from openai import OpenAI
from dotenv import load_dotenv
import numpy as np
import os, json

load_dotenv()
client = OpenAI(
    api_key=os.getenv("DEEPSEEK_API_KEY"),
    base_url="https://api.deepseek.com"
)

def embed(text: str) -> np.ndarray:
    res = client.embeddings.create(model="text-embedding-ada-002", input=text)
    return np.array(res.data[0].embedding)

def cosine_sim(a, b) -> float:
    return float(np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b)))

# ① 知识库（文档片段）
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",
]

# ② 预先生成文档向量（实际项目只做一次，然后存起来）
print("正在生成文档向量...")
doc_vecs = [embed(d) for d in docs]
print(f"完成，共 {len(doc_vecs)} 个向量，每个 {doc_vecs[0].shape[0]} 维")

# ③ 搜索函数
def search(query: str, top_k: int = 2) -> list:
    q_vec = embed(query)
    scores = [(cosine_sim(q_vec, dv), doc) for dv, doc in zip(doc_vecs, docs)]
    scores.sort(key=lambda x: x[0], reverse=True)
    return scores[:top_k]

# ④ 测试
results = search("心肺训练怎么做")
for score, doc in results:
    print(f"{score:.3f}  {doc}")