# RAG 知识库服务配置
# ================================
# 敏感信息通过环境变量注入，默认值为空字符串

import os

# 加载 .env 文件（敏感信息不写入代码，通过 .env 注入）
try:
    from dotenv import load_dotenv
    load_dotenv(os.path.join(os.path.dirname(os.path.abspath(__file__)), ".env"))
except ImportError:
    pass  # python-dotenv 未安装时静默跳过

# ==============================================================================
# 一、API 密钥与模型
# ==============================================================================

# 通义千问 LLM 服务
DASHSCOPE_API_KEY = os.getenv("DASHSCOPE_API_KEY", "")
DASHSCOPE_BASE_URL = os.getenv("DASHSCOPE_BASE_URL", "https://token-plan-cn.xiaomimimo.com/v1")
DASHSCOPE_MODEL = os.getenv("DASHSCOPE_MODEL", "mimo-v2.5")           # 文本生成模型
RAG_CHAT_MODEL = os.getenv("RAG_CHAT_MODEL", "mimo-v2.5")             # RAG 对话模型
INTENT_MODEL = os.getenv("INTENT_MODEL", "mimo-v2.5")              # 意图分析模型（百炼额度用尽，切回 mimo）
VLM_MODEL = os.getenv("VLM_MODEL", "mimo-v2.5")                    # 视觉语言模型（图片描述）

# 百炼 API（阿里云 DashScope，用于意图分析等轻量任务）
BAILIAN_API_KEY = os.getenv("BAILIAN_API_KEY", "")
BAILIAN_BASE_URL = os.getenv("BAILIAN_BASE_URL", "https://dashscope.aliyuncs.com/compatible-mode/v1")

# 兼容旧变量名（逐步迁移到 DASHSCOPE_* 命名）
API_KEY = DASHSCOPE_API_KEY
BASE_URL = DASHSCOPE_BASE_URL
MODEL = DASHSCOPE_MODEL

# ==============================================================================
# 二、环境与功能开关
# ==============================================================================

APP_ENV = os.getenv("APP_ENV", "dev")   # dev / prod
IS_DEV = APP_ENV == "dev"
IS_PROD = APP_ENV == "prod"

# 开发模式开关（控制 mock token 登录、模拟用户等开发功能）
# 默认开启，生产环境需在 .env 中设置 DEV_MODE=false
DEV_MODE = os.getenv("DEV_MODE", "true").lower() != "false"

# 开发/生产环境自动切换
ENABLE_SESSION = IS_DEV          # 会话存储（仅开发环境）
ENABLE_FEEDBACK = True           # 反馈系统

# 扩展功能（手动开启）
ENABLE_WEB_SEARCH = False        # 网络搜索（需 SERPER_API_KEY）

# ==============================================================================
# 三、路径配置
# ==============================================================================

PROJECT_ROOT = os.path.dirname(os.path.abspath(__file__))
MODELS_DIR = os.path.join(PROJECT_ROOT, "models")
EMBEDDING_MODEL_PATH = os.path.join(MODELS_DIR, "bge-base-zh-v1.5")
RERANK_MODEL_PATH = os.path.join(MODELS_DIR, "bge-reranker-base")
_vector_store_path = os.path.join(PROJECT_ROOT, "knowledge", "vector_store")
CHROMA_DB_PATH = os.path.join(_vector_store_path, "chroma")
DOCUMENTS_PATH = os.path.join(PROJECT_ROOT, "documents")
BM25_INDEXES_PATH = os.path.join(_vector_store_path, "bm25")

# 文件存储类型: local / smb / s3 / http
STORAGE_TYPE = os.getenv("STORAGE_TYPE", "local")

# SMB/CIFS 配置
STORAGE_SMB_HOST = os.getenv("STORAGE_SMB_HOST", "")
STORAGE_SMB_SHARE = os.getenv("STORAGE_SMB_SHARE", "")
STORAGE_SMB_USERNAME = os.getenv("STORAGE_SMB_USERNAME", "")
STORAGE_SMB_PASSWORD = os.getenv("STORAGE_SMB_PASSWORD", "")
STORAGE_SMB_DOMAIN = os.getenv("STORAGE_SMB_DOMAIN", "")
STORAGE_SMB_BASE_PATH = os.getenv("STORAGE_SMB_BASE_PATH", "")

# S3 配置
STORAGE_S3_ENDPOINT = os.getenv("STORAGE_S3_ENDPOINT", "")
STORAGE_S3_BUCKET = os.getenv("STORAGE_S3_BUCKET", "")
STORAGE_S3_ACCESS_KEY = os.getenv("STORAGE_S3_ACCESS_KEY", "")
STORAGE_S3_SECRET_KEY = os.getenv("STORAGE_S3_SECRET_KEY", "")
STORAGE_S3_REGION = os.getenv("STORAGE_S3_REGION", "us-east-1")

