Go语言文本相似度需按长度选方法：短文本用支持rune的levenshtein（如texttheater库），长文本必须用tf-idf+cosineSimilarity；中文/emoji须按rune处理，避免byte级错误；线上常组合使用二者提升效率。
Go 语言没有内置文本相似度计算能力，得靠组合实现：短文本用 levenshtein，长文本必须走 tf-idf + cosineSimilarity，硬套一种方法会出错或跑不动。
短文本直接用 levenshtein.Distance 要注意 rune 而不是 byte
中文、emoji 等 Unicode 字符在 Go 里是多字节的，用 len(s) 或 []byte(s) 算长度会错——比如 "你好" 的 len 是 6，但实际只有 2 个字符（rune）。第三方库如 github.com/texttheater/golang-levenshtein/levenshtein 内部已处理好 rune，可直接用；自己手写也必须先转 []rune，再建二维 dp 数组。
- 错误写法：
dp := make([][]int, len(s)+1)→ 中文下数组维度错，结果不可信 - 正确做法：用
rS := []rune(s)，再基于len(rS)初始化 - 性能提醒：500 字符以上字符串慎用，O(m×n) 时间+空间，可能卡住 HTTP 请求
长文本比对不能只靠编辑距离
“今天天气不错”和“今日气候良好”语义接近，但 levenshtein 返回值可能高达 12（因字字不同），无法反映真实相关性。这种场景必须转向词向量思路：清洗→分词→统计词频→算 tf-idf →用 cosineSimilarity 算夹角余弦。
Go 配置库，使用 spf13/viper — 分层优先级（flag > env >file > KV > default），提供 BindPFlag/BindPFlags、SetEnvPrefix + SetEnvKeyReplace 等功能。
- Go 没有标准分词器，中文需引入
github.com/gojieba/jieba或简单按字切（仅限测试） -
tf用map[string]int统计词频，idf需跨文档统计逆文档频率，单次比对可简化为idf=1先跑通 - 余弦计算本质是两个 map 向量点积除以模长乘积，注意分母为 0 的 panic（任一向量全零时）
用第三方库前先确认它是否支持中文
不少标榜 “levenshtein” 的 Go 包底层仍按 byte 处理，传入中文会 panic 或返回异常大数值。验证方法很简单：跑一个最小用例 levenshtein.Distance("a", "啊")，预期是 1（单字符替换），若返回 2 或 3 就说明没做 rune 对齐。
立即学习“go语言免费学习笔记（深入）”；
- 推荐库：
github.com/texttheater/golang-levenshtein/levenshtein（已验证支持 emoji 和中文） - 避坑提示：不要用
github.com/dghubble/levenshtein，它只接受[]byte，不兼容 Unicode - 安装命令必须带完整路径：
go get -u github.com/texttheater/golang-levenshtein/levenshtein，漏掉/levenshtein会 import 失败
真正麻烦的从来不是写对一个函数，而是判断该用哪个函数——编辑距离快但无语义，TF-IDF 有语义但要搭整套文本预处理链。线上服务里混用两者很常见：先用 levenshtein 过滤明显不相关的短 query，再对候选集跑 tf-idf 排序。别跳过这层判断逻辑，否则相似度数字再准也没用。
