Primera version de chunkeo completo crud

backend/app/vector_db/base.py

@@ -0,0 +1,189 @@
+"""
+Clase abstracta base para operaciones con bases de datos vectoriales.
+
+Este módulo define la interfaz que todas las implementaciones de bases de datos
+vectoriales deben seguir, permitiendo cambiar fácilmente entre diferentes proveedores.
+"""
+
+from abc import ABC, abstractmethod
+from typing import List, Dict, Any, Optional
+
+
+class VectorDBBase(ABC):
+    """
+    Clase abstracta que define las operaciones básicas para una base de datos vectorial.
+
+    Esta interfaz permite implementar el patrón Repository/Strategy para
+    abstraer la lógica de acceso a datos vectoriales.
+    """
+
+    @abstractmethod
+    async def collection_exists(self, collection_name: str) -> bool:
+        """
+        Verifica si existe una colección con el nombre especificado.
+
+        Args:
+            collection_name: Nombre de la colección a verificar
+
+        Returns:
+            bool: True si la colección existe, False en caso contrario
+        """
+        pass
+
+    @abstractmethod
+    async def create_collection(
+        self,
+        collection_name: str,
+        vector_size: int = 3072,
+        distance: str = "Cosine"
+    ) -> bool:
+        """
+        Crea una nueva colección en la base de datos vectorial.
+
+        Args:
+            collection_name: Nombre de la colección a crear
+            vector_size: Dimensión de los vectores (por defecto 3072)
+            distance: Métrica de distancia ("Cosine", "Euclid", "Dot")
+
+        Returns:
+            bool: True si se creó exitosamente, False en caso contrario
+        """
+        pass
+
+    @abstractmethod
+    async def delete_collection(self, collection_name: str) -> bool:
+        """
+        Elimina una colección completa.
+
+        Args:
+            collection_name: Nombre de la colección a eliminar
+
+        Returns:
+            bool: True si se eliminó exitosamente, False en caso contrario
+        """
+        pass
+
+    @abstractmethod
+    async def file_exists_in_collection(
+        self,
+        collection_name: str,
+        file_name: str
+    ) -> bool:
+        """
+        Verifica si un archivo ya existe en una colección.
+
+        Args:
+            collection_name: Nombre de la colección
+            file_name: Nombre del archivo a buscar
+
+        Returns:
+            bool: True si el archivo existe, False en caso contrario
+        """
+        pass
+
+    @abstractmethod
+    async def get_chunks_by_file(
+        self,
+        collection_name: str,
+        file_name: str,
+        limit: Optional[int] = None
+    ) -> List[Dict[str, Any]]:
+        """
+        Obtiene todos los chunks de un archivo específico.
+
+        Args:
+            collection_name: Nombre de la colección
+            file_name: Nombre del archivo
+            limit: Límite opcional de resultados
+
+        Returns:
+            List[Dict]: Lista de chunks con su metadata
+        """
+        pass
+
+    @abstractmethod
+    async def delete_file_from_collection(
+        self,
+        collection_name: str,
+        file_name: str
+    ) -> int:
+        """
+        Elimina todos los chunks de un archivo de una colección.
+
+        Args:
+            collection_name: Nombre de la colección
+            file_name: Nombre del archivo a eliminar
+
+        Returns:
+            int: Número de chunks eliminados
+        """
+        pass
+
+    @abstractmethod
+    async def add_chunks(
+        self,
+        collection_name: str,
+        chunks: List[Dict[str, Any]]
+    ) -> Dict[str, Any]:
+        """
+        Agrega múltiples chunks a una colección.
+
+        Args:
+            collection_name: Nombre de la colección
+            chunks: Lista de chunks con estructura:
+                {
+                    "id": str,
+                    "vector": List[float],
+                    "payload": {
+                        "text": str,
+                        "file_name": str,
+                        "page": int,
+                        ...otros campos opcionales
+                    }
+                }
+
+        Returns:
+            Dict con 'success' (bool) y 'chunks_added' (int)
+        """
+        pass
+
+    @abstractmethod
+    async def get_collection_info(self, collection_name: str) -> Optional[Dict[str, Any]]:
+        """
+        Obtiene información sobre una colección.
+
+        Args:
+            collection_name: Nombre de la colección
+
+        Returns:
+            Optional[Dict]: Información de la colección o None si no existe
+        """
+        pass
+
+    @abstractmethod
+    async def count_chunks_in_file(
+        self,
+        collection_name: str,
+        file_name: str
+    ) -> int:
+        """
+        Cuenta el número de chunks de un archivo.
+
+        Args:
+            collection_name: Nombre de la colección
+            file_name: Nombre del archivo
+
+        Returns:
+            int: Número de chunks del archivo
+        """
+        pass
+
+    @abstractmethod
+    async def health_check(self) -> bool:
+        """
+        Verifica que la conexión con la base de datos vectorial esté funcionando.
+
+        Returns:
+            bool: True si la conexión es exitosa, False en caso contrario
+        """
+        pass