Embeddings y búsqueda semántica

1<dependencies>
2  <!-- Web (incluye RestClient para llamar a OpenAI) -->
3  <dependency>
4    <groupId>org.springframework.boot</groupId>
5    <artifactId>spring-boot-starter-web</artifactId>
6  </dependency>
7 
8  <!-- JDBC + driver de PostgreSQL para hablar con Supabase -->
9  <dependency>
10    <groupId>org.springframework.boot</groupId>
11    <artifactId>spring-boot-starter-jdbc</artifactId>
12  </dependency>
13  <dependency>
14    <groupId>org.postgresql</groupId>
15    <artifactId>postgresql</artifactId>
16    <scope>runtime</scope>
17  </dependency>
18</dependencies>

1# OpenAI (variable de entorno OPENAI_API_KEY)
2openai.api.key=${OPENAI_API_KEY}
3 
4# Conexión a Supabase (Postgres) — usa las credenciales del project Settings
5spring.datasource.url=jdbc:postgresql://db.xxxxx.supabase.co:5432/postgres
6spring.datasource.username=postgres
7spring.datasource.password=${SUPABASE_DB_PASSWORD}

1package com.tuapp.embeddings;
2 
3import org.springframework.beans.factory.annotation.Value;
4import org.springframework.stereotype.Service;
5import org.springframework.web.client.RestClient;
6 
7import java.util.List;
8import java.util.Map;
9 
10@Service
11public class EmbeddingService {
12 
13    private final RestClient http = RestClient.create("https://api.openai.com/v1");
14 
15    @Value("${openai.api.key}")
16    private String apiKey;
17 
18    public float[] embed(String texto) {
19        var body = Map.of(
20            "model", "text-embedding-3-small",
21            "input", texto
22        );
23 
24        Response respuesta = http.post()
25            .uri("/embeddings")
26            .header("Authorization", "Bearer " + apiKey)
27            .body(body)
28            .retrieve()
29            .body(Response.class);
30 
31        return respuesta.data().get(0).embedding();
32    }
33 
34    // DTOs internos para mapear la respuesta JSON de OpenAI
35    public record Response(List<Item> data) {}
36    public record Item(float[] embedding) {}
37}

1package com.tuapp.embeddings;
2 
3import org.springframework.jdbc.core.JdbcTemplate;
4import org.springframework.stereotype.Repository;
5 
6import java.util.List;
7 
8@Repository
9public class ArticuloRepository {
10 
11    private final JdbcTemplate jdbc;
12 
13    public ArticuloRepository(JdbcTemplate jdbc) {
14        this.jdbc = jdbc;
15    }
16 
17    public void guardar(String titulo, String contenido, float[] embedding) {
18        // pgvector espera el formato literal "[0.1,0.2,...]" como texto
19        // y se castea con ::vector dentro del SQL.
20        jdbc.update(
21            "INSERT INTO articulos (titulo, contenido, embedding) " +
22            "VALUES (?, ?, ?::vector)",
23            titulo, contenido, toVectorLiteral(embedding)
24        );
25    }
26 
27    public List<ResultadoBusqueda> buscarParecidos(float[] consulta, int topK) {
28        String vector = toVectorLiteral(consulta);
29 
30        // <=> es el operador de distancia coseno de pgvector.
31        // 1 - distancia = similitud (más cerca de 1 = más parecido).
32        return jdbc.query("""
33            SELECT titulo, contenido,
34                   1 - (embedding <=> ?::vector) AS similitud
35            FROM articulos
36            ORDER BY embedding <=> ?::vector
37            LIMIT ?
38            """,
39            (rs, n) -> new ResultadoBusqueda(
40                rs.getString("titulo"),
41                rs.getString("contenido"),
42                rs.getDouble("similitud")
43            ),
44            vector, vector, topK
45        );
46    }
47 
48    private static String toVectorLiteral(float[] v) {
49        StringBuilder sb = new StringBuilder("[");
50        for (int i = 0; i < v.length; i++) {
51            if (i > 0) sb.append(",");
52            sb.append(v[i]);
53        }
54        return sb.append("]").toString();
55    }
56 
57    public record ResultadoBusqueda(String titulo, String contenido, double similitud) {}
58}

1package com.tuapp.embeddings;
2 
3import org.springframework.web.bind.annotation.*;
4 
5import java.util.List;
6 
7@RestController
8@RequestMapping("/api/articulos")
9public class BusquedaController {
10 
11    private final EmbeddingService embeddings;
12    private final ArticuloRepository repo;
13 
14    public BusquedaController(EmbeddingService embeddings, ArticuloRepository repo) {
15        this.embeddings = embeddings;
16        this.repo = repo;
17    }
18 
19    // GET /api/articulos/buscar?q=devolver dinero
20    @GetMapping("/buscar")
21    public List<ArticuloRepository.ResultadoBusqueda> buscar(
22            @RequestParam String q,
23            @RequestParam(defaultValue = "5") int topK) {
24        float[] vector = embeddings.embed(q);
25        return repo.buscarParecidos(vector, topK);
26    }
27 
28    // POST /api/articulos  (para indexar contenido nuevo)
29    @PostMapping
30    public void indexar(@RequestBody NuevoArticulo nuevo) {
31        float[] vector = embeddings.embed(nuevo.contenido());
32        repo.guardar(nuevo.titulo(), nuevo.contenido(), vector);
33    }
34 
35    public record NuevoArticulo(String titulo, String contenido) {}
36}