# HTTP 文件服务配置
STORAGE_HTTP_BASE_URL = os.getenv("STORAGE_HTTP_BASE_URL", "")
STORAGE_HTTP_TOKEN = os.getenv("STORAGE_HTTP_TOKEN", "")
STORAGE_HTTP_TIMEOUT = int(os.getenv("STORAGE_HTTP_TIMEOUT", "60"))

# ==============================================================================
# 四、设备配置（GPU / CPU）
# ==============================================================================

EMBEDDING_DEVICE = os.getenv("EMBEDDING_DEVICE", os.getenv("DEVICE", "auto"))
RERANK_DEVICE = os.getenv("RERANK_DEVICE", os.getenv("DEVICE", "auto"))

# ==============================================================================
# 五、LLM 参数
# ==============================================================================

# ----- 通用问答 -----
LLM_TEMPERATURE = 0.7            # 生成温度（0=确定性，1=随机性）
LLM_MAX_TOKENS = 3000            # 最大输出 token 数
LLM_DISABLE_THINKING = os.getenv("LLM_DISABLE_THINKING", "true").lower() != "false"  # 关闭推理模型的思考模式（提速 + 让 temperature 生效）

# ----- 意图分析（轻量、确定性高）-----
# INTENT_MODEL 在顶部「一、API 密钥与模型」中统一配置
INTENT_TEMPERATURE = 0.1
INTENT_MAX_TOKENS = 2048        # 推理模型需思考链预算（~1000 tokens），JSON 输出 ~200 tokens
INTENT_HISTORY_WINDOW = 6        # 分析时取最近几条历史消息

# ==============================================================================
# 六、检索参数
# ==============================================================================

# ----- 混合检索 -----
USE_MULTI_KB = True              # 多向量库模式
USE_HYBRID_SEARCH = True         # 向量 + BM25 混合检索
VECTOR_WEIGHT = 0.5              # 向量检索权重（仅在 USE_MULTI_KB=False 时生效；动态 RRF 启用时被覆盖）
BM25_WEIGHT = 0.5                # BM25 检索权重（同上）
RAG_SEARCH_TOP_K = 30            # 最终返回结果数（不小于 MMR_TOP_K，避免截断 MMR 输出）
RAG_SEARCH_CANDIDATES = 100      # [死代码] 候选池大小 — 实际由 RERANK_CANDIDATES 控制，此值未传递给 engine
RECALL_MULTIPLIER = 3            # 候选池最小倍数 = top_k * 此值

# ----- 重排序 -----
USE_RERANK = True               # 是否启用重排序
RERANK_CANDIDATES = 20           # 送入重排序的候选数
RERANK_TOP_K = 15                # 重排序后保留数
RERANK_USE_ONNX = os.getenv("RERANK_USE_ONNX", "true").lower() == "true"
RERANK_CONTEXT_MIN_SCORE = 0.05  # Phase 1：Rerank 分数低于此值的切片不送入 LLM

# ----- 云端 Reranker（DashScope API）-----
# RERANK_BACKEND: "local"=本地模型(CPU/GPU)，"cloud"=云端API，"fallback"=优先云端、失败回退本地
RERANK_BACKEND = os.getenv("RERANK_BACKEND", "local")
RERANK_CLOUD_MODEL = os.getenv("RERANK_CLOUD_MODEL", "xop3qwen8breranker")
RERANK_CLOUD_API_KEY = os.getenv("RERANK_CLOUD_API_KEY", DASHSCOPE_API_KEY)
RERANK_CLOUD_BASE_URL = os.getenv("RERANK_CLOUD_BASE_URL", "https://maas-api.cn-huabei-1.xf-yun.com/v1/rerank")
RERANK_CLOUD_TIMEOUT = int(os.getenv("RERANK_CLOUD_TIMEOUT", "15"))  # 云端请求超时(秒)

# ----- RRF 融合 -----
RRF_K = 60                       # RRF 常数（越大越平滑）
DYNAMIC_RRF_ENABLED = True       # 根据查询类型动态调整向量/BM25 权重

# ----- MMR 多样性去重 -----
MMR_ENABLED = True
MMR_USE_EMBEDDING = os.getenv("MMR_USE_EMBEDDING", "false").lower() == "true"  # True=语义向量（慢），False=文本相似度（快，使用 jieba 词级 Jaccard）
MMR_TOP_K = 30                   # MMR 处理后保留数
MMR_LAMBDA = 0.5                 # 相关性 vs 多样性权衡（0=纯多样，1=纯相关）

