# rag/pipeline.py

import asyncio
import os
from typing import List
from langchain_core.documents import Document
from langchain_core.language_models import BaseLanguageModel

from ..model_services import get_rerank_service
from .query_transform import MultiQueryGenerator
from .fusion import reciprocal_rank_fusion

class RAGPipeline:
    """
    固定流程的 RAG 检索流水线：
    多路改写 → 并行检索 → RRF融合 → 重排序 → 返回父文档
    """
    
    def __init__(
        self,
        retriever,  # 基础检索器（应返回父文档，例如 ParentDocumentRetriever 实例）
        llm: BaseLanguageModel,
        num_queries: int = 3,
        rerank_top_n: int = 5,
    ):
        """
        Args:
            retriever: 基础检索器对象，需实现 ainvoke(query) 异步方法
            llm: 用于生成多路查询的语言模型
            num_queries: 生成的查询变体数量
            rerank_top_n: 最终返回的文档数量
            rerank_model: 重排序模型名称
        """
        self.retriever = retriever
        self.llm = llm
        self.num_queries = num_queries
        self.rerank_top_n = rerank_top_n
        
        # 初始化组件 - 使用统一的重排服务获取接口
        self.query_generator = MultiQueryGenerator(llm=llm, num_queries=num_queries)
        self.reranker = get_rerank_service()
    
    async def aretrieve(self, query: str) -> List[Document]:
        """
        异步执行完整检索流程
        """
        # Step 1: 生成多路查询
        queries = await self.query_generator.agenerate(query)
        # 包含原始查询，确保至少有一条
        if query not in queries:
            queries.insert(0, query)
        else:
            # 如果原始查询已在列表中，将其移至首位
            queries.remove(query)
            queries.insert(0, query)
        
        # Step 2: 并行检索（每个查询获取文档列表）
        tasks = [self.retriever.ainvoke(q) for q in queries]
        doc_lists = await asyncio.gather(*tasks)
        
        # Step 3: RRF 融合
        fused_docs = reciprocal_rank_fusion(doc_lists)
        
        # Step 4: 重排序
        try:
            final_docs = self.reranker.compress_documents(fused_docs, query, top_n=self.rerank_top_n)
        except Exception:
            # 若重排序器不可用，直接返回融合后的前 N 个结果
            final_docs = fused_docs[:self.rerank_top_n]
        
        return final_docs
    
    def retrieve(self, query: str) -> List[Document]:
        """同步检索入口（内部调用异步方法）"""
        return asyncio.run(self.aretrieve(query))
    
    def format_context(self, documents: List[Document]) -> str:
        """将文档列表格式化为上下文字符串"""
        if not documents:
            return ""
        
        parts = []
        for i, doc in enumerate(documents, 1):
            source = doc.metadata.get("source", "未知来源")
            parts.append(f"【资料 {i}】来源：{source}\n{doc.page_content}\n---\n")
        return "\n".join(parts)