Revert "update"

This reverts commit 575d4e0d0c422d6e3cb72aeaf539475e908b5b2e.

Revert "update"

This reverts commit a49da617df18774989664aa8bc79ccbc664a3c2f.

business_transaction_map/components/faiss_vector_database.py

@@ -187,46 +187,23 @@ class FaissVectorDatabase:
                 'TypeDocs': К кому разделу относится карта проводок (1С или SAP)
             }
         """
-         # Проверка размерности вектора
-        if len(emb_query.shape) != 2 or emb_query.shape[0] != 1:
-            raise ValueError("Вектор запроса должен иметь размерность [1, d].")
-            
-        # Приведение вектора запроса к нужной размерности, если требуется
-        query_dim = emb_query.shape[1]
-        index_dim = self.index.d
-        if query_dim != index_dim:
-            if query_dim < index_dim:
-                # Padding до нужной размерности
-                padded_query = torch.zeros((1, index_dim), dtype=torch.float32)
-                padded_query[:, :query_dim] = emb_query
-                emb_query = padded_query
-            else:
-                raise ValueError(
-                    f"Размерность вектора запроса ({query_dim}) превышает размерность индекса ({index_dim})."
-                )
+        if len(emb_query.shape) != 2:
+            assert print('Не правильный размер вектора!')
             
-        emb_query_np = emb_query.numpy().astype("float32")
-
-        # Поиск в индексе
-        try:
-            distances, indexes = self.index.search(emb_query_np, k_neighbors)
-        except Exception as e:
-            raise RuntimeError(f"Ошибка при выполнении поиска: {e}")
-        
+        print("Index dimension:", self.index.d)  # Размерность индекса
+        print("Query dimension:", emb_query.shape[1])  # Размерность вектора запроса
+
+
+        distances, indexes = self.index.search(emb_query, k_neighbors)
         answers = {}
         for i, ind in enumerate(indexes[0]):
-            if ind < 0 or ind >= len(self.df):
-                answers[i] = {"error": "Индекс результата выходит за пределы таблицы"}
-                continue
-            
-            answers[i] = {
-                "distance": distances[0][i],
-                "index_answer": ind,
-                "doc_name": self.df.iloc[ind][COLUMN_DOC_NAME],
-                "text_answer": self.df.iloc[ind][COLUMN_TABLE_NAME],
-                COLUMN_LABELS_STR: self.df.iloc[ind][COLUMN_LABELS_STR],
-                COLUMN_NAMES: self.df.iloc[ind][COLUMN_NAMES],
-                COLUMN_TYPE_DOC_MAP: self.df.iloc[ind][COLUMN_TYPE_DOC_MAP],
-            }
+            answers[i] = {}
+            answers[i][f'distance'] = distances[0][i]
+            answers[i][f'index_answer'] = ind
+            answers[i][f'doc_name'] = self.df.iloc[ind][COLUMN_DOC_NAME]
+            answers[i][f'text_answer'] = self.df.iloc[ind][COLUMN_TABLE_NAME]
+            answers[i][COLUMN_LABELS_STR] = self.df.iloc[ind][COLUMN_LABELS_STR]
+            answers[i][COLUMN_NAMES] = self.df.iloc[ind][COLUMN_NAMES]
+            answers[i][COLUMN_TYPE_DOC_MAP] = self.df.iloc[ind][COLUMN_TYPE_DOC_MAP]
 
         return answers