"""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()