Upload ingest.py with huggingface_hub

ingest.py

@@ -1,9 +1,9 @@
 #!/usr/bin/env python3
 """
-Pipeline de ingestao: le PDFs de docs/ e indexa no ChromaDB.
+Pipeline de ingestão: lê PDFs de docs/ e indexa no ChromaDB.
 
 Uso:
-    python ingest.py           # indexa (pula se ja indexado)
+    python ingest.py           # indexa (pula se já indexado)
     python ingest.py --rebuild # apaga e re-indexa tudo
 """
 import sys
@@ -23,18 +23,18 @@ def main():
     rebuild = "--rebuild" in sys.argv
 
     print("=" * 60)
-    print("  LABDAPS RAG -- Ingestao do Livro Sinal de Alerta")
+    print("  LABDAPS RAG -- Ingestão do Livro Sinal de Alerta")
     print("=" * 60)
 
     if not rebuild:
         count = collection_count()
         if count > 0:
-            print(f"[INFO] Colecao ja contem {count} chunks. Pulando ingestao.")
-            print("[INFO] Use --rebuild para forccar re-indexacao.")
+            print(f"[INFO] Coleção já contém {count} chunks. Pulando ingestão.")
+            print("[INFO] Use --rebuild para forçar re-indexação.")
             return
 
     if not DOCS_DIR.exists():
-        print(f"[ERROR] Pasta de documentos nao encontrada: {DOCS_DIR}")
+        print(f"[ERROR] Pasta de documentos não encontrada: {DOCS_DIR}")
         sys.exit(1)
 
     pdf_files = list(DOCS_DIR.glob("*.pdf"))
@@ -43,7 +43,7 @@ def main():
     print("\n[1/3] Extraindo texto dos PDFs...")
     t0 = time.time()
     pages = extract_all_pdfs(DOCS_DIR)
-    print(f"[INFO] {len(pages)} paginas extraidas em {time.time()-t0:.1f}s")
+    print(f"[INFO] {len(pages)} páginas extraídas em {time.time()-t0:.1f}s")
 
     print("\n[2/3] Dividindo em chunks...")
     t0 = time.time()
@@ -54,9 +54,9 @@ def main():
     embedder = Embedder()
     t0 = time.time()
     build_index(chunks, embedder, rebuild=rebuild)
-    print(f"[INFO] Indexacao concluida em {time.time()-t0:.1f}s")
+    print(f"[INFO] Indexação concluída em {time.time()-t0:.1f}s")
 
-    print(f"\n[OK] Ingestao concluida! Total de chunks: {collection_count()}")
+    print(f"\n[OK] Ingestão concluída! Total de chunks: {collection_count()}")
 
 
 if __name__ == "__main__":