"""ChromaDB vector store с Ollama embeddings для FAQ курса."""
import os
from pathlib import Path
from typing import List

from langchain_chroma import Chroma
from langchain_ollama import OllamaEmbeddings
from langchain_core.documents import Document
from langchain.text_splitter import RecursiveCharacterTextSplitter

PERSIST_DIR     = os.getenv("CHROMA_PERSIST_DIR", "./chroma_faq")
COLLECTION_NAME = "faq_collection"
DATA_DIR        = Path(__file__).parent / "data"

embeddings = OllamaEmbeddings(model="nomic-embed-text")

_store: Chroma | None = None


def get_vector_store() -> Chroma:
    """Возвращает singleton‑экземпляр ChromaDB (персистентный на диск)."""
    global _store
    if _store is None:
        _store = Chroma(
            collection_name=COLLECTION_NAME,
            embedding_function=embeddings,
            persist_directory=PERSIST_DIR,
        )
    return _store


def load_faq_to_chroma() -> int:
    """Загружает все .md файлы из data/ в ChromaDB с чанкингом.

    Returns:
        количество проиндексированных чанков
    """
    if not DATA_DIR.exists():
        print(f"[vectorstore] Папка data/ не найдена: {DATA_DIR}")
        return 0

    splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50)
    all_docs: List[Document] = []

    for md_file in sorted(DATA_DIR.glob("*.md")):
        text   = md_file.read_text(encoding="utf-8")
        chunks = splitter.create_documents(
            [text],
            metadatas=[{"source": md_file.name}],
        )
        all_docs.extend(chunks)
        print(f"[vectorstore] {md_file.name}: {len(chunks)} чанков")

    if all_docs:
        get_vector_store().add_documents(all_docs)

    print(f"[vectorstore] Итого проиндексировано: {len(all_docs)} чанков")
    return len(all_docs)


def similarity_search(query: str, k: int = 3) -> List[Document]:
    """Семантический поиск в ChromaDB.

    Args:
        query: поисковый запрос
        k: количество результатов

    Returns:
        список наиболее релевантных документов
    """
    return get_vector_store().similarity_search(query, k=k)