First commit

source/product_search.py

@@ -0,0 +1,83 @@
+# product_search.py
+
+import faiss
+import pickle
+import difflib
+import numpy as np
+from rapidfuzz import fuzz
+from langchain_community.embeddings import OCIGenAIEmbeddings
+
+
+class BuscaProdutoSimilar:
+    def __init__(
+            self,
+            faiss_index_path="faiss_index.bin",
+            id_map_path="produto_id_map.pkl",
+            top_k=5,
+            distancia_minima=1.0,
+            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"
+    ):
+        print("📦 Carregando índice vetorial...")
+        self.index = faiss.read_index(faiss_index_path)
+        with open(id_map_path, "rb") as f:
+            self.id_map = pickle.load(f)
+        self.top_k = top_k
+        self.distancia_minima = distancia_minima
+        self.embedding = OCIGenAIEmbeddings(
+            model_id=model_id,
+            service_endpoint=service_endpoint,
+            compartment_id=compartment_id,
+            auth_profile=auth_profile
+        )
+
+    def _corrigir_input(self, input_usuario):
+        descricoes = [p["descricao"] for p in self.id_map]
+        sugestoes = difflib.get_close_matches(input_usuario, descricoes, n=1, cutoff=0.6)
+        return sugestoes[0] if sugestoes else input_usuario
+
+    def buscar_produtos_similares(self, descricao_input):
+        descricao_input = descricao_input.strip()
+        descricao_corrigida = self._corrigir_input(descricao_input)
+
+        resultados = {
+            "consulta_original": descricao_input,
+            "consulta_utilizada": descricao_corrigida,
+            "semanticos": [],
+            "fallback_fuzzy": []
+        }
+
+        consulta_emb = self.embedding.embed_query(descricao_corrigida)
+        consulta_emb = np.array([consulta_emb])
+        distances, indices = self.index.search(consulta_emb, self.top_k)
+
+        for i, dist in zip(indices[0], distances[0]):
+            if dist < self.distancia_minima:
+                match = self.id_map[i]
+                similaridade = 1 / (1 + dist)
+                resultados["semanticos"].append({
+                    "id": match["id"],
+                    "codigo": match["codigo"],
+                    "descricao": match["descricao"],
+                    "similaridade": round(similaridade * 100, 2),
+                    "distancia": round(dist, 4)
+                })
+
+        if not resultados["semanticos"]:
+            melhores_fuzz = []
+            for produto in self.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[:self.top_k]:
+                resultados["fallback_fuzzy"].append({
+                    "id": produto["id"],
+                    "codigo": produto["codigo"],
+                    "descricao": produto["descricao"],
+                    "score_fuzzy": round(score, 2)
+                })
+
+        return resultados