"""
Pydantic схемы для API Embedding сервиса.
"""

from pydantic import BaseModel, Field

# =============================================================================
# Запросы
# =============================================================================


class ScoreRequest(BaseModel):
    """Запрос на расчет скора."""

    text: str = Field(..., min_length=1, description="Текст поста для оценки")

    model_config = {
        "json_schema_extra": {"example": {"text": "Это пример текста поста для оценки скоринга"}}
    }


class ExampleRequest(BaseModel):
    """Запрос на добавление примера."""

    text: str = Field(..., min_length=1, description="Текст примера")

    model_config = {
        "json_schema_extra": {"example": {"text": "Это пример опубликованного/отклоненного поста"}}
    }


class SimilarRequest(BaseModel):
    """Запрос на поиск похожих постов."""

    text: str = Field(..., min_length=1, description="Текст для поиска похожих")
    threshold: float = Field(
        default=0.9, ge=0.0, le=1.0, description="Минимальный порог similarity"
    )
    hours: int = Field(default=24, ge=1, le=168, description="Количество часов для фильтрации")

    model_config = {
        "json_schema_extra": {
            "example": {
                "text": "Текст поста для поиска похожих",
                "threshold": 0.9,
                "hours": 24,
            }
        }
    }


class SubmittedRequest(BaseModel):
    """Запрос на добавление submitted-поста."""

    text: str = Field(..., min_length=1, description="Текст поста")
    post_id: int | None = None
    rag_score: float | None = None

    model_config = {
        "json_schema_extra": {
            "example": {
                "text": "Текст submitted-поста",
                "post_id": 12345,
                "rag_score": 0.85,
            }
        }
    }


# =============================================================================
# Ответы
# =============================================================================


class ScoreMetadata(BaseModel):
    """Метаданные результата скоринга."""

    positive_examples: int = Field(..., description="Количество положительных примеров")
    negative_examples: int = Field(..., description="Количество отрицательных примеров")
    model: str = Field(..., description="Название модели")
    timestamp: int = Field(..., description="Время расчета (unix timestamp)")


class ScoreResponse(BaseModel):
    """Ответ с результатом скоринга."""

    rag_score: float = Field(..., ge=0.0, le=1.0, description="Основной скор (neg/pos формула)")
    rag_confidence: float = Field(..., ge=0.0, le=1.0, description="Уверенность в оценке")
    rag_score_pos_only: float = Field(
        ..., ge=0.0, le=1.0, description="Скор только по положительным примерам"
    )
    meta: ScoreMetadata = Field(..., description="Метаданные")

    model_config = {
        "json_schema_extra": {
            "example": {
                "rag_score": 0.7523,
                "rag_confidence": 0.85,
                "rag_score_pos_only": 0.6891,
                "meta": {
                    "positive_examples": 500,
                    "negative_examples": 350,
                    "model": "sentence-transformers/all-MiniLM-L12-v2",
                    "timestamp": 1706270000,
                },
            }
        }
    }


class ExampleResponse(BaseModel):
    """Ответ на добавление примера."""

    success: bool = Field(..., description="Успешность добавления")
    message: str = Field(..., description="Сообщение о результате")
    positive_count: int = Field(..., description="Текущее количество положительных примеров")
    negative_count: int = Field(..., description="Текущее количество отрицательных примеров")

    model_config = {
        "json_schema_extra": {
            "example": {
                "success": True,
                "message": "Положительный пример добавлен",
                "positive_count": 501,
                "negative_count": 350,
            }
        }
    }


class SimilarPostItem(BaseModel):
    """Элемент похожего поста."""

    similarity: float = Field(..., description="Косинусное сходство")
    created_at: int = Field(..., description="Unix timestamp создания")
    post_id: int | None = None
    text: str = Field(..., description="Текст поста")
    rag_score: float | None = None


class SimilarResponse(BaseModel):
    """Ответ с похожими постами."""

    similar_count: int = Field(..., description="Количество найденных похожих постов")
    similar_posts: list[SimilarPostItem] = Field(..., description="Список похожих постов")

    model_config = {
        "json_schema_extra": {
            "example": {
                "similar_count": 2,
                "similar_posts": [
                    {
                        "similarity": 0.95,
                        "created_at": 1706270000,
                        "post_id": 123,
                        "text": "Похожий пост",
                        "rag_score": 0.85,
                    }
                ],
            }
        }
    }


class SubmittedResponse(BaseModel):
    """Ответ на добавление submitted-поста."""

    success: bool = Field(..., description="Успешность добавления")
    message: str = Field(..., description="Сообщение о результате")
    submitted_count: int = Field(..., description="Текущее количество submitted-постов")

    model_config = {
        "json_schema_extra": {
            "example": {
                "success": True,
                "message": "Submitted-пост добавлен",
                "submitted_count": 42,
            }
        }
    }


class VectorStoreStats(BaseModel):
    """Статистика хранилища векторов."""

