Download src/embeddings.py from AdryanAzul/DocuMindAI_RAG_Application: direct link, hf CLI and curl.
- Browser
- Download file 1.74 kB
-
https://huggingface.co/spaces/AdryanAzul/DocuMindAI_RAG_Application/resolve/main/src/embeddings.py
- Command line
-
hf download hf://spaces/AdryanAzul/DocuMindAI_RAG_Application/src/embeddings.py
-
curl -L -o embeddings.py https://huggingface.co/spaces/AdryanAzul/DocuMindAI_RAG_Application/resolve/main/src/embeddings.py
1.74 kB
| """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 | |
| 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() | |