First commit

source/find_products_by_similarity.py

@@ -0,0 +1,72 @@
+import faiss
+import pickle
+import difflib
+from rapidfuzz import fuzz
+from langchain_community.embeddings import OCIGenAIEmbeddings
+import numpy as np
+
+# === CONFIGURAÇÕES ===
+FAISS_INDEX_PATH = "faiss_index.bin"
+ID_MAP_PATH = "produto_id_map.pkl"
+TOP_K = 5
+DISTANCIA_MINIMA = 1.0
+
+# === EMBEDDING COM OCI GEN AI ===
+embedding = OCIGenAIEmbeddings(
+    model_id="cohere.embed-english-light-v3.0",
+    service_endpoint="https://inference.generativeai.us-chicago-1.oci.oraclecloud.com",
+    compartment_id="ocid1.compartment.oc1..aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa",
+    auth_profile="DEFAULT"
+)
+
+# === CARREGA O ÍNDICE VETORIAL ===
+print("📦 Carregando índice vetorial...")
+index = faiss.read_index(FAISS_INDEX_PATH)
+with open(ID_MAP_PATH, "rb") as f:
+    id_map = pickle.load(f)
+
+# === CORREÇÃO AUTOMÁTICA DO INPUT ===
+def corrigir_input_mais_proximo(input_usuario, descricoes_existentes):
+    sugestoes = difflib.get_close_matches(input_usuario, descricoes_existentes, n=1, cutoff=0.6)
+    return sugestoes[0] if sugestoes else input_usuario
+
+descricao_input = input("Digite a descrição do produto a buscar: ").strip()
+descricoes = [p["descricao"] for p in id_map]
+descricao_corrigida = corrigir_input_mais_proximo(descricao_input, descricoes)
+
+if descricao_corrigida != descricao_input:
+    print(f"🧠 Consulta sugerida: {descricao_corrigida}")
+else:
+    print(f"✅ Consulta original mantida: {descricao_input}")
+
+# === GERA EMBEDDING COM OCI ===
+consulta_emb = embedding.embed_query(descricao_corrigida)
+consulta_emb = np.array([consulta_emb])  # FAISS espera um array 2D
+
+# === BUSCA NO FAISS ===
+distances, indices = index.search(consulta_emb, TOP_K)
+bons_resultados = [d for d in distances[0] if d < DISTANCIA_MINIMA]
+
+# === EXIBE RESULTADOS VETORIAIS ===
+if bons_resultados:
+    print("\n🔍 Resultados semânticos similares:")
+    for i, dist in zip(indices[0], distances[0]):
+        if dist >= DISTANCIA_MINIMA:
+            continue
+        match = id_map[i]
+        similaridade = 1 / (1 + dist)
+        print(f"ID: {match['id']} | Código: {match['codigo']} | Produto: {match['descricao']}")
+        print(f"↳ Similaridade: {similaridade:.2%} | Distância: {dist:.4f}\n")
+else:
+    # === FALLBACK FUZZY ===
+    print("\n⚠️ Nenhum resultado vetorial relevante. Buscando por similaridade textual (fuzzy)...\n")
+    melhores_fuzz = []
+    for produto in id_map:
+        score = fuzz.token_sort_ratio(descricao_corrigida, produto["descricao"])
+        melhores_fuzz.append((produto, score))
+
+    melhores_fuzz.sort(key=lambda x: x[1], reverse=True)
+
+    for produto, score in melhores_fuzz[:TOP_K]:
+        print(f"ID: {produto['id']} | Código: {produto['codigo']} | Produto: {produto['descricao']}")
+        print(f"↳ Similaridade (fuzzy): {score:.2f}%\n")