transcription/src/rag/formatter.py

"""Форматирование документа совещания для индексации в LightRAG."""

import json
from datetime import datetime
from typing import Any, Dict, List

from src.document import format_time


def format_meeting_document(
    segments: List[Dict[str, Any]],
    metadata: Dict[str, Any],
    source_filename: str,
) -> str:
    """Собирает текстовый документ для вставки в LightRAG.

    Сохраняет полную расшифровку + метаданные + извлечённые сущности.
    """
    lines = []
    lines.append("=== СОВЕЩАНИЕ ===")
    lines.append(f"ID: {metadata.get('project', 'unknown')}_{datetime.now().strftime('%Y%m%d_%H%M%S')}")
    lines.append(f"Проект: {metadata.get('project', 'unknown')}")
    lines.append(f"Раздел: {metadata.get('section', 'Общие вопросы')}")
    lines.append(f"Тема: {metadata.get('topic', 'Не определена')}")
    lines.append(f"Дата: {metadata.get('date', 'Не указана')}")
    lines.append(f"Источник: {source_filename}")

    participants = metadata.get("participants", [])
    if participants:
        lines.append(f"Участники: {', '.join(participants)}")
    else:
        # fallback — извлечь уникальных спикеров из сегментов
        speakers = sorted({seg.get("speaker", "UNKNOWN") for seg in segments})
        lines.append(f"Участники: {', '.join(speakers)}")

    lines.append("")
    lines.append("--- Метаданные ---")
    summary = metadata.get("summary", "")
    if summary:
        lines.append(f"Summary: {summary}")

    decisions = metadata.get("key_decisions", [])
    if decisions:
        lines.append("Решения:")
        for i, d in enumerate(decisions, 1):
            lines.append(f"  {i}. {d}")

    actions = metadata.get("action_items", [])
    if actions:
        lines.append("Action items:")
        for a in actions:
            who = a.get("who", "?")
            what = a.get("what", "")
            deadline = a.get("deadline", "")
            dl = f" (до {deadline})" if deadline else ""
            lines.append(f"  - {who}: {what}{dl}")

    lines.append("")
    lines.append("--- Полная расшифровка ---")
    for seg in segments:
        ts = format_time(seg.get("start", 0.0))
        speaker = seg.get("speaker", "UNKNOWN")
        text = seg.get("text", "").strip()
        if text:
            lines.append(f"[{ts}] {speaker}: {text}")

    return "\n".join(lines)


def format_summary_markdown(
    metadata: Dict[str, Any],
    brief: str,
    source_filename: str,
) -> str:
    """Формирует markdown-файл краткого содержания совещания."""
    lines = [
        "# Краткое содержание совещания",
        "",
        f"**Проект:** {metadata.get('project', '—')}  ",
        f"**Раздел:** {metadata.get('section', '—')}  ",
        f"**Тема:** {metadata.get('topic', '—')}  ",
        f"**Дата:** {metadata.get('date') or '—'}  ",
        f"**Источник:** {source_filename}",
        "",
    ]

    participants = metadata.get("participants") or []
    if participants:
        lines.append(f"**Участники:** {', '.join(participants)}")
        lines.append("")

    lines.extend(["## Суть", "", brief.strip(), ""])

    problems = metadata.get("problems") or []
    if problems:
        lines.append("## Ключевые вопросы и проблемы")
        lines.append("")
        for item in problems:
            lines.append(f"- {item}")
        lines.append("")

    decisions = metadata.get("key_decisions") or []
    if decisions:
        lines.append("## Принятые решения")
        lines.append("")
        for item in decisions:
            lines.append(f"- {item}")
        lines.append("")

    actions = metadata.get("action_items") or []
    if actions:
        lines.append("## Поручения")
        lines.append("")
        for action in actions:
            who = action.get("who", "?")
            what = action.get("what", "")
            deadline = action.get("deadline")
            dl = f" (до {deadline})" if deadline else ""
            lines.append(f"- **{who}:** {what}{dl}")
        lines.append("")

    return "\n".join(lines).strip() + "\n"


def format_global_document(doc_text: str, metadata: Dict[str, Any]) -> str:
    """Формирует версию документа для глобального (межпроектного) индекса.

    Добавляет явное указание проекта в начало, чтобы глобальный граф знал связь.
    """
    header = f"""=== СОВЕЩАНИЕ (Проект: {metadata.get('project', 'unknown')}) ===
Раздел: {metadata.get('section', 'Общие вопросы')}
Тема: {metadata.get('topic', 'Не определена')}
"""
    return header + "\n" + doc_text


def build_meeting_text_only(segments: List[Dict[str, Any]]) -> str:
    """Собирает plain text из сегментов (для отправки в classify_meeting)."""
    lines = []
    for seg in segments:
        speaker = seg.get("speaker", "UNKNOWN")
        text = seg.get("text", "").strip()
        if text:
            lines.append(f"{speaker}: {text}")
    return "\n".join(lines)