# ----- 查询扩展 -----
QUERY_EXPANSION_ENABLED = True
QUERY_EXPANSION_THRESHOLD = 0.8  # 扩展词相似度阈值

# ----- 章节过滤 -----
SECTION_FILTER_ENABLED = True    # 查询提到章节时优先匹配对应切片

# ==============================================================================
# 七、上下文构建
# ==============================================================================

MAX_CONTEXT_CHUNKS = 20          # 送给 LLM 的最大文本切片数
CONTEXT_MAX_CHARS = 8000         # Phase 2：上下文最大字符数（约 4000 token）
CONTEXT_SOFT_LIMIT = 6000        # Phase 2：软限制，超过后只接受高分切片组
MAX_SOURCES_RETURNED = 10        # 返回给前端的最大来源数
MAX_HISTORY_ROUNDS = 10          # 对话历史最大轮数
IMAGE_CONTEXT_HISTORY = 4        # 图片上下文取最近几轮历史
DIRECT_CONTEXT_MAX_CHARS = 2000  # 直接回答模式上下文截断字符数

# ==============================================================================
# 八、FAQ 与黑名单
# ==============================================================================

# FAQ 召回与权重
FAQ_RECALL_TOP_K = 3             # FAQ 集合单独召回数
FAQ_BOOST_AMOUNT = 0.1           # FAQ 命中时距离减少量（提升排名）

# FAQ 时间衰减（防止过期 FAQ 长期霸榜）
FAQ_DECAY_MONTHS = 6             # 超过此月数开始衰减
FAQ_DECAY_RATE = 0.01            # 每超一个月的距离惩罚
FAQ_DECAY_MAX = 0.1              # 最大衰减惩罚

# 黑名单（负反馈过滤）
BLACKLIST_MIN_DISLIKES = 3       # 差评达到此数量进入黑名单
BLACKLIST_CACHE_TTL = 300        # 黑名单缓存刷新间隔（秒）

# ==============================================================================
# 九、缓存配置
# ==============================================================================

# 查询结果缓存
QUERY_CACHE_ENABLED = True
QUERY_CACHE_SIZE = 500
QUERY_CACHE_TTL = 3600           # 秒

# Embedding 缓存
EMBEDDING_CACHE_ENABLED = True
EMBEDDING_CACHE_SIZE = 2000
EMBEDDING_CACHE_TTL = 86400

# Rerank 缓存
RERANK_CACHE_ENABLED = True
RERANK_CACHE_SIZE = 1000
RERANK_CACHE_TTL = 3600

# 语义缓存（相似查询复用结果）
SEMANTIC_CACHE_ENABLED = True
SEMANTIC_CACHE_THRESHOLD = 0.92  # 相似度阈值

# 缓存写入最低置信度
# 注意：ChromaDB cosine distance 范围 [0,2]，score = 1 - dist
# 当前 embedding 模型的 cosine similarity 普遍在 0.03-0.06 之间
# 搜索管线已通过 rerank 过滤低质量结果，此处不再额外限制
CACHE_MIN_SCORE = 0.0

# LLM 调用预算（当前 llm_budget 模块未集成到主流程，以下配置暂不生效）
MAX_LLM_CALLS_PER_QUERY = 2
MAX_QUERY_REWRITES = 1

# ==============================================================================
# 十、文档解析
# ==============================================================================

# MinerU 解析器
MINERU_DEVICE_MODE = os.getenv("MINERU_DEVICE_MODE", "cpu")  # cpu / cuda

# MinerU 在线 API（优先使用，解析效果更好）
MINERU_API_TOKEN = os.getenv("MINERU_API_TOKEN", "")  # 在 https://mineru.net/apiManage/token 申请
MINERU_API_URL = os.getenv("MINERU_API_URL", "https://mineru.net/api/v4/extract/task")
MINERU_PREFER_ONLINE = os.getenv("MINERU_PREFER_ONLINE", "true").lower() == "true"  # 优先使用在线 API

# MinerU 解析模式（本地 + 云端统一配置）
MINERU_MODEL_VERSION = os.getenv("MINERU_MODEL_VERSION", "vlm")  # 云端解析模型: pipeline(快速推荐) / vlm(高精度慢) / MinerU-HTML
MINERU_LOCAL_BACKEND = os.getenv("MINERU_LOCAL_BACKEND", "pipeline")  # 本地解析后端: pipeline(快速备选) / vlm-auto-engine / hybrid-auto-engine
MINERU_ONLINE_TIMEOUT = int(os.getenv("MINERU_ONLINE_TIMEOUT", "300"))  # 云端解析轮询超时（秒），大文档/VLM 模式建议 600+

