package memory

// 本文件收拢语义路径的**内存余弦回退**：持久向量索引没给出候选命中时，
// 用内存余弦补齐语义分（索引正常作答时这里一行都不执行）。
//
// 它为什么必须是有界的（2026-10-05 真机事故）：这条路径原先一次性把
// **整库候选正文**塞进一个 embedding 请求，再接一次 query。主人真机
// 只发了一个不带正文的附件（空 query），索引因此「没答上」，回退于是
// 把 302 条候选正文全部向量化 —— 单个回合的 memory.recall 花了 39.3 秒，
// 而模型本身只用 2.6 秒。因此这里给每一处代价都封了顶：
//
//   - 单请求文本条数上限（fallbackEmbedBatch）：既不把一个巨大的
//     请求丢给远端接口，也让「回退一共嵌入了多少条」可数；
//   - 每次回退的时间预算（defaultFallbackBudget / WithFallbackBudget）：
//     超预算就用手上已有的向量打分，其余条目本轮没有语义分 ——
//     回退是兜底，绝不允许它把回合拖住；
//   - 正文→向量的进程内缓存（fallbackVectorCacheMax）：同一批正文
//     不再每回合重复向量化（embedder 对相同输入是确定性的）。
//
// 空 query 在更外层就被拦掉（semanticScores 的 hasSemanticQuery 门），
// 因此真机那次「整库向量化」不会再发生：没有 query 就没有语义方向，
// 排名交给关键词与新近度。

import (
	"context"
	"sync"
	"time"

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

const (
	// fallbackEmbedBatch 是回退路径单次 Embed 携带的候选条数上限。
	// 取 32：常见的 OpenAI 兼容 /embeddings 接口容许的批量都远大于它，
	// 而它小到不会让单次请求本身成为长尾。
	fallbackEmbedBatch = 32

	// defaultFallbackBudget 是单次回退把候选正文向量化时允许花掉的
	// 时间上限。取 1 秒：主人对「一个回合的记忆召回」的要求是亚秒级，
	// 回退作为兜底绝不能把这笔代价变成无界的等待 —— 宁可本轮少补一些
	// 语义分（并留下 Warn），也不让回合变慢。索引正常作答时用不到它。
	defaultFallbackBudget = 1 * time.Second

	// fallbackVectorCacheMax 是回退向量缓存的条目上限。1024 条的
	// 最坏内存占用约 1024 × 1024 维 × 4 字节 ≈ 4 MiB（维度由
	// embedder 决定），对常驻进程可接受；超出按 FIFO 淘汰。
	fallbackVectorCacheMax = 1024
)

// inMemorySemanticScores 是索引答不出候选命中时的语义兜底：先取 query
// 向量（代价与索引路径相同，都是一次 embed），再用候选正文与它的余弦
// 相似度打分。候选向量的取得是**有界**的（见 candidateVectors）。
//
// query 向量embed失败时返回空分值：没有 query 向量，余弦无从谈起 ——
// 但候选正文一个字节都没有发出去。
func (r *Retriever) inMemorySemanticScores(ctx context.Context, items []MemoryItem, query string) map[string]float64 {
	scores := make(map[string]float64, len(items))
	queryVectors, err := r.embedder.Embed(ctx, []string{query})
	if err != nil || len(queryVectors) == 0 {
		r.log.Warn("memory: semantic embed of query failed, semantic scores skipped", "error", err)
		return scores
	}
	qvec := queryVectors[0]

	vectors := r.candidateVectors(ctx, items)
	for _, it := range items {
		vec, ok := vectors[it.Content]
		if !ok {
			continue
		}
		if sim := cosineSim(qvec, vec); sim > 0 {
			scores[it.ID] = sim
		}
	}
	return scores
}

