"""经验条目的判重与归类。桌面端（backend）和中心服务端（server）共用同一套规则，避免两边判重结果不一致。

判重按内容而不是按 key：模型每次给同一条知识起的名字都不一样，
「班级下拉框」和「班级选择控件」实际是一条。阈值来自真实草稿对的标定。
"""

from __future__ import annotations

import difflib
import re

LEARNED_CATEGORIES = {"control_tip", "path", "rule", "note"}
# 只有控件技巧和入口路径能自动生效：它们描述「控件怎么点」，错了顶多多花几步；
# 系统规则和其他类描述「系统有什么约束」，一条错的会让 Agent 以后一直绕开正确操作，必须人审。
AUTO_VERIFY_CATEGORIES = {"control_tip", "path"}

CATEGORY_LABELS = {
    "control_tip": "控件技巧",
    "path": "入口路径",
    "rule": "系统规则",
    "note": "其他",
}


def similarity(a: str, b: str) -> float:
    na = re.sub(r"\s+", "", a or "")
    nb = re.sub(r"\s+", "", b or "")
    if not na or not nb:
        return 0.0
    return difflib.SequenceMatcher(None, na, nb).ratio()


def same_knowledge(a_key: str, a_value: str, b_key: str, b_value: str) -> bool:
    """内容相似度 >= 0.55，或 key 相似度 >= 0.7 且内容 >= 0.45，视为同一条知识。"""
    vs = similarity(a_value, b_value)
    if vs >= 0.55:
        return True
    return similarity(a_key, b_key) >= 0.7 and vs >= 0.45


def pick_category(*cats: str) -> str:
    """合并两条草稿时取更具体的类别，note 让位。"""
    for c in cats:
        if c in LEARNED_CATEGORIES and c != "note":
            return c
    return "note"


def normalise_category(value: str | None) -> str:
    category = str(value or "note").strip()
    return category if category in LEARNED_CATEGORIES else "note"