Ao os exercícios práticos de Armazenamento Vetorial (Aula 02) encontrei erros na execução de códigos.
Abaixo segue o passo de como estruturei meu colab:
isolar tudo em um venv
1) Criar e ativar um ambiente virtual só para o seu notebook
%pip -q install virtualenv
!python -m virtualenv /content/venv
%env VIRTUAL_ENV=/content/venv
%env PATH=/content/venv/bin:$PATH
2) Atualizar pip e setar uma faixa de numpy compatível com Colab 2025
!pip install -U pip "numpy>=2.0,<2.3"
!pip install -U google-generativeai
3) Instala deixando o pip resolver versões compatíveis dentro de 0.3.x
%pip install -U --no-cache-dir
"langsmith<0.4"
"langchain>=0.3,<0.4"
"langchain-community>=0.3,<0.4"
"langchain-google-genai==2.0.1"
"faiss-cpu>=1.8.0.post1"
"chromadb==0.5.11"
"pinecone-client>=5,<6"
"langchain-pinecone>=0.1.3,<0.2"
from langchain_google_genai import GoogleGenerativeAIEmbeddings
from langchain.schema import Document
embeddings = GoogleGenerativeAIEmbeddings(model="models/embedding-001")
- Limpar qualquer credencial "ADC" e definir sua API key do Google AI Studio
import os
os.environ.pop("GOOGLE_APPLICATION_CREDENTIALS", None) # evita ADC por arquivo
os.environ["GOOGLE_API_KEY"] = "minha_chave_API"
(opcional, mas ajuda a forçar o uso da key no SDK base)
import google.generativeai as genai
genai.configure(api_key=os.environ["GOOGLE_API_KEY"])
2) Recriar o embedder passando explicitamente a key
from langchain_google_genai import GoogleGenerativeAIEmbeddings
embeddings = GoogleGenerativeAIEmbeddings(
model="text-embedding-004", # ou "models/embedding-001"
google_api_key=os.environ["GOOGLE_API_KEY"]
)
3) Teste rápido
print(embeddings.embed_query("Política de home office da empresa")[:8])
Executando os códigos acima, o bloco: embeddings.embed_query("Política de home office da empresa") é executado sem erros!!!
