用途：面向生产环境的 NLP 流水线构建工具，覆盖从文本预处理到模型微调、评估与部署的完整流程。
主要能力：
- 文本分类：设定类别列表后自动配置预处理、BERT 分词、模型选择与微调，并提供推理流水线，支持二分类与多分类。
- 命名实体识别（NER）：指定实体类型（如 PERSON、ORG、LOC、DATE），返回实体文本、类型及起止位置。
- 情感分析：专用情感分类，输出 positive/negative/neutral。
- 文本生成：可选用 gpt2 等模型，在领域文本上微调生成续写。
- 文本预处理：提供 TextPreprocessor，可添加 lowercase、remove_html、remove_urls、remove_emails、remove_special_chars、remove_extra_whitespace 等基础步骤，以及 spell_correction、lemmatization、stopword_removal 等高级步骤。
- 迁移学习：可仅使用预训练模型（如 distilbert-base-uncased），也可在自有数据上微调（bert-base-uncased，可设 epochs、learning_rate）。
- 长文本处理：max_length=512 配合 truncation_strategy="head_and_tail"，或改用 longformer 处理 4096 token。
使用方式：通过 specweave 的 NLPPipeline 按 task 参数创建流水线，配合 increment 编号组织项目。典型命令：/ml:nlp-pipeline --task classification --model bert-base、/ml:nlp-evaluate 0042、/ml:nlp-deploy 0042。项目目录按 SpecWeave 增量结构组织，包含 spec.md、data、models、experiments、deployment 等。
适用场景：文本分类、实体抽取、情感分析、文本生成、嵌入等 NLP 任务，适合需要快速搭建并微调 Transformer 模型的场景。
限制：具体定价、平台支持、性能数据与在线托管方式暂未提供；模型选择建议基于资料中的数据集规模划分，实际效果需自行评估。