"""Конфигурация GPU воркера."""

from pydantic_settings import BaseSettings, SettingsConfigDict


class Settings(BaseSettings):
    """Настройки GPU воркера."""

    model_config = SettingsConfigDict(
        env_file=".env",
        env_file_encoding="utf-8",
        case_sensitive=False,
        extra="ignore",  # игнорировать поля общего .env, не относящиеся к воркеру
    )

    # PostgreSQL
    POSTGRES_HOST: str = "postgres"
    POSTGRES_PORT: int = 5432
    POSTGRES_DB: str = "antiplagiator"
    POSTGRES_USER: str = "antiplagiator"
    POSTGRES_PASSWORD: str = "changeme"

    # Redis
    REDIS_URL: str = "redis://redis:6379/0"

    # RabbitMQ
    RABBITMQ_URL: str = "amqp://guest:guest@rabbitmq:5672/"

    # MinIO
    MINIO_ENDPOINT: str = "minio:9000"
    MINIO_ACCESS_KEY: str = "minioadmin"
    MINIO_SECRET_KEY: str = "changeme"
    MINIO_BUCKET_DOCS: str = "documents"

    # Elasticsearch
    ELASTICSEARCH_URL: str = "http://elasticsearch:9200"

    # Ollama
    OLLAMA_URL: str = "http://ollama:11434"

    # LLM_BACKEND: "ollama" (локальная модель, нужен GPU-хост) или "openrouter"
    # (облачный API, дешёвая модель — для L4-проверки парафраза "умность" не
    # критична, это не творческая задача). Переключается без изменения кода.
    LLM_BACKEND: str = "ollama"
    OPENROUTER_API_KEY: str = ""
    OPENROUTER_MODEL: str = "deepseek/deepseek-chat"
    OPENROUTER_URL: str = "https://openrouter.ai/api/v1/chat/completions"
    # OpenRouter блокирует запросы из РФ — заворачиваем именно эти запросы
    # через sing-box (docker-compose сервис singbox-proxy). Пусто = без прокси.
    OPENROUTER_PROXY_URL: str = "socks5://singbox-proxy:1080"

    # FAISS / ML
    FAISS_INDEX_PATH: str = "/data/index/faiss.index"
    FAISS_ID_MAP_PATH: str = "/data/index/faiss_id_map.json"
    # EMBED_BACKEND: "ollama" (GGUF-модель через Vulkan, для AMD GPU без ROCm/atomics),
    # "sentence_transformers" (локальная загрузка, CUDA/CPU) или "cloud" (облачный
    # инференс той же модели — не нужен вообще никакой локальный GPU).
    EMBED_BACKEND: str = "ollama"
    EMBED_MODEL: str = "bge-m3"
    EMBED_DEVICE: str = "cuda"  # используется только при EMBED_BACKEND=sentence_transformers
    # Ollama обрабатывает тексты в пачке последовательно (один "slot" в llama.cpp,
    # не параллельно) — 64 реальных документа в один HTTP-запрос регулярно не
    # укладывались в таймаут. Меньше пачка — короче и надёжнее каждый запрос.
    EMBED_BATCH_SIZE: int = 16
    EMBED_DIM: int = 1024  # bge-m3; было 768 у paraphrase-multilingual-mpnet-base-v2
    # DeepInfra — OpenAI-совместимый инференс BAAI/bge-m3 в облаке, та же модель,
    # что и на VM109, дешёвый пей-пер-токен. Используется при EMBED_BACKEND=cloud.
    CLOUD_EMBED_URL: str = "https://api.deepinfra.com/v1/openai/embeddings"
    CLOUD_EMBED_MODEL: str = "BAAI/bge-m3"
    CLOUD_EMBED_API_KEY: str = ""
    FAISS_NLIST: int = 1024  # Количество кластеров для IVFFlat
    FAISS_NPROBE: int = 64  # Количество кластеров для поиска

    # Векторный бэкенд: "faiss" (файловый синглтон, дефолт) или "qdrant" (сервис,
    # снимает SPOF и конкурентную запись). Переключается без изменения кода.
    VECTOR_BACKEND: str = "faiss"
    QDRANT_URL: str = "http://qdrant:6333"
    QDRANT_COLLECTION: str = "documents"

    # App
    APP_URL: str = "https://academic.jze9.ru"
    ENVIRONMENT: str = "development"
    DEBUG: bool = False

    @property
    def database_url_sync(self) -> str:
        """Синхронный URL для SQLAlchemy (psycopg2)."""
        return (
            f"postgresql+psycopg2://{self.POSTGRES_USER}:{self.POSTGRES_PASSWORD}"
            f"@{self.POSTGRES_HOST}:{self.POSTGRES_PORT}/{self.POSTGRES_DB}"
        )


settings = Settings()