Update app.py

app.py

@@ -289,13 +289,21 @@ def get_text_chunks(documents):
 
 # 텍스트 청크들로부터 벡터 스토어를 생성하는 함수입니다.
 def get_vectorstore(text_chunks):
+    if not text_chunks:
+        return None  # 빈 text_chunks를 처리하는 방법을 추가합니다.
+
     # 원하는 임베딩 모델을 로드합니다.
     embeddings = HuggingFaceEmbeddings(model_name='sentence-transformers/all-MiniLM-L12-v2',
                                        model_kwargs={'device': 'cpu'})  # 임베딩 모델을 설정합니다.
+
+    if not embeddings:
+        return None  # embeddings가 비어 있는 경우 처리 방법을 추가합니다.
+
     vectorstore = FAISS.from_documents(text_chunks, embeddings)  # FAISS 벡터 스토어를 생성합니다.
     return vectorstore  # 생성된 벡터 스토어를 반환합니다.
 
 
+
 def get_conversation_chain(vectorstore):
     model_name_or_path = 'TheBloke/Llama-2-7B-chat-GGUF'
     model_basename = 'llama-2-7b-chat.Q2_K.gguf'