# 分块参数
CHUNK_SIZE = 1000
CHUNK_OVERLAP = 100
MIN_CHUNK_SIZE = 200
MAX_CHUNK_SIZE = 1200

# 自适应 TopK（根据置信度动态调整返回数）
ADAPTIVE_TOPK_ENABLED = True
ADAPTIVE_LOW_CONFIDENCE = 0.5
ADAPTIVE_HIGH_CONFIDENCE = 0.8
ADAPTIVE_EXPAND_RATIO = 2.0
ADAPTIVE_SHRINK_RATIO = 0.5
ADAPTIVE_MIN_TOPK = 15
ADAPTIVE_MAX_TOPK = 20

# 连续切片完整性保护（枚举/条款/清单类问题）
CONTEXT_EXPANSION_ENABLED = True
CONTEXT_EXPANSION_BEFORE = 1
CONTEXT_EXPANSION_AFTER = 8
CONTEXT_EXPANSION_MAX_CHUNKS = 50
EXPANSION_SCORE_THRESHOLD = 0.3   # Phase 3：Rerank 分数低于此值的切片不扩展邻居
MAX_EXPANDED_NEIGHBORS = 8        # Phase 3：每个种子切片最多扩展的邻居数
CONFIDENCE_WARN_THRESHOLD = 0.15   # Phase 4：top-3 均分低于此值时，提示 LLM 谨慎回答
CONFIDENCE_CAUTION_THRESHOLD = 0.30 # Phase 4：top-3 均分低于此值时，提示 LLM 优先引用原文
ENUM_QUERY_DISABLE_TOPK_SHRINK = True
ENUM_QUERY_MMR_LAMBDA = 0.85

# ----- 章节聚类救援（Section-Cluster Rescue）-----
# 当同一 section 下多个切片（text+table）同时出现在候选集中，
# 即使单个切片 CrossEncoder 分数很低，也视为强信号进行提升/救援。
SECTION_CLUSTER_BOOST_ENABLED = True    # 引擎层：聚类提升（rerank 后、扩展前）
SECTION_CLUSTER_RESCUE_ENABLED = True   # 路由层：聚类救援（min_score 过滤前）
BM25_DIVERGENCE_RESCUE_ENABLED = True   # 路由层：BM25-CrossEncoder 分歧检测救援
BM25_DIVERGENCE_MAX_RANK = 3            # 仅救援 BM25 rank <= 此值的切片（top-3 是强信号）
CLUSTER_MIN_MEMBERS = 3                 # 触发聚类的最小切片数
CLUSTER_MIN_TYPES = 2                   # 触发聚类的最小类型多样性（text+table=2）
CLUSTER_SEED_FLOOR = 0.35              # 引擎层聚类提升后的最低分数（略高于 EXPANSION_SCORE_THRESHOLD=0.3）
CLUSTER_RESCUE_FLOOR = 0.06            # 路由层救援保底分数（略高于 RERANK_CONTEXT_MIN_SCORE=0.05）
CLUSTER_MAX_BOOST_PER_SECTION = 8      # 引擎层：每个 section 最大提升切片数
CLUSTER_MAX_SECTIONS = 3               # 全局最大提升/救援 section 数
CLUSTER_MAX_RESCUE_PER_SECTION = 6     # 路由层：每个 section 最大救援切片数
CLUSTER_SECTION_PREFIX_LEVELS = 2      # section_path 归一化保留的层级数（按章节前两级分组，提升聚类精确度）

# ==============================================================================
# 十一、可选功能配置
# ==============================================================================

# 网络搜索（需 Serper API）
SERPER_API_KEY = os.getenv("SERPER_API_KEY", "")

# ==============================================================================
# 工具函数
# ==============================================================================

def get_llm_client():
    """获取 LLM 客户端实例"""
    from openai import OpenAI
    return OpenAI(api_key=DASHSCOPE_API_KEY, base_url=DASHSCOPE_BASE_URL)


_intent_client = None

def get_intent_client():
    """获取意图分析专用 LLM 客户端"""
    global _intent_client
    if _intent_client is None:
        # 百炼额度用尽，意图分析也使用 mimo API
        if not DASHSCOPE_API_KEY:
            raise ValueError("DASHSCOPE_API_KEY 未配置，请在 .env 中设置")
        from openai import OpenAI
        _intent_client = OpenAI(api_key=DASHSCOPE_API_KEY, base_url=DASHSCOPE_BASE_URL)
    return _intent_client