# pip install pydantic requests
from langchain_core.documents import Document
from langchain_core.vectorstores import InMemoryVectorStore
from langchain_openai import OpenAIEmbeddings
from langchain_text_splitters import RecursiveCharacterTextSplitter
from pydantic import SecretStr  # 导入 SecretStr
import requests
import json
from Config.Config import (
    EMBED_MODEL_NAME, EMBED_BASE_URL, EMBED_API_KEY,
    RERANK_MODEL, RERANK_BASE_URL, RERANK_BINDING_API_KEY
)


# 模拟长字符串文档内容
long_text = """混凝土是一种广泛使用的建筑材料，由水泥、砂、石子和水混合而成。它具有高强度、耐久性和良好的可塑性，被广泛应用于建筑、桥梁、道路等土木工程领域。

混凝土的历史可以追溯到古罗马时期，当时人们使用火山灰、石灰和碎石混合制成类似混凝土的材料。现代混凝土技术始于19世纪，随着波特兰水泥的发明而得到快速发展。

混凝土的性能取决于其配合比，包括水灰比、砂率等参数。水灰比是影响混凝土强度的关键因素，较小的水灰比通常会产生更高强度的混凝土。

为了改善混凝土的性能，常常会添加各种外加剂，如减水剂、早强剂、缓凝剂等。此外，还可以使用纤维增强、聚合物改性等技术来提高混凝土的韧性和耐久性。

在施工过程中，混凝土需要适当的养护，以确保其强度正常发展。养护措施包括浇水、覆盖保湿、蒸汽养护等。

随着建筑技术的发展，高性能混凝土、自密实混凝土、再生骨料混凝土等新型混凝土不断涌现，为土木工程领域提供了更多的选择。"""

# 创建文档对象
docs = [Document(page_content=long_text, metadata={"source": "simulated_document"})]
print(f"文档数量：{len(docs)} 个")

# 切割文档
text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=200, chunk_overlap=100, add_start_index=True
)
all_splits = text_splitter.split_documents(docs)

print(f"切割后的文档块数量：{len(all_splits)}")

# 嵌入模型
embeddings = OpenAIEmbeddings(
    model=EMBED_MODEL_NAME,
    base_url=EMBED_BASE_URL,
    api_key=SecretStr(EMBED_API_KEY)  # 包装成 SecretStr 类型
)

# 向量存储
vector_store = InMemoryVectorStore(embeddings)
ids = vector_store.add_documents(documents=all_splits)

# 向量查询 - 获取更多结果用于重排
query = "混凝土"
results = vector_store.similarity_search(query, k=4)  # 获取4个结果用于重排

print("向量搜索结果数量：", len(results))

# 存储重排后的文档和分数
reranked_docs_with_scores = []

# 调用重排模型
if len(results) > 1:
    # 准备重排请求数据
    rerank_data = {
        "model": RERANK_MODEL,
        "query": query,
        "documents": [doc.page_content for doc in results],
        "top_n": len(results)
    }

    # 调用SiliconFlow API进行重排
    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {RERANK_BINDING_API_KEY}"
    }

    try:
        response = requests.post(RERANK_BASE_URL, headers=headers, data=json.dumps(rerank_data))
        response.raise_for_status()  # 检查请求是否成功
        rerank_result = response.json()

        # 处理重排结果，保留分数
        for item in rerank_result.get("results", []):
            doc_idx = item.get("index")
            score = item.get("score", 0.0)  # 获取可信度分数
            if 0 <= doc_idx < len(results):
                reranked_docs_with_scores.append((results[doc_idx], score))

        print("重排后结果数量：", len(reranked_docs_with_scores))
    except Exception as e:
        print(f"重排模型调用失败: {e}")
        print("将使用原始搜索结果")
        # 使用原始结果，分数设为0.0
        reranked_docs_with_scores = [(doc, 0.0) for doc in results]
else:
    # 只有一个结果，无需重排
    reranked_docs_with_scores = [(doc, 1.0) for doc in results]  # 单个结果可信度设为1.0

# 打印所有查询结果及其可信度
print("最终查询结果：")
for i, (result, score) in enumerate(reranked_docs_with_scores):
    print(f"结果 {i+1} (可信度: {score:.4f}):")
    print(result.page_content)
    print("---")