"""Семантическая дедупликация атомов по эмбеддингам.

Наивный дедуп по content_hash ловит только точные повторы. LLM генерирует
вариации одного факта — их ловим по косинусной близости эмбеддингов в Qdrant.
"""
from __future__ import annotations

from . import config
DEFAULT_THRESHOLD = float(getattr(config, "DEDUP_THRESHOLD", "0.90"))


def find_duplicate(text: str, threshold: float = DEFAULT_THRESHOLD, top_k: int = 3) -> int | None:
    """Найти существующий атом, близкий к text (косинус > threshold).

    Возвращает atom_id дубликата или None.
    """
    from . import qdrant_store
    hits = qdrant_store.search(text, top_k=top_k)
    if not hits:
        return None
    best = hits[0]
    if best["score"] >= threshold:
        return int(best["id"])
    return None


def duplicate_score(text: str, top_k: int = 3) -> tuple[int | None, float]:
    """Вернуть (atom_id, score) лучшего совпадения (id=None если ниже порога)."""
    from . import qdrant_store
    hits = qdrant_store.search(text, top_k=top_k)
    if not hits:
        return None, 0.0
    best = hits[0]
    return int(best["id"]), best["score"]