Tem uma parte que deveria ter sido retirada do video, a partir do minuto 16, até 19:20.
E os embeddings do Google seguem não funcionando, como já relatado por um aluno em algumas aulas atrás. Isso atrapalhou boa parte da execução dos algoritmos nas aulas seguintes.
Oi Estudante, tudo bem?
Agradecemos por relatar o erro de edição. Já enviamos para que seja corrigido.
Sobre o problema dos embeddings que comentou, acredito que seja o erro que indica que o limite gratuito da API do Gemini foi atingido. Isso é comum quando usamos o plano free.
A forma mais simples de resolver é usar um modelo local gratuito no lugar do Gemini. Assim, você continua praticando sem depender da cota da API.
Veja este exemplo rápido:
from langchain_community.embeddings import HuggingFaceEmbeddings
# usa um modelo gratuito e leve
embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/all-MiniLM-L6-v2")
query = "Politica de home office da empresa"
print(embeddings.embed_query(query)[:5])
Esse código faz o mesmo tipo de embedding, só que sem precisar de API externa.
Caso seja outro erro, pedimos que espqcifique para que possamos te ajudar de forma mais precisa.
Obrigada por ajudar a comunidade Alura a melhorar cada vez mais. Conte com o apoio do Fórum na sua jornada. Fico à disposição.
Abraços e bons estudos!