"""
知识库分段模型
"""
from sqlalchemy import Column, String, Text, Integer, Boolean, JSON, Index

from app.base_model import BaseModel


class KnowledgeSegment(BaseModel):
    """
    知识库分段（Chunk）
    
    文档经过分块后的最小检索单元
    向量数据存储在 Qdrant 向量数据库中，此表只存业务数据
    """
    __tablename__ = "ai_knowledge_segment"

    knowledge_base_id = Column(String(21), nullable=False, index=True, comment="所属知识库ID（逻辑外键关联ai_knowledge_base）")
    document_id = Column(String(21), nullable=False, index=True, comment="所属文档ID（逻辑外键关联ai_knowledge_document）")

    # 内容
    position = Column(Integer, default=0, comment="在文档中的位置序号")
    content = Column(Text, nullable=False, comment="分段文本内容")
    answer = Column(Text, nullable=True, comment="Q&A 模式的答案内容")
    token_count = Column(Integer, default=0, comment="Token 数")
    char_count = Column(Integer, default=0, comment="字符数")
    word_count = Column(Integer, default=0, comment="词数")

    # 元数据
    page_number = Column(Integer, nullable=True, comment="来源页码（PDF/PPT）")
    keywords = Column(JSON, nullable=True, comment="关键词列表（用于全文检索增强）")
    extra_metadata = Column(JSON, nullable=True, comment="元数据（标题/来源等）")

    # 向量化状态（向量数据存在 Qdrant 中，这里只记录状态）
    embedding_status = Column(String(20), default="pending", comment="向量化状态: pending/completed/failed")

    # 父子分段（Small-to-Big）
    parent_segment_id = Column(String(21), nullable=True, index=True, comment="父分段ID（逻辑外键，用于 Small-to-Big 检索）")

    # 状态
    enabled = Column(Boolean, default=True, comment="是否启用（禁用后不参与检索）")
    hit_count = Column(Integer, default=0, comment="命中次数")

    __table_args__ = (
        Index('idx_segment_kb_doc', 'knowledge_base_id', 'document_id'),
        Index('idx_segment_kb_enabled', 'knowledge_base_id', 'enabled'),
    )