CodeEncodedDataSampleEvaluator

CodeEncodedDataSampleEvaluator 是一个基于编码数据模式评估代码样本的算子。它通过检测代码中的 Base64、十六进制和 Unicode 转义序列，为过滤二进制内容和自动生成的代码提供分数。

__init__函数

def __init__(self)

init参数说明

参数名	类型	默认值	说明
无	-	-	该算子在初始化时无需传入参数。

Prompt模板说明

run函数

def run(self, storage, input_key)

参数

名称	类型	默认值	说明
storage	DataFlowStorage	必需	数据流存储实例，负责读取与写入数据。
input_key	str	必需	输入列名，对应需要评估的代码文本字段。

🧠 示例用法

🧾 默认输出格式（Output Format）

该算子会向 DataFrame 中添加以下新列：

字段	类型	说明
CodeEncodedDataBase64Ratio	float	Base64编码数据的比例。
CodeEncodedDataHexRatio	float	十六进制数据的比例。
CodeEncodedDataUnicodeRatio	float	Unicode转义序列的比例。
CodeEncodedDataScore	float	综合编码数据得分（0-1），1表示通过编码数据检查。