package memory

import (
	"strings"

	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/embedding"
)

// 本文件收拢排名里的**关键词侧**：TF-IDF 打分与用于匹配的索引文本。
// 它们与语义侧（retrieve_semantic.go / retrieve_fallback.go）对称，
// 拆开的目的是让 retrieve.go 保持可读（文件 ≤500 行，AGENTS §10）。

// keywordScores 用内存内 TF-IDF 倒排索引（embedding.Index）为每条条目
// 与 query 打分，复用 embedding 包的分词器。得分
// 以最大值为基准归一化到 [0,1]，以便与语义
// 得分可比。
func (r *Retriever) keywordScores(items []MemoryItem, query string) map[string]float64 {
	scores := make(map[string]float64, len(items))
	index := embedding.NewIndex[string]()
	for _, it := range items {
		index.Add(keywordText(it), it.ID)
	}
	hits := index.Search(query)
	if len(hits) == 0 {
		return scores
	}
	max := hits[0].Score
	if max <= 0 {
		return scores
	}
	for _, h := range hits {
		scores[h.ID] = h.Score / max
	}
	return scores
}

// keywordText 是用于关键词匹配的索引文本：content 加 tags。
func keywordText(it MemoryItem) string {
	if len(it.Tags) == 0 {
		return it.Content
	}
	return it.Content + " " + strings.Join(it.Tags, " ")
}