    positive_count: int = Field(..., description="Количество положительных примеров")
    negative_count: int = Field(..., description="Количество отрицательных примеров")
    total_count: int = Field(..., description="Общее количество примеров")
    submitted_count: int = Field(default=0, description="Количество submitted-постов")
    vector_dim: int = Field(..., description="Размерность векторов")
    max_examples: int = Field(..., description="Максимальное количество примеров")
    max_submitted: int = Field(default=5000, description="Максимальное количество submitted-постов")


class StatsResponse(BaseModel):
    """Ответ со статистикой сервиса."""

    model_name: str = Field(..., description="Название модели")
    model_loaded: bool = Field(..., description="Загружена ли модель")
    device: str | None = Field(None, description="Устройство (cpu/cuda)")
    vector_store: VectorStoreStats = Field(..., description="Статистика хранилища векторов")

    model_config = {
        "json_schema_extra": {
            "example": {
                "model_name": "sentence-transformers/all-MiniLM-L12-v2",
                "model_loaded": True,
                "device": "cpu",
                "vector_store": {
                    "positive_count": 500,
                    "negative_count": 350,
                    "total_count": 850,
                    "vector_dim": 384,
                    "max_examples": 10000,
                },
            }
        }
    }


class WarmupResponse(BaseModel):
    """Ответ на прогрев модели."""

    success: bool = Field(..., description="Успешность загрузки")
    model_loaded: bool = Field(..., description="Загружена ли модель")
    message: str = Field(..., description="Сообщение о результате")

    model_config = {
        "json_schema_extra": {
            "example": {
                "success": True,
                "model_loaded": True,
                "message": "Модель успешно загружена",
            }
        }
    }


class ErrorResponse(BaseModel):
    """Ответ с ошибкой."""

    detail: str = Field(..., description="Описание ошибки")
    error_type: str = Field(..., description="Тип ошибки")

    model_config = {
        "json_schema_extra": {
            "example": {
                "detail": "Недостаточно примеров для расчета скора",
                "error_type": "InsufficientExamplesError",
            }
        }
    }


class HealthResponse(BaseModel):
    """Ответ проверки здоровья сервиса."""

    status: str = Field(..., description="Статус сервиса")
    model_loaded: bool = Field(..., description="Загружена ли модель")
    version: str = Field(..., description="Версия сервиса")

    model_config = {
        "json_schema_extra": {
            "example": {"status": "healthy", "model_loaded": True, "version": "0.1.0"}
        }
    }


class ScoringParamsResponse(BaseModel):
    """Ответ с текущими параметрами формулы расчета score."""

    score_multiplier: float = Field(
        ...,
        description=(
            "Множитель для масштабирования разницы в скорах. "
            "Используется в формуле: score = (diff * score_multiplier + 1) / 2, "
            "где diff = avg_pos - avg_neg (разница средних сходств топ-k примеров). "
            "Чем больше значение, тем сильнее влияние разницы между положительными и отрицательными примерами на итоговый score. "
            "Рекомендуемое значение: 5.0"
        ),
    )
    k: int = Field(
        ...,
        description=(
            "Количество ближайших примеров для расчета среднего сходства. "
            "Алгоритм берет топ-k самых похожих примеров из каждого типа (положительные/отрицательные) "
            "и вычисляет среднее косинусное сходство. "
            "Меньшее значение k делает алгоритм более чувствительным к различиям, но может быть менее стабильным. "
            "Рекомендуемое значение: 3"
        ),
    )

    model_config = {"json_schema_extra": {"example": {"score_multiplier": 5.0, "k": 3}}}


class UpdateScoringParamsRequest(BaseModel):
    """Запрос на обновление параметров формулы расчета score."""

    score_multiplier: float | None = Field(
        None,
        gt=0,
        description=(
            "Множитель для масштабирования разницы в скорах. "
            "Используется в формуле: score = (diff * score_multiplier + 1) / 2, "
            "где diff = avg_pos - avg_neg (разница средних сходств топ-k примеров). "
            "Чем больше значение, тем сильнее влияние разницы между положительными и отрицательными примерами на итоговый score. "
            "Должен быть > 0. Рекомендуемое значение: 5.0"
        ),
    )
    k: int | None = Field(
        None,
        ge=1,
        description=(
            "Количество ближайших примеров для расчета среднего сходства. "
            "Алгоритм берет топ-k самых похожих примеров из каждого типа (положительные/отрицательные) "
            "и вычисляет среднее косинусное сходство. "
            "Меньшее значение k делает алгоритм более чувствительным к различиям, но может быть менее стабильным. "
            "Должно быть >= 1. Рекомендуемое значение: 3"
        ),
    )

    model_config = {"json_schema_extra": {"example": {"score_multiplier": 5.0, "k": 3}}}