RAG/src/main/java/com/wok/supportbot/app/ChatPipeline.java

package com.wok.supportbot.app;

import com.wok.supportbot.rag.RagContext;
import com.wok.supportbot.rag.RagPipeline;
import com.wok.supportbot.service.IntentRouter;
import com.wok.supportbot.service.SystemConfigService;
import jakarta.annotation.Resource;
import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.document.Document;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;

import java.util.Collections;
import java.util.List;
import java.util.Locale;
import java.util.Optional;

/**
 * 统一对话管道（编排层）。
 * <p>
 * 编排一次完整对话的决策流程：意图路由 → FAQ 优先 → RAG 检索 → 组装系统提示词与用户消息，
 * 产出 {@link ChatRequest} 交由 {@code AssistantApp} 执行实际的 {@code call()} / {@code stream()}。
 * <p>
 * 设计说明：本类为纯编排层，不持有 ChatClient（ChatClient 构建与 Advisor 链装配仍在
 * {@code AssistantApp}），因此 {@code call} / {@code stream} 由 {@code AssistantApp} 承担，
 * 避免 {@code ChatPipeline} ↔ {@code AssistantApp} 循环依赖。
 * <p>
 * 接入 {@link IntentRouter} 替代原 {@code AiController.shouldBypassKnowledgeRetrieval} 的硬编码寒暄词判断：
 * 寒暄词列表保留为快速路径与兜底，IntentRouter 负责细粒度意图分类，二者命中其一即跳过 KB 检索。
 * <p>
 * {@code @pipeline} orchestration-layer order=0<br>
 * {@code @pipeline-step} buildRequest: 意图路由 → FAQ优先 → RAG检索 → 提示词组装<br>
 * {@code @pipeline-step} routeIntent: 寒暄词快速路径 → IntentRouter LLM分类 → 降级RAG<br>
 * {@code @pipeline-step} effectiveSystem: DB全局提示词 + 角色人设 动态组合<br>
 * 同步至: frontend/src/views/PipelineFlow.vue, CLAUDE.md ASCII管道图
 */
@Component
@Slf4j
public class ChatPipeline {

    /** IntentRouter 判为 CHITCHAT 的置信度阈值，低于此值视为不确定，继续走 RAG */
    private static final double CHITCHAT_CONFIDENCE_THRESHOLD = 0.6;

    /** FAQ 意图高置信度阈值：IntentRouter 返回 FAQ 且高于此值时，仅走 FAQ 匹配，不降级 RAG */
    private static final double FAQ_HIGH_CONFIDENCE_THRESHOLD = 0.8;

    @Resource
    private IntentRouter intentRouter;

    @Resource
    private RagPipeline ragPipeline;

    @Resource
    private SystemConfigService systemConfigService;

    /**
     * 编排一次对话请求，产出执行决策。
     * <p>
     * 决策分支：
     * <ul>
     *   <li>未启用 RAG（普通对话 / 严格隔离下 KB 拒绝）→ 用原始 message、基础 system</li>
     *   <li>寒暄/闲聊（IntentRouter 或寒暄词命中）→ 同上，跳过 KB 检索</li>
     *   <li>FAQ 命中 → 直接返回标准答案，不调用 ChatClient</li>
     *   <li>RAG 生成 → 资料块注入 system，重写后查询作为 user 消息</li>
     * </ul>
     *
     * @param ctx 对话上下文
     * @return 执行决策
     */
    public ChatRequest buildRequest(ChatContext ctx) {
        String baseSystem = effectiveSystem(ctx.systemPrompt());

        // 普通对话：enableRag=false（含 Controller 层 isKbDenied 强制置 false 的情况）
        if (!ctx.enableRag()) {
            return new ChatRequest(ctx, ctx.message(), baseSystem, Optional.empty());
        }

        // 意图路由：先用 IntentRouter 做细粒度分类
        IntentRouter.IntentResult intent = routeIntent(ctx.message());

        // FAQ 高置信度：优先匹配标准答案；未命中时降级到 RAG 检索，避免知识库中已有答案却返回兜底提示
        if (intent != null && "FAQ".equals(intent.getIntent())
                && intent.getConfidence() >= FAQ_HIGH_CONFIDENCE_THRESHOLD) {
            Optional<String> faqAnswer = ragPipeline.tryFaqMatch(ctx.message());
            if (faqAnswer.isPresent()) {
                log.info("FAQ 高置信({})，命中标准答案: chatId={}", intent.getConfidence(), ctx.chatId());
                return new ChatRequest(ctx, ctx.message(), baseSystem, faqAnswer);
            }
            log.info("FAQ 高置信({}) 未命中标准答案，降级到 RAG 检索: chatId={}", intent.getConfidence(), ctx.chatId());
        }

