#!/usr/bin/env python3
"""
知识库集成脚本

演示如何将转换后的JSON文档集成到RAG服务中
"""

import json
import asyncio
import os
import sys
from typing import List, Dict, Any

# 添加项目根目录到Python路径
sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))

try:
    from src.services.rag_service import RAGService
except ImportError:
    print("无法导入RAG服务，请确保项目结构正确")
    sys.exit(1)


class KnowledgeIntegrator:
    """知识库集成器"""
    
    def __init__(self, openai_api_key: str):
        """
        初始化集成器
        
        Args:
            openai_api_key: OpenAI API密钥
        """
        self.rag_service = RAGService(openai_api_key)
    
    async def load_json_knowledge(self, json_file: str) -> List[Dict[str, Any]]:
        """
        从JSON文件加载知识库文档
        
        Args:
            json_file: JSON文件路径
            
        Returns:
            文档列表
        """
        try:
            with open(json_file, 'r', encoding='utf-8') as f:
                documents = json.load(f)
            
            print(f"从 {json_file} 加载了 {len(documents)} 个文档")
            return documents
            
        except Exception as e:
            print(f"加载JSON文件失败: {e}")
            return []
    
    async def add_documents_by_type(self, documents: List[Dict[str, Any]]):
        """
        按类型将文档添加到对应的知识库集合
        
        Args:
            documents: 文档列表
        """
        # 按文档类型分组
        type_groups = {}
        for doc in documents:
            doc_type = doc['metadata']['type']
            if doc_type not in type_groups:
                type_groups[doc_type] = []
            type_groups[doc_type].append(doc)
        
        # 类型到集合的映射
        type_to_collection = {
            'login_guide': 'system_guide',
            'operation_guide': 'system_guide',
            'basic_settings': 'system_guide',
            'system_management': 'system_guide',
            'personal_center': 'system_guide',
            
            'purchase_management': 'production_data',
            'inbound_management': 'production_data',
            'outbound_management': 'production_data',
            'inventory_management': 'production_data',
            'process_management': 'production_data',
            'production_management': 'production_data',
            'assembly_management': 'production_data',
        }
        
        # 添加文档到对应集合
        for doc_type, docs in type_groups.items():
            collection_name = type_to_collection.get(doc_type, 'system_guide')
            
            print(f"正在将 {len(docs)} 个 {doc_type} 类型的文档添加到 {collection_name} 集合...")
            
            # 转换文档格式以适配RAG服务
            formatted_docs = []
            for doc in docs:
                formatted_doc = {
                    'content': doc['content'],
                    'metadata': {
                        'source': doc['metadata']['source'],
                        'type': doc['metadata']['type'],
                        'section': doc['metadata']['section'],
                        'file_path': doc['metadata']['file_path']
                    }
                }
                formatted_docs.append(formatted_doc)
            
            # 添加到RAG服务
            await self.rag_service.add_documents(formatted_docs, collection_name)
    
    async def test_query(self, query: str, collection_name: str = 'system_guide'):
        """
        测试查询功能
        
        Args:
            query: 查询文本
            collection_name: 集合名称
        """
        print(f"\n测试查询: '{query}' (集合: {collection_name})")
        print("-" * 50)
        
        results = await self.rag_service.query(query, collection_name, top_k=3)
        
        if results:
            for i, result in enumerate(results, 1):
                print(f"结果 {i}:")
                print(f"  相关性分数: {result.relevance_score:.3f}")
                print(f"  来源: {result.source}")
                print(f"  内容: {result.content[:100]}...")
                print()
        else:
            print("未找到相关结果")


async def main():
    """主函数"""
    # 配置参数
    OPENAI_API_KEY = "your-openai-api-key"  # 请替换为实际的API密钥
    JSON_FILE = "knowledge_base/sample_mom_knowledge.json"
    
    # 检查文件是否存在
    if not os.path.exists(JSON_FILE):
        print(f"错误: JSON文件 {JSON_FILE} 不存在")
        print("请先运行 md_to_knowledge_converter.py 生成JSON文件")
        return
    
    try:
        # 创建集成器
        integrator = KnowledgeIntegrator(OPENAI_API_KEY)
        
        # 加载JSON文档
        documents = await integrator.load_json_knowledge(JSON_FILE)
        
        if not documents:
            print("没有找到要集成的文档")
            return
        
        # 将文档添加到知识库
        await integrator.add_documents_by_type(documents)
        
        print("\n知识库集成完成！")
        
        # 测试查询
        test_queries = [
            ("如何登录系统", "system_guide"),
            ("怎么进行入库操作", "production_data"),
            ("生产计划如何制定", "production_data")
        ]
        
        for query, collection in test_queries:
            await integrator.test_query(query, collection)
            
    except Exception as e:
        print(f"集成过程中发生错误: {e}")
        import traceback
        traceback.print_exc()


def demo_without_rag():
    """演示模式 - 不依赖RAG服务"""
    print("=== 演示模式：展示JSON文档结构 ===\n")
    
    json_file = "knowledge_base/sample_mom_knowledge.json"
    
    if not os.path.exists(json_file):
        print(f"JSON文件 {json_file} 不存在")
        return
    
    with open(json_file, 'r', encoding='utf-8') as f:
        documents = json.load(f)
    
    print(f"加载了 {len(documents)} 个文档\n")
    
    # 按类型统计
    type_count = {}
    for doc in documents:
        doc_type = doc['metadata']['type']
        type_count[doc_type] = type_count.get(doc_type, 0) + 1
    
    print("文档类型统计:")
    for doc_type, count in type_count.items():
        print(f"  {doc_type}: {count} 个文档")
    
    print(f"\n前3个文档示例:")
    for i, doc in enumerate(documents[:3]):
        print(f"\n文档 {i+1}:")
        print(f"  标题: {doc['metadata']['section']}")
        print(f"  类型: {doc['metadata']['type']}")
        print(f"  来源: {doc['metadata']['source']}")
        print(f"  内容: {doc['content'][:80]}...")
    
    print("\n这些文档可以直接集成到RAG知识库中！")


if __name__ == "__main__":
    # 检查是否可以导入RAG服务
    try:
        from src.services.rag_service import RAGService
        # 如果能导入，运行完整版本
        asyncio.run(main())
    except ImportError:
        # 如果不能导入，运行演示版本
        demo_without_rag()