github.com/agnivade/levenshtein 是 golang 中计算字符串编辑距离最省事、轻量无依赖的方案；需归一化得相似度，空字符串和预处理（trim、小写）易出错；中文推荐 gse 分词 + cosine 向量化，注意词典一致性与向量转换。
用 github.com/agnivade/levenshtein 算字符串编辑距离最省事
Levenshtein 距离是文本相似度最基础、最稳的起点，Golang 没原生函数，但 github.com/agnivade/levenshtein 这个包轻量、无依赖、API 干净。别自己手写——边界处理和性能优化容易出错。
常见错误是直接拿返回的整数当“相似度”用：levenshtein.Compute("abc", "ab") 返回 1，但这不是百分比。得归一化：
- 相似度 ≈
1.0 - float64(dist) / float64(max(len(a), len(b)))（适用于等长或近似长度） - 更稳妥用 Jaro-Winkler 或 Cosine 前，先确认是否真需要编辑距离——比如校验用户输错的命令名、拼写纠错，它够用；但比新闻标题语义，就力不从心了
- 注意：空字符串参与计算时，
levenshtein.Compute("", "a")返回1，没问题；但若没预处理（如 trim 空格、转小写），"Go "和"go"会算出距离 2，实际应为 0
中文分词后用 cosine.Similarity 算向量余弦相似度
纯字符级编辑距离对中文很不友好——"苹果手机" 和 "iPhone" 编辑距离大，但语义接近。必须先分词再向量化。
推荐用 github.com/go-ego/gse 分词 + github.com/nlpodyssey/cosine 算相似度。关键点不在“怎么装”，而在“怎么分得准”：
-
gse.New("zh")默认词典对科技名词覆盖弱，建议加载自定义词典：seg.LoadDict("mydict.txt")，里头加iPhone 10、ChatGPT 5这类新词 - 不要直接对原始句子向量化——先去停用词（
的、了、在）、小写化、过滤标点。否则"Python 很好用！"和"python很好用"向量差异会被噪音放大 -
cosine.Similarity输入是两个[]float64，不是字符串。得把分词结果转成词频向量（TF）或 TF-IDF，别漏了这步——否则传进去的是词列表，运行时报panic: cannot convert []string to []float64
遇到 runtime error: index out of range 多半是没检查切片长度
无论是用 levenshtein 还是自己实现 Jaccard，只要涉及索引访问（比如取 str[0] 或遍历 rune 切片），Golang 就会严格报这个错。它不像 Python 那样容忍空字符串。
初始化并管理阿里云SDK Go 客户端，涵盖 sync.Once 单例、goroutine 安全、endpoint 与 region 配置、VPC 端点及调试。
典型场景和解法：
- 用户输入为空或全是空格：
strings.TrimSpace(input)后必须判空，不能直接runes := []rune(input)然后runes[0] - 分词返回空切片：
seg.Cut(" ")可能返回[]string{}，后续做for _, w := range words没问题，但若写了words[0]就崩 - 对比两个文本前，统一做
if len(a) == 0 || len(b) == 0 { return 0.0 }，别指望相似度函数内部兜底
性能敏感时别用 strings.FieldsFunc 做分词预处理
有人图快，用 strings.FieldsFunc(text, unicode.IsPunct) 想一步去掉标点，结果发现比 gse.Cut 还慢。原因：它按 rune 逐个调用回调函数，而 gse 是基于双数组 Trie 的批量匹配。
实测对比（1KB 中文文本）：
-
strings.FieldsFunc(..., unicode.IsPunct)：平均 85μs -
regexp.MustCompile(`[^\p{Han}\p{Latin}\p{Digit}]+`).Split(text, -1)：平均 62μs -
gse.Cut（带默认词典）：平均 110μs，但产出的是有意义的词，不是碎片
所以选哪个，取决于你要的是“干净字符串”还是“可计算的语义单元”。如果只是清洗后喂给编辑距离，用正则；如果要进 TF-IDF，老老实实用 gse，别省那几十微秒，换来的是结果可用性。
真正容易被忽略的，是分词和向量化的上下文一致性——训练时用 A 词典，线上用 B 词典，或者大小写处理不统一，相似度数字再高也没意义。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
