Embeddings reais são representações aprendidas. Este curso usa pequenos vetores de contagem de palavras para você inspecionar cada dimensão e verificar o processo sem chamar um modelo. Essa simplificação ensina ordenação e indexação, mas não comprova a qualidade semântica de uma busca real.
Chame MockClient.embeddings.create em um cliente novo com case.texts e o modelo fixture-vector. Devolva o embedding de cada item de data na ordem de entrada. Esses vetores de contagens de palavras de quatro dimensões não são vetores semânticos aprendidos.
O notebook executa seu código Python com um simulador local original. Use os dados do caso em vez de copiar os valores visíveis. As verificações ocultas alteram identidades, revisões e entradas-limite; nenhum fornecedor ou ferramenta externa é contatado.
Uma implementação de exemplo do contrato da função.