-- Schema RAG do projeto G-ART (fcp-mcp-server).
-- Idempotente: seguro rodar múltiplas vezes (CREATE ... IF NOT EXISTS).
-- Segue o padrão dos bancos irmãos (rag_doza, rag_tigre, jhonny-rag): um
-- banco por sistema dentro do container compartilhado rag-hub-db, schema
-- próprio. Banco: rag_gart. Schema: gart.
--
-- Colunas e tabelas espelham exatamente o que admin/update_rag.py grava
-- (code_chunks, file_index, indexed_files) e o que rag/search.py lê.

CREATE EXTENSION IF NOT EXISTS vector;
CREATE EXTENSION IF NOT EXISTS pg_trgm;

CREATE SCHEMA IF NOT EXISTS gart;

CREATE TABLE IF NOT EXISTS gart.code_chunks (
  id bigserial PRIMARY KEY,
  file_path text NOT NULL,
  content text NOT NULL,
  chunk_index int,
  embedding vector(768),
  content_hash text,
  file_mtime double precision,
  -- Faixa de linhas do trecho no arquivo original. É o que permite ao
  -- agente ler só a janela relevante em vez do arquivo inteiro.
  start_line int,
  end_line int,
  -- Nomes declarados no trecho (class/def/func...), separados por vírgula —
  -- o lado lexical (pg_trgm) da busca híbrida casa contra isto.
  symbols text,
  -- Módulo derivado do caminho relativo (primeiro segmento, ex: code/fcpxml -> code).
  module text,
  -- 'window': admin/update_rag.py corta por janela de linhas, não por
  -- declaração (o projeto é majoritariamente Python/Swift/Markdown/shell).
  kind text,
  updated_at timestamp DEFAULT now()
);

-- HNSW, não ivfflat: com poucas centenas/milhares de chunks o ivfflat
-- particiona o espaço em listas quase vazias e a busca com probes baixo
-- varre quase nada (ver rag/README.md para os números de referência).
CREATE INDEX IF NOT EXISTS code_chunks_embedding_hnsw_idx
  ON gart.code_chunks USING hnsw (embedding vector_cosine_ops)
  WITH (m = 16, ef_construction = 64);

-- Acelera a reindexação incremental (busca por file_path) e a limpeza de
-- chunks de um arquivo antes de reinserir.
CREATE INDEX IF NOT EXISTS idx_code_chunks_file_path
  ON gart.code_chunks (file_path);

-- Lado lexical da busca híbrida.
CREATE INDEX IF NOT EXISTS code_chunks_file_path_trgm_idx
  ON gart.code_chunks USING gin (file_path gin_trgm_ops);
CREATE INDEX IF NOT EXISTS code_chunks_symbols_trgm_idx
  ON gart.code_chunks USING gin (symbols gin_trgm_ops);
CREATE INDEX IF NOT EXISTS code_chunks_module_idx
  ON gart.code_chunks (module);

-- Hash de conteúdo por arquivo, usado pelo indexador para pular arquivos
-- que não mudaram desde a última rodada (reindexação incremental).
CREATE TABLE IF NOT EXISTS gart.indexed_files (
  file_path text PRIMARY KEY,
  content_hash text NOT NULL,
  updated_at timestamp DEFAULT now()
);

-- Mapa de arquivos: 1 linha por arquivo. Responde "onde fica X" e "o que
-- tem no módulo Y" sem trazer nenhum corpo de código.
CREATE TABLE IF NOT EXISTS gart.file_index (
  file_path         text PRIMARY KEY,
  module            text,
  main_type         text,
  public_symbols    text[],
  summary           text,
  n_lines           int,
  content_hash      text,
  summary_embedding vector(768),
  updated_at        timestamp DEFAULT now()
);

CREATE INDEX IF NOT EXISTS file_index_module_idx
  ON gart.file_index (module);
CREATE INDEX IF NOT EXISTS file_index_path_trgm_idx
  ON gart.file_index USING gin (file_path gin_trgm_ops);
CREATE INDEX IF NOT EXISTS file_index_summary_hnsw_idx
  ON gart.file_index USING hnsw (summary_embedding vector_cosine_ops)
  WITH (m = 16, ef_construction = 64);