package kb

import (
	"encoding/json"
	"log"
	"sort"
	"strings"
	"sync"
	"time"

	"tcm-agent/internal/dao"
)

// ========================================================================
//  AliasIndex —— 药材"别名 → 正名"归一索引（P1 检索质量）
//  ========================================================================
//  数据来源：爬取的药材文档（xk_kb_doc.source_type='crawl'）
//    - title = 正名（如"山药"）
//    - meta_json.aliases = 别名列表（如["淮山药","土薯","怀山药"]）
//
//  用途：enhance 链路检索前，把查询词中出现的别名**追加**正名到查询尾部
//  （不做原地替换——ngram OR 语义下追加更安全：原词与正名都参与匹配，
//  召回只增不减；替换有把长句里的短词误换、破坏语境的风险）。
//
//  数据定位（与业务确认过的铁律）：爬取数据只做辅助参照（别名归一/安全校验），
//  不作为药品来源——本索引只影响"检索召回"，不影响 AI 可开什么药。
//
//  刷新策略：进程内缓存 + TTL（10 分钟）。899 味药 + 别名约几千条，
//  全量加载 <10ms，无需增量；抓取任务更新别名后最迟 10 分钟生效。
// ========================================================================

// aliasTTL 别名索引缓存有效期
const aliasTTL = 10 * time.Minute

// maxAliasAppends 单次查询最多追加的正名个数
//
// 长病历上下文可能命中十几个别名，全部追加会稀释原始查询词权重，
// 取命中顺序前 8 个足够覆盖一份处方的核心药材
const maxAliasAppends = 8

// AliasIndex 别名归一索引（并发安全）
type AliasIndex struct {
	mu       sync.RWMutex
	aliasMap map[string]string // 别名 → 正名
	aliases  []string          // 别名列表（按长度降序，先匹配长别名避免子串误命中）
	loadedAt time.Time
}

// globalAliasIndex 进程级单例：enhance 是高频路径，共享一份索引
var globalAliasIndex = &AliasIndex{}

// GetAliasIndex 取全局别名索引（自动按 TTL 惰性加载/刷新）
func GetAliasIndex() *AliasIndex {
	globalAliasIndex.ensureFresh()
	return globalAliasIndex
}

// ensureFresh TTL 过期则重新加载（双重检查锁，避免并发重复加载）
func (a *AliasIndex) ensureFresh() {
	a.mu.RLock()
	fresh := time.Since(a.loadedAt) < aliasTTL && a.aliasMap != nil
	a.mu.RUnlock()
	if fresh {
		return
	}
	a.mu.Lock()
	defer a.mu.Unlock()
	if time.Since(a.loadedAt) < aliasTTL && a.aliasMap != nil {
		return
	}
	a.loadLocked()
}

// loadLocked 从爬取文档构建"别名→正名"映射（调用方必须已持写锁）
//
// 冲突处理：同一别名指向多个正名时保留先加载的（zhongyoo 数据中极少见，
// 且检索场景下任选其一都能召回相近语料，不值得为此做复杂消歧）
func (a *AliasIndex) loadLocked() {
	rows, err := dao.KBListCrawlDocAliases()
	if err != nil {
		// 加载失败保留旧索引可用（DB 抖动时检索退化为无别名扩展，不阻断）
		log.Printf("[AliasIndex] ⚠️ 加载别名映射失败（沿用旧索引）: %v", err)
		if a.aliasMap == nil {
			a.aliasMap = map[string]string{}
		}
		a.loadedAt = time.Now()
		return
	}
	aliasMap := make(map[string]string, len(rows)*4)
	for _, row := range rows {
		canonical := strings.TrimSpace(row.Title)
		if canonical == "" || row.MetaJSON == nil {
			continue
		}
		var meta struct {
			Aliases []string `json:"aliases"`
		}
		if err := json.Unmarshal([]byte(*row.MetaJSON), &meta); err != nil {
			continue
		}
		for _, alias := range meta.Aliases {
			alias = strings.TrimSpace(alias)
			// 过滤：空串、与正名相同、单字（单字别名误命中率太高，如"术"）
			if alias == "" || alias == canonical || len([]rune(alias)) < 2 {
				continue
			}
			if _, exists := aliasMap[alias]; !exists {
				aliasMap[alias] = canonical
			}
		}
	}
	aliases := make([]string, 0, len(aliasMap))
	for alias := range aliasMap {
		aliases = append(aliases, alias)
	}
	// 长别名优先匹配：如"淮山药"先于"淮山"，避免同前缀重复追加
	sort.Slice(aliases, func(i, j int) bool { return len(aliases[i]) > len(aliases[j]) })
	a.aliasMap = aliasMap
	a.aliases = aliases
	a.loadedAt = time.Now()
	log.Printf("[AliasIndex] 别名索引加载完成：%d 个别名 ← %d 篇爬取文档", len(aliasMap), len(rows))
}

// ExpandQuery 别名归一扩展：查询中出现的别名，把对应正名追加到查询尾部
//
// 返回：扩展后的查询 + 实际追加的正名列表（供 kb_retrieval 步骤 detail 记录，
// 面板上能看到"这次检索做了哪些别名扩展"，排障直观）
func (a *AliasIndex) ExpandQuery(query string) (string, []string) {
	if query == "" {
		return query, nil
	}
	a.mu.RLock()
	defer a.mu.RUnlock()
	if len(a.aliases) == 0 {
		return query, nil
	}
	appended := make([]string, 0, 4)
	seen := map[string]bool{}
	for _, alias := range a.aliases {
		if len(appended) >= maxAliasAppends {
			break
		}
		if !strings.Contains(query, alias) {
			continue
		}
		canonical := a.aliasMap[alias]
		// 正名已在查询里（或已追加过）就不重复追加
		if canonical == "" || seen[canonical] || strings.Contains(query, canonical) {
			continue
		}
		seen[canonical] = true
		appended = append(appended, canonical)
	}
	if len(appended) == 0 {
		return query, nil
	}
	// 空格分隔追加：ngram FULLTEXT 的自然语言/BOOLEAN 模式都按词处理
	return query + " " + strings.Join(appended, " "), appended
}