Deploy RAG assistant

app.py

@@ -106,9 +106,21 @@ async def startup_event():
     # Qdrant
     print("🔌 Подключение к Qdrant...")
     # In-memory Qdrant (для HF Spaces)
+    from qdrant_client.models import Distance, VectorParams
     qdrant_client = QdrantClient(":memory:")
     print("✅ Qdrant подключен (in-memory режим)")
     
+    # Создаем коллекцию если её нет
+    try:
+        qdrant_client.get_collection(COLLECTION_NAME)
+        print(f"✅ Коллекция {COLLECTION_NAME} уже существует")
+    except:
+        qdrant_client.create_collection(
+            collection_name=COLLECTION_NAME,
+            vectors_config=VectorParams(size=384, distance=Distance.COSINE)
+        )
+        print(f"✅ Коллекция {COLLECTION_NAME} создана (384 dimensions)")
+    
     # Embedding model
     print("🧠 Загрузка модели эмбеддингов...")
     # Используем многоязычную модель для правильной работы с русским языком