using System;
using Pgvector;

namespace ManagerService.Data
{
    /// <summary>
    /// Un morceau de contenu indexé pour la recherche sémantique du guide IA.
    /// Un contenu produit N lignes : une par morceau et par langue.
    /// </summary>
    public class ContentEmbedding
    {
        /// <summary>Dimension du vecteur, imposée par le modèle d'embedding (gemini-embedding-001).</summary>
        public const int Dimensions = 768;

        public long Id { get; set; }

        /// <summary>Client propriétaire. Filtre strict à la recherche : jamais de résultat d'une autre instance.</summary>
        public string InstanceId { get; set; }

        /// <summary>
        /// Configuration d'origine, null pour une ressource (Resource n'appartient qu'à une instance).
        /// Sert à privilégier la visite en cours au classement — jamais à filtrer.
        /// </summary>
        public string? ConfigurationId { get; set; }

        /// <summary>Id de la Section ou de la Resource dont ce morceau provient.</summary>
        public string ContentId { get; set; }

        public ContentSourceType ContentType { get; set; }

        /// <summary>Position du morceau dans le contenu source.</summary>
        public int ChunkIndex { get; set; }

        /// <summary>Page du document, null hors contenu paginé. Sert à citer la source.</summary>
        public int? PageNumber { get; set; }

        /// <summary>Langue de ce morceau (FR, NL, EN...). La recherche ne filtre pas dessus.</summary>
        public string Language { get; set; }

        /// <summary>Le texte réellement injecté dans le prompt. L'embedding ne sert qu'à retrouver cette ligne.</summary>
        public string Text { get; set; }

        public Vector Embedding { get; set; }

        public DateTime UpdatedAt { get; set; }
    }

    public enum ContentSourceType
    {
        Section = 0,
        Resource = 1
    }
}