fix: contextuals com gemini

_utils/gerar_relatorio_modelo_usuario/contextual_retriever.py

@@ -13,7 +13,7 @@ import asyncio
 from typing import List
 from dataclasses import dataclass
 
-from _utils.gerar_relatorio_modelo_usuario.llm_calls import aclaude_answer, agpt_answer
+from _utils.gerar_relatorio_modelo_usuario.llm_calls import aclaude_answer, agemini_answer, agpt_answer
 from _utils.gerar_relatorio_modelo_usuario.prompts import contextual_prompt
 from _utils.models.gerar_relatorio import (
     ContextualizedChunk,
@@ -86,9 +86,8 @@ class ContextualRetriever:
                     f"\n\nTENTATIVA FORMATAÇÃO CHUNKS NÚMERO {attempt + 1}"
                 )
                 print("\nCOMEÇANDO UMA REQUISIÇÃO DO CONTEXTUAL")
-                llms = LLM()
                 # raw_response = await agpt_answer(prompt)
-                raw_response = await llms.google_gemini("gemini-2.0-flash-lite-preview-02-05").ainvoke([HumanMessage(content=prompt)])
+                raw_response = await agemini_answer(prompt, "gemini-2.0-flash-lite-preview-02-05")
                 
                 print("\nTERMINOU UMA REQUISIÇÃO DO CONTEXTUAL")
                 response = cast(str, raw_response)

_utils/gerar_relatorio_modelo_usuario/llm_calls.py

@@ -1,10 +1,12 @@
 import os
 
 from pydantic import SecretStr
+from _utils.LLMs.LLM_class import LLM
 from setup.environment import default_model
 from langchain_core.messages import HumanMessage
 from langchain_openai import ChatOpenAI
 
+llm = LLM()
 
 async def aclaude_answer(claude_client, claude_context_model, prompt):
     print("\n\nComeçou uma requisição pelo Claude")
@@ -51,3 +53,8 @@ def gpt_answer(
             return response
         else:
             return response.content
+
+async def agemini_answer(prompt, model="gemini-2.0-flash"):
+    gemini = llm.google_gemini(model)
+    resposta = await gemini.ainvoke([HumanMessage(content=prompt)])
+    return resposta.content