        // 寒暄/闲聊：IntentRouter 判定 CHITCHAT 高置信，跳过 KB 检索
        if (intent != null && "CHITCHAT".equals(intent.getIntent())
                && intent.getConfidence() >= CHITCHAT_CONFIDENCE_THRESHOLD) {
            return new ChatRequest(ctx, ctx.message(), baseSystem, Optional.empty());
        }

        // RAG 检索（含 FAQ 优先匹配）
        RagContext rag = ragPipeline.retrieve(ctx);
        if (rag.faqHit()) {
            return new ChatRequest(ctx, ctx.message(), baseSystem, rag.faqAnswer());
        }

        // RAG 生成：资料块注入 system，重写后查询作为 user 消息
        String finalSystem = baseSystem + ragPipeline.buildRagContextBlock(rag.contextText());
        return new ChatRequest(ctx, rag.rewrittenQuery(), finalSystem, Optional.empty());
    }

    /**
     * 意图路由：先用寒暄词列表做快速路径，未命中再调 IntentRouter 做 LLM 分类。
     * 异常时返回 null（调用方默认走 RAG 检索）。
     */
    private IntentRouter.IntentResult routeIntent(String message) {
        // 寒暄词快速路径（零 LLM 开销）
        if (isChitchat(message)) {
            return new IntentRouter.IntentResult("CHITCHAT", 1.0);
        }
        try {
            return intentRouter.route(message);
        } catch (Exception e) {
            log.debug("意图路由异常，沿用 RAG 检索: {}", e.getMessage());
            return null;
        }
    }

    /**
     * 判断是否跳过 KB 检索（保留旧方法签名供 retrieveSources 等使用）。
     */
    private boolean shouldBypassRag(String message) {
        if (isChitchat(message)) {
            return true;
        }
        try {
            IntentRouter.IntentResult intent = intentRouter.route(message);
            return "CHITCHAT".equals(intent.getIntent()) && intent.getConfidence() >= CHITCHAT_CONFIDENCE_THRESHOLD;
        } catch (Exception e) {
            log.debug("意图路由异常，沿用 RAG: {}", e.getMessage());
        }
        return false;
    }

    /**
     * 寒暄词快速判断：问候/感谢/告别等短消息无知识库检索意图。
     * 与原 {@code AiController.shouldBypassKnowledgeRetrieval} 逻辑一致，作为 IntentRouter 的快速路径与兜底。
     * <p>
     * 供 {@code buildRequest} 与"引用来源"等不需 LLM 意图分类的场景共用。
     */
    public boolean isChitchat(String message) {
        if (!StringUtils.hasText(message)) {
            return true;
        }
        String normalized = message.trim()
                .toLowerCase(Locale.ROOT)
                .replaceAll("[\\s，。！？!?,.;；：:、~～…]+", "");
        if (normalized.isEmpty()) {
            return true;
        }
        if (normalized.length() > 12) {
            return false;
        }
        return List.of(
                "你好", "您好", "hello", "hi", "哈喽", "嗨", "在吗",
                "早上好", "上午好", "中午好", "下午好", "晚上好",
                "谢谢", "感谢", "多谢", "好的", "好", "嗯", "嗯嗯",
                "再见", "拜拜", "辛苦了"
        ).contains(normalized);
    }

    /**
     * 组合系统提示词：全局系统提示词（从 system_config 动态读取） + 角色人设。
     * 修改 system_config 中对应配置后即时生效，无需重启。
     * <p>
     * 注意：推荐问题（suggest-message-list）已不再由主回复生成，
     * 改由 {@link SuggestionGenerator} 在 AI 回复结束后按需异步生成。
     */
    private String effectiveSystem(String rolePrompt) {
        StringBuilder sb = new StringBuilder();

        // 全局系统提示词（从 DB system_config 表动态读取）
        String globalPrompt = systemConfigService.getValueByKey("ai_system_prompt");
        if (StringUtils.hasText(globalPrompt)) {
            sb.append(globalPrompt);
        }

        // 角色人设
        if (StringUtils.hasText(rolePrompt)) {
            if (sb.length() > 0) {
                sb.append("\n\n");
            }
            sb.append("【当前角色设定】\n").append(rolePrompt);
        }

        return sb.toString();
    }

    /**
     * 统一检索引用来源（不含 FAQ 匹配与意图路由）。
     * 寒暄词无 KB 检索意图时直接返回空列表，避免向量库召回"最相似但实际无关"的片段。
     *
     * @param ctx 对话上下文（使用 message / rewriteStrategy / categoryIds）
     * @return 命中的知识库片段，寒暄词或无命中时返回空列表
     */
    public List<Document> retrieveSources(ChatContext ctx) {
        if (!StringUtils.hasText(ctx.message()) || isChitchat(ctx.message())) {
            return Collections.emptyList();
        }
        return ragPipeline.retrieveDocuments(ctx);
    }
}