介绍
OmniXAI 是一个用于可解释AI（XAI）的Python机器学习库，提供全方位可解释的AI和可解释的机器学习功能。可以在机器学习过程中支持多种数据类型 (如表格数据，图像，文本，时间序列)，多种模型类型 (如Scikit-learn中的传统ML和PyTorch / TensorFlow中的深度学习模型)，以及不同的解释方法，包括“特定于模型”和“模型无关”方法 (例如特征归因解释，反事实解释， 基于梯度的解释等)。
更多内容：https://github.com/salesforce/OmniXAI
安装使用
对于 omnixai 可解释性的工具包，安装会有以下问题，需要逐个解决。
按照官方 ‘readme’ 中的方法，
通过在构建的虚拟环境中采用 pip install omnixai 方式进行安装时，由于缺少 c++ 的一些环境，所以出现报错问题：
通过查阅相关资料，了解Hnswlib 是快速近似最近邻搜索的一个库。我要在python中安装C++中的hnswlib模块，但是直接采用 pip 方式进行安装也会报错，所以参考以下资料：
https://zhuanlan.zhihu.com/p/353299195
打算先在 pypi 官网上找到 hnswlib 的包，然后下载 hnswlib-0.4.0.tar.gz 后采用离线安装的方式。
因此先安装好pybind11后，再进入下载好的包的解压位置，采用 python setup.py install 方式进行安装。但是还是由于 c++ 的问题，error了。
所以按照报错的问题，缺少‘Microsoft Visual C++ 14.0’，可以采用安装Visual Studio来解决。但是这个安装包很大，所以采用提示网站https://visualstudio.microsoft.com/visual-cpp-build-tools/ 安装Microsoft C++ Build Tools。
参考链接：http://anyun.org/a/xitongwendang/2022/0613/11790.html
在安装好后，重启电脑，然后再进行尝试。[这样安装内存也很大，最终屈服了]
所以在重新进行 hnswlib 安装后，终于安装成功了。
再进行 omnixai 的 pip 安装，发现最终可以成功安装。我们也在conda list 中找到该包。然后打开jupyter 进行测试。
发现可以使用。所以断定基本问题是 由于缺少 Microsoft Visual C++ 14.0 相关的内容，所以导致 hnswlib 安装失败，无法构建wheel，进而导致整个 omnixai 的安装失败。
之前报错问题 ‘pyproject.toml-based projects’，还去尝试安装这个相关内容，但相关过程也很曲折，最后没有成功，索性还是直接装了 Microsoft C++ Build Tools ，最后也算可以使用了。
过程总体大概摸索了一两天才装好这个可解释性的库，后续有问题也会持续更新；有不对的地方欢迎来讨论，一起进步！