"""
RAG 教程第 1 章 - 20 行迷你 RAG(零依赖)

不需要装任何库、不需要 API key,直接 python mini_rag_demo.py 就能跑。
目的:亲眼看到"检索到资料就照着答,没检索到就只能瞎猜(幻觉)"。

对应文章:https://www.algomooc.com/llm/projects/rag-system/c/01-why-rag
"""

# 一个极简"知识库":工程系统里会换成经过解析、切分和索引的文档块(第 3、4 章)
# 这里就用一个字典:键是"关键词",值是"对应的知识"
knowledge = {
    "犹豫期": "本产品犹豫期为 15 天,自您签收合同的次日 0 时起算。",
    "现金价值": "现金价值 = 累计已交保费 − 各项费用 − 风险保费,具体见合同附表。",
    "等待期": "本产品等待期为 90 天,等待期内出险不予赔付。",
}


def retrieve(question: str):
    """检索:从知识库里找出和问题相关的那条资料。

    这是最朴素的"检索"——哪个关键词出现在问题里,就返回它对应的知识。
    真实系统会换成"向量检索":把问题和每条知识都转成向量,按"意思相近"找(第 4 章)。

    Args:
        question: 用户的问题
    Returns:
        命中的知识文本;一条都没命中则返回 None
    """
    for key, text in knowledge.items():   # 逐条看知识库里的每个关键词
        if key in question:               # 关键词出现在问题里 → 命中
            return text
    return None                           # 一圈下来都没命中 → 没这条知识


def answer(question: str) -> str:
    """回答:先检索,再决定"照着资料答"还是"没依据"。"""
    context = retrieve(question)          # ① 先去知识库检索
    if context is None:                   # ② 没检索到 → 模型没依据,只能瞎猜
        return "【没检索到资料】模型只能凭记忆瞎猜——这就是幻觉的温床"
    # ③ 检索到了 → 把这条真实资料作为"依据"交给模型(这里只演示,不真调 LLM)
    return f"【检索到资料,照着答】依据:{context}"


if __name__ == "__main__":
    # 三个问题:前两个库里有,第三个库里没有
    for q in ["犹豫期是多少天?", "现金价值怎么算?", "高原反应保不保?"]:
        print(q, "->", answer(q))

# 预期输出:
# 犹豫期是多少天? -> 【检索到资料,照着答】依据:本产品犹豫期为 15 天……
# 现金价值怎么算? -> 【检索到资料,照着答】依据:现金价值 = 累计已交保费……
# 高原反应保不保? -> 【没检索到资料】模型只能凭记忆瞎猜——这就是幻觉的温床
#
# 最后一条没命中知识库,正是"私域盲区":库里没有,模型就只能编。
# 把知识库做大做准,正是后面 8 章在讲的事。