// candidateVectors 返回候选条目的「正文 → 向量」映射：正文命中进程内
// 缓存的条目直接复用，只有未命中的才在预算内分批向量化。因此同一批
// 候选在第二回合起几乎不需要再调 embedder（缓存未满时），真机事故里
// 那种「每回合把整库重算一遍」不再发生。
func (r *Retriever) candidateVectors(ctx context.Context, items []MemoryItem) map[string]embedding.Vector {
	cache := r.vectorCache()
	out := make(map[string]embedding.Vector, len(items))
	missing := make([]MemoryItem, 0, len(items))
	for _, it := range items {
		if v, ok := cache.get(it.Content); ok {
			out[it.Content] = v
			continue
		}
		missing = append(missing, it)
	}
	if len(missing) > 0 {
		r.embedCandidates(ctx, missing, out, cache)
	}
	return out
}

// embedCandidates 分批向量化 missing 里的正文，把结果写进 out 与缓存。
//
// 预算用尽（或调用方取消）时它**就地收手**：out 里已有的向量照旧参与
// 本轮打分，剩下的条目只是没有语义分 —— 绝不为了补齐它们继续阻塞检索。
// 单批失败按整段失败处理（把半批结果当完整结果用，会让同一份语义分
// 随批次边界漂移），并记一条带来源的日志。
func (r *Retriever) embedCandidates(ctx context.Context, missing []MemoryItem, out map[string]embedding.Vector, cache *vectorCache) {
	bctx, cancel := context.WithTimeout(ctx, r.embedBudget())
	defer cancel()

	embedded := 0
	for start := 0; start < len(missing); start += fallbackEmbedBatch {
		end := min(start+fallbackEmbedBatch, len(missing))
		batch := missing[start:end]
		texts := make([]string, len(batch))
		for i, it := range batch {
			texts[i] = it.Content
		}
		vecs, err := r.embedder.Embed(bctx, texts)
		if err != nil {
			if ctx.Err() != nil {
				return
			}
			if bctx.Err() != nil {
				r.warnFallbackBudget(len(missing), embedded)
				return
			}
			r.log.Warn("memory: semantic embed of candidates failed, semantic scores skipped",
				"error", err, "candidates", len(missing))
			return
		}
		for i, v := range vecs {
			if i >= len(batch) {
				break
			}
			out[batch[i].Content] = v
			cache.put(batch[i].Content, v)
			embedded++
		}
	}
}

// vectorCache 返回回退路径的向量缓存，按需初始化（零值 Retriever 也能用）。
func (r *Retriever) vectorCache() *vectorCache {
	r.fallbackMu.Lock()
	defer r.fallbackMu.Unlock()
	if r.fallbackCache == nil {
		r.fallbackCache = newVectorCache(fallbackVectorCacheMax)
	}
	return r.fallbackCache
}

// embedBudget 返回回退路径的时间预算，未配置时取默认值。
func (r *Retriever) embedBudget() time.Duration {
	if r.fallbackBudget > 0 {
		return r.fallbackBudget
	}
	return defaultFallbackBudget
}

// vectorCache 是「正文 → 向量」的有界 FIFO 缓存。键就是将要发给
// embedder 的那段文本本身，因此内容变了自然换键，不会命中旧向量
// （embedder 对相同输入确定性，缓存因此与实时计算等价）。
type vectorCache struct {
	mu    sync.Mutex
	vecs  map[string]embedding.Vector
	order []string
	limit int
}

// newVectorCache 构建容量为 limit 的缓存；非正 limit 取默认上限。
func newVectorCache(limit int) *vectorCache {
	if limit <= 0 {
		limit = fallbackVectorCacheMax
	}
	return &vectorCache{vecs: make(map[string]embedding.Vector, limit), limit: limit}
}

// get 返回 key 的向量；未命中返回 false。
func (c *vectorCache) get(key string) (embedding.Vector, bool) {
	c.mu.Lock()
	defer c.mu.Unlock()
	v, ok := c.vecs[key]
	return v, ok
}

// put 写入 key 的向量，已存在则保留先写入的那份（同一正文的向量相同，
// 重写只会白费一次淘汰）。超过上限时按写入顺序淘汰最旧的一条。
func (c *vectorCache) put(key string, v embedding.Vector) {
	c.mu.Lock()
	defer c.mu.Unlock()
	if _, ok := c.vecs[key]; ok {
		return
	}
	if len(c.order) >= c.limit {
		delete(c.vecs, c.order[0])
		c.order = c.order[1:]
	}
	c.vecs[key] = v
	c.order = append(c.order, key)
}