memory

type CombinedWeights struct {
	VectorWeight  float64 // 向量相似度权重
	KeywordWeight float64 // 关键词匹配权重
	TimeWeight    float64 // 时间衰减权重
}

type Controller struct {
	// 系统提示词 —— 永久存在于上下文底层
	SystemPrompt []*schema.Message

	// 短期记忆管理器 —— 滑动窗口 / 摘要
	ShortMemory ShortMemoryManager

	// 长期记忆存储器 —— 外部持久化 + 向量检索
	LongStore LongTermStore

	// 召回数量
	TopK int
}

type Embedder interface {
	Embed(ctx context.Context, text string) ([]float32, error)
}

type EmbeddingChunk struct {
	ID         string `gorm:"primaryKey;size:64"`
	MessageID  string `gorm:"index;size:64;not null"`  // 关联 MessageModel.ID
	SessionID  string `gorm:"index;size:128;not null"` // 冗余字段，加速查询
	ChunkIndex int    `gorm:"not null"`                // 块序号
	Content    string `gorm:"type:text;not null"`      // 块文本
	Embedding  string `gorm:"type:text"`               // 嵌入向量 JSON
}

type EmbeddingFunc func(ctx context.Context, text string) ([]float32, error)

type GormStore struct {
	// contains filtered or unexported fields
}

type GormStoreConfig struct {
	// DBPath 数据库路径
	DBPath string
	// MaxOpenConns 最大连接数，默认 10
	MaxOpenConns int
	// MaxIdleConns 最大空闲连接数，默认 5
	MaxIdleConns int
	// ConnMaxLifetime 连接最大生命周期，默认 1 小时
	ConnMaxLifetime time.Duration
	// LogLevel GORM 日志级别，默认 Warn
	LogLevel logger.LogLevel
	// DisableVectorSearch 禁用向量搜索（不使用嵌入时设为 true）
	DisableVectorSearch bool
	// EmbeddingDimension 向量维度，默认 768
	EmbeddingDimension int
	// RecallMode 召回策略模式，默认 RecallModeAuto
	RecallMode RecallMode
	// CombinedWeights 组合模式的权重（仅当 RecallModeCombined 时生效）
	CombinedWeights *CombinedWeights
	// ChunkSize 分块大小（中文字符数），0 或负数表示不分块
	ChunkSize int
	// ChunkOverlap 分块重叠大小（中文字符数）
	ChunkOverlap int
}

type LongTermStore interface {
	// Save 保存消息到记忆
	Save(ctx context.Context, sessionID string, msgs []*schema.Message) error

	// Recall 根据查询召回相关记忆
	// query: 查询文本（如用户最新问题）
	// topK: 召回数量
	Recall(ctx context.Context, sessionID string, query string, topK int) ([]*schema.Message, error)

	// GetSession 获取完整会话历史
	GetSession(ctx context.Context, sessionID string) ([]*schema.Message, error)

	// ClearSession 清空会话
	ClearSession(ctx context.Context, sessionID string) error

	// Close 关闭存储
	Close() error
}

type MemNetAIConfig struct {
	// APIKey MemNetAI 平台颁发的 API Key（必填）
	APIKey string

	// BaseURL 服务地址，默认 https://api.memnetai.com
	BaseURL string

	// Namespace 命名空间，用于在同一项目内对记忆体进行逻辑隔离。
	// 记忆体的唯一性由「namespace + memoryAgentName」共同决定。
	// 例如可以用用户ID或智能体ID作为命名空间。
	Namespace string

	// Language 记忆语言，如 "zh"、"en" 等，默认 "zh"
	Language string

	// IsThirdPerson 是否以第三人称视角提取记忆摘要，默认 false（第一人称效果更佳）
	IsThirdPerson bool

	// AsyncMode 记忆是否使用异步模式。同步模式立即执行但上下文容量小；异步模式排队但支持大量上下文。
	AsyncMode bool

	// HTTPClient 自定义 HTTP 客户端，不传则使用默认（超时 200s）
	HTTPClient *http.Client
}

type MemNetAIStore struct {
	// contains filtered or unexported fields
}

type MessageModel struct {
	ID               string `gorm:"primaryKey;size:64"`
	SessionID        string `gorm:"index:idx_session_time,priority:1;size:128"`
	Role             string `gorm:"size:32;not null"`
	Content          string `gorm:"type:text;not null"`
	ReasoningContent string `gorm:"type:text"`
	Embedding        string `gorm:"type:text"` // JSON 序列化的向量（空字符串表示无嵌入）
	Timestamp        int64  `gorm:"index:idx_session_time,priority:2;not null"`
	Metadata         string `gorm:"type:text"` // JSON 序列化的元数据
	CreatedAt        time.Time
}

type MessageRecord struct {
	ID        string            `json:"id"`
	SessionID string            `json:"session_id"`
	Role      string            `json:"role"`
	Content   string            `json:"content"`
	Embedding []float32         `json:"embedding,omitempty"` // 向量（可选）
	Timestamp time.Time         `json:"timestamp"`
	Metadata  map[string]string `json:"metadata,omitempty"`
}

type ModelContextWindow interface {
	ContextWindow() int
}

type OllamaEmbedder struct {
	// contains filtered or unexported fields
}

type RecallMode int

type ShortMemoryManager interface {
	// GetRecent 返回当前窗口内的完整消息（不进行压缩）
	GetRecent(sessionID string) []*schema.Message

	// GetContextMessages 返回构建上下文所需的短期记忆消息
	// 内部可能整合：窗口内的完整消息 + 超出部分的摘要
	GetContextMessages(sessionID string) []*schema.Message

	// AddTurn 添加一轮对话，触发窗口维护、摘要生成等
	AddTurn(sessionID string, msgs []*schema.Message)

	// Clear 清空会话短期记忆
	Clear(sessionID string)
}

type SimpleWindowMemory struct {
	// contains filtered or unexported fields
}

type SummaryFunc func(messages []*schema.Message, model chatmodel.BaseModel) string

type TokenEstimator interface {
	Estimate(msg *schema.Message) int
}

type WindowConfig struct {
	// MaxHistoryMessages 最大保留的历史消息数（不包括 System 消息）
	// 例如设置为 20，则只保留最近的 20 条 user/assistant/tool 消息
	// 0 表示不限制（默认，兼容旧行为）
	MaxHistoryMessages int

	// MaxHistoryTokens 历史消息的最大估算 Token 数（不包括 System 消息）
	// 优先级与 MaxHistoryMessages 同级，两者同时设置时取交集（更严格的）
	// 0 表示不限制（默认）
	MaxHistoryTokens int

	// ReserveTokens 自动模式下为模型输出预留的 Token 数
	// 如果设置了此值且 model 实现了 ModelContextWindow 接口，
	// WindowManager 会自动计算 MaxHistoryTokens = ContextWindow - ReserveTokens
	// 例如：模型 128k 上下文，预留 8k 给输出+缓冲，则历史限制为 120k
	ReserveTokens int
}

type WindowManager struct {
	// contains filtered or unexported fields
}

type WindowShortMemory struct {
	// contains filtered or unexported fields
}