104 lines
4.1 KiB
Python
104 lines
4.1 KiB
Python
"""Coppie domanda->SQL risolte (kind `solved_question`) — memoria attiva, parte B.
|
|
|
|
Una sessione finalizzata produce UN record nel vectordb: l'embedding e' la domanda
|
|
riscritta (content), il metadata porta l'SQL finale e le tabelle promosse. Vive
|
|
nella tabella pgvector `memory` con kind dedicato (nessuna DDL server-side); si
|
|
consulta nelle fasi F4/F6/F7 con `tht memory solved-search` come materiale di
|
|
riferimento (exemplar), NON come decisione da ri-applicare.
|
|
|
|
Scrittura: SOLO upsert one-row stile D11 (`save_solved_question`). Questi record
|
|
non passano MAI da `VectorStore.sync`/`RestVectorWriter.sync`: il passo
|
|
delete-stale del sync, ricevendo il solo record corrente, cancellerebbe le coppie
|
|
delle altre sessioni. Per lo stesso motivo l'hash di dedup e' calcolato qui
|
|
(domanda+SQL) e non dal solo content come fa il sync.
|
|
"""
|
|
from tht.vectorstore.records import VectorRecord
|
|
|
|
SOLVED_KIND = "solved_question"
|
|
|
|
|
|
def solved_question_record(
|
|
*, session_id: str, question: str, sql: str, tables: list[str]
|
|
) -> VectorRecord:
|
|
return VectorRecord(
|
|
id=f"solved:{session_id}",
|
|
kind=SOLVED_KIND,
|
|
ref=session_id,
|
|
title=question[:120],
|
|
content=question,
|
|
metadata={
|
|
"question": question,
|
|
"sql": sql,
|
|
"tables": tables,
|
|
"session_id": session_id,
|
|
},
|
|
)
|
|
|
|
|
|
def _solved_hash(record: VectorRecord) -> str:
|
|
# La domanda e' l'embedding (content); l'SQL vive solo nel metadata. L'hash
|
|
# copre entrambi: un re-finalize che cambia solo l'SQL aggiorna la riga.
|
|
from tht.vectorstore.store import content_hash
|
|
|
|
return content_hash(record.content + "\n" + str(record.metadata.get("sql", "")))
|
|
|
|
|
|
def save_solved_question(record: VectorRecord, *, store, embedder) -> int:
|
|
"""Upsert one-row della coppia domanda->SQL via writer key (stesso pattern di
|
|
save_one_memory, spec D11): hash dedup client-side, embedding solo se domanda
|
|
o SQL sono cambiati. `writer` e' un VectorRestClient (writer key). Ritorna il
|
|
numero di righe upsertate (0 = invariata)."""
|
|
from tht.ports.vector import VectorWriteRecord
|
|
|
|
new_hash = _solved_hash(record)
|
|
existing = store.existing_hashes("memory", [SOLVED_KIND])
|
|
if existing.get(record.id) == new_hash:
|
|
return 0
|
|
embedding = embedder.embed_documents([record.content])[0]
|
|
return store.upsert(
|
|
"memory",
|
|
[VectorWriteRecord(record=record, embedding=embedding, content_hash=new_hash)],
|
|
)
|
|
|
|
|
|
class SolvedIndexError(Exception):
|
|
"""La sessione non ha (ancora) gli artefatti per il record solved_question."""
|
|
|
|
|
|
def build_solved_record(session_dir, manifest, promoted_tables) -> VectorRecord:
|
|
"""Costruisce il record dagli artefatti persistiti (vista effective D15):
|
|
richiede sql_final.sql e la decisione sql_approved; la domanda e' l'ultima
|
|
question_rewritten, fallback la domanda del manifest."""
|
|
from tht.memory import question_context
|
|
from tht.phase import effective_decisions
|
|
|
|
sql_file = session_dir / "sql_final.sql"
|
|
if not sql_file.exists():
|
|
raise SolvedIndexError("sql_final.sql assente")
|
|
decisions = effective_decisions(session_dir)
|
|
if not any(d.type == "sql_approved" for d in decisions):
|
|
raise SolvedIndexError("decisione sql_approved assente")
|
|
return solved_question_record(
|
|
session_id=manifest.id,
|
|
question=question_context(decisions, manifest),
|
|
sql=sql_file.read_text().strip(),
|
|
tables=sorted(promoted_tables or set()),
|
|
)
|
|
|
|
|
|
def build_solved_snapshot(snapshot, promoted_tables) -> VectorRecord:
|
|
from tht.memory import question_context
|
|
from tht.phase import effective_decisions
|
|
|
|
sql = snapshot.artifacts.get("sql_final")
|
|
if sql is None:
|
|
raise SolvedIndexError("sql_final.sql assente")
|
|
decisions = effective_decisions(snapshot)
|
|
if not any(d.type == "sql_approved" for d in decisions):
|
|
raise SolvedIndexError("decisione sql_approved assente")
|
|
return solved_question_record(
|
|
session_id=snapshot.manifest.id,
|
|
question=question_context(decisions, snapshot.manifest),
|
|
sql=sql.strip(), tables=sorted(promoted_tables or set()),
|
|
)
|