File size: 1,742 Bytes
68e8c03
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
"""Geração de embeddings vetoriais locais utilizando Sentence Transformers."""

import os

from sentence_transformers import SentenceTransformer

DEFAULT_EMBEDDING_MODEL = "sentence-transformers/all-MiniLM-L6-v2"


class EmbeddingLoadError(Exception):
    """Erro levantado quando o modelo local de embeddings não pode ser carregado."""


class EmbeddingModel:
    """Encapsula o modelo SentenceTransformer local para textos e consultas."""

    def __init__(
        self,
        model_name: str = DEFAULT_EMBEDDING_MODEL,
        cache_folder: str | None = None,
    ) -> None:
        self.model_name = model_name
        resolved_cache = cache_folder or os.getenv("SENTENCE_TRANSFORMERS_HOME") or None
        try:
            self._model = SentenceTransformer(model_name, cache_folder=resolved_cache)
        except Exception as exc:
            raise EmbeddingLoadError(
                f"Falha ao inicializar o modelo local de embeddings '{model_name}': {exc}"
            ) from exc

    @property
    def dimension(self) -> int | None:
        """Retorna a dimensionalidade dos vetores gerados pelo modelo."""
        return self._model.get_sentence_embedding_dimension()

    def embed_documents(self, texts: list[str]) -> list[list[float]]:
        """Gera embeddings locais para uma lista de trechos de texto."""
        if not texts:
            return []
        vectors = self._model.encode(texts, convert_to_numpy=True, show_progress_bar=False)
        return vectors.tolist()

    def embed_query(self, query: str) -> list[float]:
        """Gera o embedding local para uma pergunta do usuário."""
        vector = self._model.encode(query, convert_to_numpy=True, show_progress_bar=False)
        return vector.tolist()