AdryanAzul's picture
feat: deploy DocuMind AI (RAG + BYOK + local embeddings)
68e8c03 verified
Raw History Blame Contribute Delete
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
@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()