"""Smoke-тест: текст → атомы → PG → Qdrant → поиск."""
import sys, pathlib
sys.path.insert(0, str(pathlib.Path(__file__).resolve().parents[1]))

from pegas_memory import db, pipeline, outbox_sync, qdrant_store

SAMPLE = '''
PostgreSQL — это объектно-реляционная система управления базами данных.
pgvector — расширение PostgreSQL для хранения векторов и поиска по сходству.
Qdrant — специализированная векторная база данных, быстрее pgvector на больших объёмах.
Memgraph — in-memory графовая база данных, использует язык запросов Cypher.
EmbeddingGemma 2 — модель эмбеддингов Google, размерность 768.
'''

def main():
    conn = db.connect()
    print("Ингест тестового текста...")
    stats = pipeline.ingest_text(conn, SAMPLE, title="smoke-test", min_confidence=0.3)
    print("  stats:", stats)

    print("Outbox-синк → Qdrant...")
    s = outbox_sync.sync_all(conn)
    print("  sync:", s)

    print("Поиск 'векторная база данных'...")
    hits = qdrant_store.search("векторная база данных", top_k=3)
    for h in hits:
        print(f"  [{h['score']:.3f}] ({h['type']}) {h['claim'][:80]}")
    print("DONE")

if __name__ == "__main__":
    main()