由于资源限制，非本地推理，通过调用api实现。

有很多注释的代码草稿

为什么会有这个问题呢？我学习的过程中，发现有的研究者写的代码有歧义，比如用qwen3的embedding模型对文本序列进行操作，但给自己封装的类却叫qwen3_tokenizer。和embedding有什么关系？为什么有的embedding不用分词器，有的用？tokenizer = 分词器，从功能上来说，文本要转化为向量，都需要先分词，再转化，分成token的数量，即为我们平常调用模型的消耗(xx

摘要：实习生误操作导致conda环境损坏，通过以下步骤修复：1)保留原安装包；2)在新路径安装conda；3)迁移原envs文件夹；4)测试新conda功能；5)调整PATH变量并激活环境；6)确认修复成功后删除旧文件夹。如需恢复原路径名，需修改配置文件并批量替换路径变量。过程中建议结合AI交互逐步调试，避免直接照搬命令。最后附OpenSSL警告的解决方案链接。(150字)

摘要：实习生误操作导致conda环境损坏，通过以下步骤修复：1)保留原安装包；2)在新路径安装conda；3)迁移原envs文件夹；4)测试新conda功能；5)调整PATH变量并激活环境；6)确认修复成功后删除旧文件夹。如需恢复原路径名，需修改配置文件并批量替换路径变量。过程中建议结合AI交互逐步调试，避免直接照搬命令。最后附OpenSSL警告的解决方案链接。(150字)