group_fqcd_jr/app/api/controllers/knowledge_management.py

"""知识库管理接口（Task 11）：上传 / 查询 / 删除文档（+ 补投向量清理）。

老师《需求文档-修改版》Phase 1 验收第 7 条要求"知识库管理接口可正常上传/查询/删除文档"，
F1.2 点名了这三个端点。既有 `app/api/controllers/knowledge.py` 只有 `/api/v1/knowledge-references`
（引用解析，K001），与此处是**两个不同的资源面**，因此单独一个模块、一个 router：
不动既有路由，也不把"引用解析"和"文档管理"混在同一个 prefix 下。

第四个端点 `POST /{knowledge_id}/vector-cleanups` 是**运维补口**（不在老师点名的三个之内）：
只给已经过期的历史行补投向量删除事件，理由见 Service 的 `cleanup_vector`。

## 鉴权（硬约束，不得绕过）

全部端点都声明 `Depends(build_request_context)`（并且 router 级叠了 `enforce_rate_limit`，
它自身又依赖 `build_request_context`，所以认证一定先于限流）。底座**没有**匿名路径，
`context.user_id` 是入库 `created_by` 的唯一来源。

## 关于请求体形状（`multipart/form-data` vs JSON）

老师原文写的是 `multipart/form-data`。**一期用 JSON**（`content_base64` 承载文档字节），
理由有两条，都与风险有关：

1. 底座其余写接口（admin 配置面、conversations、agent-runs）**全是 JSON**，错误信封
   （文档 §3.4）与 `ValidationAgentError` 的 422 口径也都建立在 JSON body 上。为一期接口单独
   引入 multipart 解析，等于新开一条"文件上传"的错误路径（缺字段、非 UTF-8 文件名、
   超限分片各有一套失败形态），而这条路径在本期没有任何既有测试覆盖。
2. 老师要验收的行为是"能上传/查询/删除"，不是"必须是 multipart"。JSON + base64 对这种
   体积（本地知识库的 txt/md/docx）没有实际代价。

后续要接前端表单时，加一个 multipart 端点复用同一个 Service 即可（Service 只吃
`filename` + `content: bytes`，与传输形状无关）。
"""

from typing import TYPE_CHECKING, Any

from fastapi import APIRouter, Depends, Path, Query
from pydantic import BaseModel, ConfigDict, Field

from app.api.dependencies.auth import build_request_context
from app.api.dependencies.rate_limit import enforce_rate_limit
from app.core.contracts import RequestContext
from app.service.knowledge_management_service import decode_content

if TYPE_CHECKING:  # pragma: no cover - 仅类型检查期需要
    # 仅在类型检查期导入 Service，用于给工厂函数标注真实返回类型。
    # 运行时仍然惰性导入（见 `knowledge_management_service()`）：`bootstrap` 会间接导入本模块，
    # 模块级导入 Service 会形成循环依赖。标注返回类型的目的不是好看——`-> Any` 会让
    # 三个端点的 `-> dict[str, Any]` 触发 `no-any-return`，把真实签名检查整个关掉。
    from app.service.knowledge_management_service import KnowledgeManagementService

router = APIRouter(prefix="/api/v1/knowledge", tags=["knowledge-management"],
                   dependencies=[Depends(enforce_rate_limit)])


class KnowledgeUploadPayload(BaseModel):
    """上传请求体。`content_base64` 是文档字节的标准 base64（严格解码，见 `decode_content`）。"""

    model_config = ConfigDict(extra="forbid")

    filename: str = Field(min_length=1, max_length=256,
                          description="带扩展名的文件名（支持 .txt/.md/.docx）")
    content_base64: str = Field(
        min_length=1,
        max_length=8_000_000,
        description="文档字节的 base64（老师原文为 multipart，一期用 JSON，见模块 docstring）",
    )
    knowledge_type: str = Field(min_length=1, max_length=32,
                                description="faq / product / policy 之一")


def knowledge_management_service() -> "KnowledgeManagementService":
    """服务工厂：模块级函数是唯一的替换点（接口测试注入替身，不连库、不连 Milvus）。

    为什么放在 Controller 里而不是 Service 的模块顶层：组合根必须在进程启动/首次调用时
    才装配依赖（`bootstrap` 的模型网关装配需要读配置），不能在 import 期构建。
    """
    from app.service.knowledge_management_service import build_knowledge_management_service

    return build_knowledge_management_service()


@router.post("/upload", status_code=201)
async def upload_document(
    payload: KnowledgeUploadPayload,
    context: RequestContext = Depends(build_request_context),  # noqa: B008
) -> dict[str, Any]:
    """上传文档并自动入库（切分 → 逐块写 `fin_knowledge_meta` → 投向量同步事件）。

    返回本次产生的 `knowledge_id` 列表（一份文档切多块就是多行知识）。
    `created_by` 取自认证上下文，调用方**不能**指定。
    """
    return await knowledge_management_service().upload(
        context,
        filename=payload.filename,
        content=decode_content(payload.content_base64),
        knowledge_type=payload.knowledge_type,
    )


@router.get("/list")
async def list_documents(
    limit: int = Query(default=20, ge=1, le=100),
    offset: int = Query(default=0, ge=0),
    knowledge_type: str | None = Query(default=None),
    context: RequestContext = Depends(build_request_context),  # noqa: B008
) -> dict[str, Any]:
    """查看文档列表（读 `fin_knowledge_meta`，默认只列未过期行）。

    只返回 `content_preview`（前 200 字符）与 `content_length`，而不是整篇 `content_text`：
    正文是检索侧素材，管理面列表不该变成"直读知识正文"的旁路。
    """
    return await knowledge_management_service().list_documents(
        context, limit=limit, offset=offset, knowledge_type=knowledge_type
    )


@router.delete("/{knowledge_id}")
async def delete_document(
    knowledge_id: int = Path(gt=0),
    context: RequestContext = Depends(build_request_context),  # noqa: B008
) -> dict[str, Any]:
    """删除文档及其向量：标记 `fin_knowledge_meta.status='expired'` + 投向量删除事件。

    不存在的 id 返回 404（`SESSION_NOT_FOUND` 语义），**不静默成功**。
    """
    return await knowledge_management_service().delete_document(context, knowledge_id)


@router.post("/{knowledge_id}/vector-cleanups")
async def cleanup_document_vectors(
    knowledge_id: int = Path(gt=0),
    context: RequestContext = Depends(build_request_context),  # noqa: B008
) -> dict[str, Any]:
    """补投一次向量清理：给**已经过期**的历史行补发 `knowledge.vector_delete_requested`。

    与 `DELETE` 的分工：`DELETE` 是"下线一份在用文档"（标记 + 投事件，一步到位），
    本端点**不改状态**，只把"这条已下线的知识，向量可能还在 Milvus 里"这件事补投出去。
    没有它，历史上那些"被别的途径置为 expired、从未投过删除事件"的行在管理端口上无路可走
    （`DELETE` 对它们一律 404，见 Service docstring）。

    - id 不存在 → 404；
    - 行仍是 `active` → 422（请改用 `DELETE`，否则会出现"行是 active、向量已删"的不一致）；
    - 成功 → 200 + `vector_delete_event`，调用方能确认事件真的投了出去。
    """
    return await knowledge_management_service().cleanup_vector(context, knowledge_id)