"""检索结果 AI 总结

对检索返回的 chunk 命中结果，调用 Ollama 本地模型生成一段针对用户 query 的总结回答。
仅基于检索结果内容，不编造未提及的信息。
"""

import structlog

from app.config import settings
from app.models.search import SearchHit
from app.services.ollama import OllamaClient

logger = structlog.get_logger()


class ResultSummarizer:
    """检索结果总结器"""

    def __init__(self, ollama: OllamaClient | None = None) -> None:
        self.ollama = ollama or OllamaClient()

    async def summarize(self, query: str, hits: list[SearchHit]) -> str:
        """对检索结果生成针对 query 的总结

        取前 settings.result_summary_max_hits 条命中拼接为上下文，
        无命中时返回空字符串（不调 LLM）。
        """
        if not hits:
            return ""
        max_hits = settings.result_summary_max_hits
        selected = hits[:max_hits]
        context = self._build_context(selected)
        prompt = self._build_prompt(query, context)
        try:
            summary = await self.ollama.generate(prompt)
        except Exception:
            logger.warning("检索结果总结生成失败，返回空字符串", exc_info=True)
            return ""
        logger.info("检索结果总结完成", query=query, hits_count=len(selected), summary_len=len(summary))
        return summary.strip()

    @staticmethod
    def _build_context(hits: list[SearchHit]) -> str:
        """拼接命中结果为带编号的上下文"""
        blocks: list[str] = []
        for i, hit in enumerate(hits, start=1):
            header_parts = [f"[{i}]"]
            if hit.title:
                header_parts.append(hit.title)
            if hit.section_path:
                header_parts.append(hit.section_path)
            header = " / ".join(header_parts)
            blocks.append(f"{header}\n{hit.text}")
        return "\n\n---\n\n".join(blocks)

    @staticmethod
    def _build_prompt(query: str, context: str) -> str:
        return (
            "请根据以下检索结果，针对用户问题生成一段简洁的总结回答。\n"
            "要求：\n"
            "- 综合多条结果信息，不要简单逐条罗列；\n"
            "- 只基于检索结果内容，不编造未提及的信息；\n"
            "- 用中文回答，简洁明了。\n\n"
            f"用户问题：{query}\n\n"
            f"检索结果：\n{context}"
        )