Update README.md

README.md

@@ -1,19 +1,28 @@
-# Embeddings API - BERTimbau & MPNet
+---
+title: Embeddings API - BERTimbau & MPNet
+emoji: 🤖
+colorFrom: blue
+colorTo: purple
+sdk: gradio
+sdk_version: 4.44.0
+app_file: app.py
+pinned: false
+---
 
-Este Space expõe uma API simples para gerar embeddings de texto usando:
+# Embeddings API para Português e Multilíngue
 
-- [neuralmind/bert-base-portuguese-cased](https://huggingface.co/neuralmind/bert-base-portuguese-cased)
-- [sentence-transformers/paraphrase-multilingual-mpnet-base-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-mpnet-base-v2)
+Este Space gera embeddings de textos usando:
+- **MPNet** (multilíngue): Modelo paraphrase-multilingual-mpnet-base-v2.
+- **BERTimbau** (português): neuralmind/bert-base-portuguese-cased com mean pooling.
 
-## Uso
+## Como Usar
+- Insira um texto ou lista de textos.
+- Escolha o modelo (mpnet ou bertimbau).
+- Saída: Lista de embeddings (768 dimensões) em JSON.
 
-### Interface Web
-Digite uma frase na interface deste Space e escolha o modelo desejado.
+## Rotas Adicionais
+- `HEAD /`: Para pings de monitoramento (ex.: UptimeRobot) – responde 200 OK sem processamento.
 
-### API
-Você pode chamar via HTTP:
+Ideal para buscas semânticas, RAG ou integração com apps como Weaviate.
 
-```bash
-curl -X POST https://huggingface.co/spaces/<seu-usuario>/<nome-do-space>/api/predict/ \
-  -H "Content-Type: application/json" \
-  -d '{"data": ["texto de exemplo", "parar comparar"], "model_choice": "mpnet"}'
+Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference for more details.