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/sqlvec.py

@@ -0,0 +1,74 @@
+"""Vector storage and retrieval with sqlite-vec."""
+
+import sqlite3
+
+import numpy as np
+import sqlite_vec
+
+
+def embedding_store_sqlvec(db_path: str, table: str, ids: list, embeddings: list, dim: int = 384) -> int:
+    """Inserta embeddings en una tabla sqlite-vec.
+
+    Crea la tabla virtual si no existe. Inserta en batches de 500.
+
+    Args:
+        db_path: Path al archivo SQLite.
+        table: Nombre de la tabla virtual vec0.
+        ids: Lista de IDs (int) para cada embedding.
+        embeddings: Lista de arrays numpy float32.
+        dim: Dimension de los embeddings (default 384 para e5-small).
+
+    Returns:
+        Numero de embeddings insertados.
+
+    Raises:
+        sqlite3.Error: Si hay error de escritura en la BD.
+    """
+    db = sqlite3.connect(db_path)
+    db.enable_load_extension(True)
+    sqlite_vec.load(db)
+
+    db.execute(f"CREATE VIRTUAL TABLE IF NOT EXISTS [{table}] USING vec0(embedding float[{dim}])")
+
+    batch_size = 500
+    count = 0
+    for i in range(0, len(ids), batch_size):
+        batch = [
+            (int(ids[j]), np.asarray(embeddings[j], dtype=np.float32).tobytes())
+            for j in range(i, min(i + batch_size, len(ids)))
+        ]
+        db.executemany(f"INSERT INTO [{table}](rowid, embedding) VALUES (?, ?)", batch)
+        count += len(batch)
+
+    db.commit()
+    db.close()
+    return count
+
+
+def embedding_search_sqlvec(db_path: str, table: str, query_embedding: list, k: int = 10) -> list:
+    """Busca los k vecinos mas cercanos en una tabla sqlite-vec.
+
+    Args:
+        db_path: Path al archivo SQLite con la tabla vec0.
+        table: Nombre de la tabla virtual.
+        query_embedding: Array numpy float32 del query.
+        k: Numero de resultados a retornar.
+
+    Returns:
+        Lista de dicts con 'rowid' y 'distance' ordenados por cercania.
+
+    Raises:
+        sqlite3.Error: Si la tabla no existe o hay error de lectura.
+    """
+    db = sqlite3.connect(db_path)
+    db.enable_load_extension(True)
+    sqlite_vec.load(db)
+
+    q_bytes = np.asarray(query_embedding, dtype=np.float32).tobytes()
+    rows = db.execute(
+        f"SELECT rowid, distance FROM [{table}] WHERE embedding MATCH ? ORDER BY distance LIMIT ?",
+        (q_bytes, k),
+    ).fetchall()
+
+    db.close()
+    return [{"rowid": r[0], "distance": r[1]} for r in rows]