llm-embedding-clustering
融合传统聚类与LLM，实现大规模短文本的智能分层主题发现
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：llm-embedding-clustering。 它的用途是：融合传统聚类与LLM，实现大规模短文本的智能分层主题发现 完整的 Skill 内容见：https://321skill.com/skills/llm-embedding-clustering/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我对这份用户反馈数据做一下分层主题聚类。” 它会先与你确认数据路径、聚类目的等关键信息，然后自动运行全套流程。完成后，你将获得一个Excel文件，其中清晰展示了文本到各级主题的映射关系，以及一个图文并茂的HTML报告，让你在浏览器中就能交互式地查看每个簇的案例和聚类决策过程。
介绍
这是一个专为短文本（如标题、查询、标签）设计的智能分层聚类工具。它解决了传统聚类方法语义解释性差、无法自动构建层级主题的痛点，特别适合需要从海量零散文本中自动归纳出清晰、可解释主题结构的场景。
使用流程清晰：用户只需提供数据文件路径和文本列名，工具会通过对话明确聚类目的（如分析主题分布、发现风险行为等），随后自动完成从数据预处理、向量化、分层聚类、LLM语义命名到可视化报告生成的全过程。最终输出包含层级映射的Excel、详细过程报告HTML以及交互式2D散点图。
它非常适合产品经理分析用户反馈、运营人员归纳内容主题、客服管理者洞察高频问题，或任何需要对大量短文本进行自动化、可解释主题发现的从业者。
与单纯使用传统聚类（如k-means）或纯LLM归纳的方法不同，本工具创新性地将二者优势结合：用传统算法（k-means/HDBSCAN）高效处理大规模向量计算的“规模问题”，用LLM精准解决语义命名、边界判断和父级合并的“理解问题”，实现了效率与智能的平衡。
核心特点
核心区别在于“分层语义聚类”与“全自动决策”：它不仅分堆，还构建出可解释的层级主题树（Clio风格）；并且能根据数据规模和特征，自动选择聚类算法、决定每层簇数、判断何时停止迭代，无需人工调参。
注意事项
不适用于长文档（需先压缩成摘要），且处理百万级数据时可能因LLM调用频繁而较慢。
常见问题
支持处理多少条数据？
支持几百到几百万条，但几万条以内体验最佳，百万级会较慢。
必须用LLM吗？能只用传统聚类吗？
LLM用于语义命名和层级合并，是核心。若只需传统向量聚类，建议直接使用scikit-learn。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/llm-embedding-clustering/raw/index.md 读取 llm-embedding-clustering 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/llm-embedding-clustering/raw/index.md（查看排版版本）