feat: módulo embedding — encode, model CRUD, stores sqlvec y usearch

Funciones Python para embeddings: carga/guardado de modelos, encoding de
texto, y almacenamiento/búsqueda vectorial con sqlite-vec y usearch.

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

python/functions/embedding/model.py

@@ -0,0 +1,67 @@
+"""Embedding model management — save, load, and encode with multilingual-e5-small."""
+
+import os
+
+from sentence_transformers import SentenceTransformer
+
+
+def embedding_save_model(model_id: str, path: str) -> str:
+    """Descarga modelo de HuggingFace y lo guarda en path local.
+
+    Args:
+        model_id: ID del modelo en HuggingFace (ej: "intfloat/multilingual-e5-small").
+        path: Directorio destino para guardar el modelo.
+
+    Returns:
+        Path absoluto donde se guardo el modelo.
+
+    Raises:
+        OSError: Si no se puede escribir en el path.
+        Exception: Si el modelo no existe en HuggingFace.
+    """
+    os.makedirs(path, exist_ok=True)
+    model = SentenceTransformer(model_id)
+    model.save(path)
+    return os.path.abspath(path)
+
+
+def embedding_load_model(path: str) -> SentenceTransformer:
+    """Carga modelo de embeddings desde path local.
+
+    Args:
+        path: Directorio con el modelo guardado por embedding_save_model.
+
+    Returns:
+        Instancia de SentenceTransformer lista para encode.
+
+    Raises:
+        OSError: Si el path no existe o no contiene un modelo valido.
+    """
+    return SentenceTransformer(path)
+
+
+def embedding_encode(model: SentenceTransformer, texts: list, mode: str = "document") -> list:
+    """Genera embeddings normalizados para una lista de textos.
+
+    Aplica automaticamente los prefijos requeridos por modelos e5:
+    - mode="document" -> "passage: " prefix
+    - mode="query"    -> "query: " prefix
+
+    Args:
+        model: Modelo cargado con embedding_load_model.
+        texts: Lista de strings a codificar.
+        mode: "document" para indexar, "query" para buscar.
+
+    Returns:
+        Lista de arrays numpy float32 normalizados (dim depende del modelo).
+
+    Raises:
+        ValueError: Si mode no es "document" ni "query".
+    """
+    if mode not in ("document", "query"):
+        raise ValueError(f"mode must be 'document' or 'query', got '{mode}'")
+
+    prefix = "passage: " if mode == "document" else "query: "
+    prefixed = [f"{prefix}{t}" for t in texts]
+    embeddings = model.encode(prefixed, normalize_embeddings=True, show_progress_bar=False)
+    return embeddings