bge-large-zh-v1.5";
    input = "今天天气真不好";
});

var vector2 = respData2[["data"]][[1]][["embedding"]];
if (!vector2) { 
    return console.errorPause( respData1 || err ); 
}

// 6. 计算余弦相似度
var cos = function(vecA, vecB) {
    if ((#vecA != #vecB) || (#vecA == 0)) {
        return 0; // 维度不同或为空则无法比较
    }

    var dotProduct = 0;
    var normA = 0;
    var normB = 0;

    for (i = 1; #vecA) {
        var valA = vecA[i];
        var valB = vecB[i];
        dotProduct = dotProduct + (valA * valB);
        normA = normA + (valA * valA);
        normB = normB + (valB * valB);
    }

    if (normA == 0 || normB == 0) {
        return 0; // 避免除以零
    }

    return dotProduct / (math.sqrt(normA) * math.sqrt(normB));
}

// 6. 比较相似度
var similarity = cos(vector1, vector2);

if (similarity > 0.8) {
    console.log("结论: 两段文本语义非常相近。", similarity);
} else {
    console.log("结论: 两段文本语义不相近。", similarity);
}

console.pause();