Spaces:
Running
Running
File size: 2,489 Bytes
10b34ab 2762913 10b34ab cafba7e d495ad2 10b34ab 8379ff4 10b34ab d43ec58 10b34ab 3f4c5e0 |
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 48 49 50 51 52 53 54 55 56 57 58 59 60 |
from flask import Flask, request, jsonify, Response
from flask_cors import CORS
from sentence_transformers import SentenceTransformer
# 1. สร้าง Flask app
app = Flask(__name__)
# 2. ตั้งค่า CORS (Cross-Origin Resource Sharing)
# นี่คือส่วนสำคัญมาก! ที่จะอนุญาตให้ JavaScript (ที่อยู่คนละที่) เรียก API นี้ได้
CORS(app)
model = SentenceTransformer("google/embeddinggemma-300m")
# 3. สร้าง "Endpoint" หรือ "Route" ของ API
# นี่คือ URL ที่ JavaScript จะเรียกมา
# เช่น http://127.0.0.1:5000/api/v1/chat/completions
@app.route("/", methods=['GET'])
def get_start():
return jsonify({"message": "Server is running"})
@app.route("/api/v1/embeddings", methods=['POST'])
def return_query_embedding():
# 1. รับ JSON Payload
try:
data = request.json
if not data:
return jsonify({"error": "No JSON data provided"}), 400
except Exception:
# ดักจับกรณีที่ JSON ที่ส่งมาผิดรูปแบบ
return jsonify({"error": "Invalid JSON format"}), 400
# 2. ดึงข้อความสนทนา (Messages)
query = data.get("text")
if not query:
# ตรวจสอบว่ามี key 'messages' อยู่ใน JSON ที่ส่งมาหรือไม่
return jsonify({"error": "Missing 'text' key in request body (JSON)"}), 400
# 3. เรียกใช้ Logic
try:
query_embeddings = model.encode_query(query)
# convert to json
query_embeddings = query_embeddings.tolist()
query_embeddings_json = {
"query_embeddings": query_embeddings
}
# 4. ส่งคำตอบกลับไป
# ใช้ Response Object เพื่อให้แน่ใจว่า Header (mimetype) และ Encoding (UTF-8) ถูกต้อง
# เพื่อรองรับภาษาไทยตามที่คุณใช้ ensure_ascii=False
return jsonify(query_embeddings_json), 200
except Exception as e:
# ดักจับ Error ที่อาจเกิดขึ้นภายในฟังก์ชัน LLM
print(f"Error: {e}")
return jsonify({"error": str(e)}), 500
|