"""配置模块 — 路径、端口、外部服务地址"""
import os
from pathlib import Path

# ===== 路径配置 =====
# 法规原文目录(容器内挂载点,只读)
LAW_PACK_DIR = Path(os.getenv("LAW_PACK_DIR", "/data/law-pack-2026-07-01-markdown"))

# 索引数据目录(容器内挂载点,读写)
LAW_KB_DATA_DIR = Path(os.getenv("LAW_KB_DATA_DIR", "/data/law-kb-data"))

# FAISS 索引文件路径
FAISS_INDEX_PATH = LAW_KB_DATA_DIR / "faiss" / "index.faiss"

# SQLite metadata 数据库路径
SQLITE_PATH = LAW_KB_DATA_DIR / "metadata.db"

# 构建日志目录
LOGS_DIR = LAW_KB_DATA_DIR / "logs"

# 地方性法规区域映射文件
REGION_MAPPING_PATH = LAW_PACK_DIR / "地方性法规区域映射.json"

# 法规类别与目录名映射
CATEGORY_DIRS = {
    "法律": "法律",
    "行政法规": "行政法规",
    "监察法规": "监察法规",
    "司法解释": "司法解释",
    "地方性法规": "地方性法规",
}

# ===== 外部服务地址 =====
# 容器内通过 localhost 访问(--network host 模式)
EMBEDDING_URL = os.getenv("EMBEDDING_URL", "http://localhost:8003/v1")
LLM_URL = os.getenv("LLM_URL", "http://localhost:7000/v1")

# embedding 模型名(与 114 上 vLLM served-model-name 一致)
EMBEDDING_MODEL = os.getenv("EMBEDDING_MODEL", "qwen3-embedding-0.6b")

# LLM 模型名
LLM_MODEL = os.getenv("LLM_MODEL", "qwen3.5-35b")

# ===== 索引参数 =====
# embedding 批量大小
EMBEDDING_BATCH_SIZE = int(os.getenv("EMBEDDING_BATCH_SIZE", "32"))

# FAISS HNSW 参数
HNSW_M = 32
HNSW_EF_CONSTRUCTION = 200
HNSW_EF_SEARCH = 64

# 检索默认 Top-K
DEFAULT_TOP_K = 20

# RAG 检索 Top-K
RAG_TOP_K = 10

# RAG 相似度阈值(低于此值不调用 LLM)
RAG_SIMILARITY_THRESHOLD = 0.3

# ===== API 参数 =====
# 查询最大长度
MAX_QUERY_LENGTH = 1000

# 分页默认值
DEFAULT_PAGE_SIZE = 20
MAX_PAGE_SIZE = 100

# 浏览页分页
BROWSE_PAGE_SIZE = 50

# ===== 服务端口 =====
APP_PORT = int(os.getenv("APP_PORT", "8090"))