Update load_book.py

load_book.py

@@ -1,50 +1,59 @@
 import os
-from dotenv import load_dotenv
+import sys
 from langchain_community.document_loaders import TextLoader
-from langchain_text_splitters import CharacterTextSplitter
 from langchain_google_genai import GoogleGenerativeAIEmbeddings
+from langchain_text_splitters import CharacterTextSplitter
 from langchain_community.vectorstores import SupabaseVectorStore
 from supabase.client import create_client
 
-# Загружаем ключи из .env
-load_dotenv()
-
 def load_book_to_supabase():
-    # 1. Инициализация клиента Supabase
+    # Проверка переменных окружения
     supabase_url = os.environ.get("SUPABASE_URL")
     supabase_key = os.environ.get("SUPABASE_SERVICE_ROLE_KEY")
-    supabase = create_client(supabase_url, supabase_key)
+    gemini_api_key = os.environ.get("GEMINI_API_KEY")
 
-   # 2. Инициализация эмбеддингов Gemini
-    embeddings = GoogleGenerativeAIEmbeddings(
-        model="models/embedding-001", # Используем эту модель, она самая стабильная
-        google_api_key=os.environ.get("GEMINI_API_KEY")
-    )
+    if not all([supabase_url, supabase_key, gemini_api_key]):
+        print("ОШИБКА: Не все секреты (URL, Key, Gemini) заполнены в GitHub Secrets!")
+        sys.exit(1)
 
-    # 3. Загрузка текста книги
-    loader = TextLoader("book.txt", encoding="utf-8")
-    documents = loader.load()
+    print("--- Шаг 1: Подключение к Supabase ---")
+    supabase = create_client(supabase_url, supabase_key)
 
-    # 4. Нарезка текста на фрагменты (чанки)
-    text_splitter = CharacterTextSplitter(
-        chunk_size=1000, 
-        chunk_overlap=100,
-        separator="\n"
-    )
+    print("--- Шаг 2: Загрузка файла книги ---")
+    try:
+        # Убедись, что файл book.txt лежит в корне репозитория
+        loader = TextLoader("book.txt", encoding="utf-8")
+        documents = loader.load()
+    except Exception as e:
+        print(f"ОШИБКА при чтении book.txt: {e}")
+        sys.exit(1)
+
+    print("--- Шаг 3: Нарезка текста на части ---")
+    text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=100)
     docs = text_splitter.split_documents(documents)
+    print(f"Текст нарезан на {len(docs)} фрагментов.")
 
-    print(f"Книга разбита на {len(docs)} фрагментов. Начинаю загрузку в базу...")
-
-    # 5. Загрузка в Supabase
-    SupabaseVectorStore.from_documents(
-        docs,
-        embeddings,
-        client=supabase,
-        table_name="documents",
-        query_name="match_documents",
+    print("--- Шаг 4: Инициализация эмбеддингов Gemini ---")
+    # Используем актуальный формат вызова для text-embedding-004
+    embeddings = GoogleGenerativeAIEmbeddings(
+        model="text-embedding-004",
+        task_type="retrieval_document",
+        google_api_key=gemini_api_key
     )
 
-    print("Загрузка успешно завершена!")
+    print("--- Шаг 5: Генерация векторов и загрузка в базу ---")
+    try:
+        SupabaseVectorStore.from_documents(
+            docs,
+            embeddings,
+            client=supabase,
+            table_name="documents",
+            query_name="match_documents",
+        )
+        print("--- УСПЕХ: Книга успешно загружена в Supabase! ---")
+    except Exception as e:
+        print(f"ОШИБКА при загрузке в Supabase: {e}")
+        sys.exit(1)
 
 if __name__ == "__main__":
     load_book_to_supabase()