Update pinecone_utils.py

pinecone_utils.py

@@ -1,34 +1,27 @@
 # pinecone_utils.py
 
-import pinecone
+from pinecone import Pinecone, ServerlessSpec
 from config import PINECONE_API_KEY, PINECONE_ENVIRONMENT, INDEX_NAME, CONTEXT_FIELDS
-import torch
 
 # Conectar a Pinecone
 def connect_to_pinecone():
-    pinecone.init(api_key=PINECONE_API_KEY, environment=PINECONE_ENVIRONMENT)
-    index = pinecone.Index(INDEX_NAME)
-    return index
-
-# Realizar búsqueda vectorial
-def vector_search(query, embedding_model, index):
-    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
-    # Generar el embedding utilizando el modelo de embeddings
-    xq = embedding_model.encode(query, convert_to_tensor=True, device=device)
+    # Crear una instancia de Pinecone
+    pc = Pinecone(api_key=PINECONE_API_KEY)
 
-    # Convertir el tensor a lista
-    xq = xq.cpu().tolist()
+    # Verificar si el índice existe
+    index_names = pc.list_indexes().names()
+    if INDEX_NAME not in index_names:
+        # Si el índice no existe, crearlo
+        pc.create_index(
+            name=INDEX_NAME,
+            dimension=1024,  # Asegúrate de que esta dimensión coincida con la de tus embeddings
+            metric='cosine',  # Puedes cambiar el métrico según tus necesidades
+            spec=ServerlessSpec(
+                cloud='aws',
+                region=PINECONE_ENVIRONMENT  # Asegúrate de que este sea el entorno correcto
+            )
+        )
 
-    # Realizar búsqueda vectorial en el índice de Pinecone
-    res = index.query(vector=xq, top_k=3, include_metadata=True)
-    if res and res['matches']:
-        return [
-            {
-                'content': ' '.join(f"{k}: {v}" for k, v in match['metadata'].items() if k in CONTEXT_FIELDS and k != 'Tag'),
-                'metadata': match['metadata'],
-                'score': match.get('score', 0)
-            }
-            for match in res['matches']
-            if 'metadata' in match
-        ]
-    return []
+    # Conectar al índice
+    index = pc.Index(INDEX_NAME)
+    return index