# 导入数值计算库numpy，用于向量的运算和处理
import os
import numpy as np
# 导入OpenAI官方客户端，用于调用嵌入（Embedding）接口
from openai import OpenAI

# 初始化AI客户端，配置API密钥和接口地址（这里使用DeepSeek的嵌入服务）
client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],       # 替换为你自己的DeepSeek API Key
    base_url="https://api.deepseek.com"  # DeepSeek的API接口地址
)

# 定义文本嵌入函数：将文本转换为数值向量
def embed(text):
    # 调用嵌入接口，将输入文本转换为向量
    res = client.embeddings.create(
        model="text-embedding-ada-002",  # 使用的嵌入模型
        input=text                       # 待转换的文本
    )
    # 提取接口返回的向量，并转换为numpy数组，方便后续计算
    return np.array(res.data[0].embedding)

# 定义余弦相似度计算函数：衡量两个向量的相似程度（值越接近1，越相似）
def cosine(a, b):
    # 余弦相似度公式：向量点积 / (向量a的模长 * 向量b的模长)
    return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

# -------------------------- 核心知识库 --------------------------
# 存储需要检索的文档片段（实际项目中可以是文章、手册、问答等）
docs = [
    "E 配速跑是有氧基础训练，强度低、时间长",
    "间歇跑提升最大摄氧量，强度高、休息短",
    "马拉松补给策略：每 5km 补水一次",
    "跑前热身 10 分钟可降低受伤风险",
    "心率区间二对应有氧耐力训练",
]

# -------------------------- 预处理：生成文档向量 --------------------------
# 预计算所有知识库文档的向量（实际项目中只需计算一次，永久存储）
doc_vectors = [embed(d) for d in docs]

# -------------------------- 语义搜索函数 --------------------------
# 输入用户问题，返回知识库中最相似的top_k条结果
def search(query, top_k=2):
    # 1. 将用户查询转换为向量
    q_vec = embed(query)
    # 2. 计算查询向量与所有文档向量的相似度，打包（相似度分数，对应文档）
    scores = [(cosine(q_vec, dv), doc) for dv, doc in zip(doc_vectors, docs)]
    # 3. 按相似度分数从高到低排序
    scores.sort(reverse=True)
    # 4. 返回相似度最高的top_k条结果
    return scores[:top_k]

# -------------------------- 执行搜索 --------------------------
# 搜索查询：心肺训练怎么做
results = search("心肺训练怎么做")
# 遍历打印搜索结果（保留3位小数的相似度分数 + 对应文档）
for score, doc in results:
    print(f"{score:.3f}  {doc}")