Add application file

Dockerfile

@@ -0,0 +1,13 @@
+FROM python:3.9
+
+RUN useradd -m -u 1000 user
+USER user
+ENV PATH="/home/user/.local/bin:$PATH"
+
+WORKDIR /app
+
+COPY --chown=user ./requirements.txt requirements.txt
+RUN pip install --no-cache-dir --upgrade -r requirements.txt
+
+COPY --chown=user . /app
+CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860"]

app.py

@@ -0,0 +1,43 @@
+import uvicorn
+from fastapi import FastAPI, Body
+from sentence_transformers import SentenceTransformer
+
+# ==========================================
+# PHẦN 1: KHỞI TẠO AI ENGINE
+# ==========================================
+print("⏳ Đang tải Model AI (All-MiniLM-L6-v2)...")
+# Tải model 1 lần duy nhất khi Server khởi động
+model = SentenceTransformer('all-MiniLM-L6-v2')
+print("✅ Model đã sẵn sàng!")
+
+app = FastAPI()
+
+@app.get("/")
+def home():
+    return {"status": "AI Server is RUNNING on Hugging Face", "model": "all-MiniLM-L6-v2"}
+
+@app.post("/vectorize")
+def vectorize_products(payload: dict = Body(...)):
+    """
+    API nhận vào JSON: { "products": ["Tên SP 1", "Tên SP 2"] }
+    Trả về: { "vectors": [[0.1, ...], [0.2, ...]] }
+    """
+    products_text = payload.get("products", [])
+    
+    # Kiểm tra đầu vào
+    if not products_text:
+        return {"vectors": []}
+
+    print(f"⚡ Đang xử lý {len(products_text)} sản phẩm...")
+    
+    # Tính toán Vector
+    vectors = model.encode(products_text).tolist()
+    
+    return {"vectors": vectors}
+
+# ==========================================
+# PHẦN 2: KHỞI ĐỘNG SERVER
+# ==========================================
+if __name__ == "__main__":
+    # Hugging Face yêu cầu bắt buộc chạy ở port 7860
+    uvicorn.run(app, host="0.0.0.0", port=7860)

requirements.txt

@@ -0,0 +1,4 @@
+fastapi
+uvicorn[standard]
+sentence-transformers
+torch --index-url https://download.pytorch.org/whl/cpu