Create app.py

app.py

@@ -0,0 +1,39 @@
+import os
+from fastapi import FastAPI, Request
+from sentence_transformers import SentenceTransformer
+import uvicorn
+
+# Configuration : Dossier de cache pour éviter les re-téléchargements inutiles
+CACHE_DIR = "/tmp/model_cache"
+os.makedirs(CACHE_DIR, exist_ok=True)
+
+app = FastAPI()
+
+# Chargement du modèle au démarrage du serveur
+print("Chargement du modèle en cours...")
+model = SentenceTransformer('sentence-transformers/all-MiniLM-L6-v2', cache_folder=CACHE_DIR)
+print("Modèle chargé avec succès.")
+
+@app.post("/embed")
+async def get_embedding(request: Request):
+    try:
+        data = await request.json()
+        text = data.get("text", "")
+        
+        if not text:
+            return {"error": "Texte manquant"}
+        
+        # Calcul de l'embedding
+        embedding = model.encode(text).tolist()
+        return {"embedding": embedding}
+        
+    except Exception as e:
+        return {"error": str(e)}
+
+@app.get("/health")
+def health_check():
+    return {"status": "ok", "message": "Service embedding opérationnel"}
+
+if __name__ == "__main__":
+    # Hugging Face Spaces utilise le port 7860 par défaut
+    uvicorn.run(app, host="0.0.0.0", port=7860)