HTTP 推理示例

非官方 serving；演示如何在自有服务中 embed leaves 批预测。

需要可拆独立仓的脚手架（优雅退出、max batch、/ready、热加载演示、Dockerfile）见
../serving-template（LIB-30）。本目录保持最小单文件 demo。

启动

cd examples/http
export LEAVES_MODEL=../../testdata/xgboost_smoke.json
go run .
# 默认 :8080，可用 LEAVES_HTTP_ADDR 覆盖

返回 ok。

单条（features 为一维特征向量）：

{"features": [0,1,0,1,0,1,0,1]}

响应：{"prediction": 0.42}

批预测（rows 或 batch，每行一条样本）：

{
  "rows": [
    [0,1,0,1,0,1,0,1],
    [1,0,1,0,1,0,1,0]
  ]
}

响应：{"predictions": [0.42, 0.38], "nrows": 2}

扁平矩阵（features + nrows / ncols）：

{
  "features": [0,1,0,1,0,1,0,1, 1,0,1,0,1,0,1,0],
  "nrows": 2,
  "ncols": 8
}

curl -s localhost:8080/predict -d '{"rows":[[0,1,0,1,0,1,0,1],[1,0,1,0,1,0,1,0]]}'