-- Schema RAG do projeto Jhonny (projeto MCP TypeScript em code/).
-- Idempotente: seguro rodar múltiplas vezes (CREATE ... IF NOT EXISTS).
-- Segue o padrão do banco irmão rag_tigre (schema tigre): um banco por sistema
-- dentro do container compartilhado rag-hub-db, schema próprio.
--
-- Este arquivo é o estado FINAL desejado do schema — inclui o que as
-- migrations `002-*-search.sql` e `003-file-summary-embedding.sql` aplicaram
-- num banco já existente. Num banco novo, rodar só este arquivo basta.
--
-- O schema tem um hífen no nome ("jhonny-rag"), entao todos os identificadores
-- de schema sao escapados com aspas duplas.

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

CREATE SCHEMA IF NOT EXISTS "jhonny-rag";

CREATE TABLE IF NOT EXISTS "jhonny-rag".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, separados por espaço — o lado lexical
  -- (pg_trgm) da busca híbrida casa contra isto.
  symbols text,
  -- Módulo derivado do caminho relativo em code/ (ex: code/src/tools -> tools).
  module text,
  -- 'decl' | 'header' | 'window' (fallback por janela de linhas, usado fora
  -- de Swift/Python — será o caso dos arquivos .ts/.js deste projeto).
  kind text,
  updated_at timestamp DEFAULT now()
);

-- HNSW, não ivfflat: com poucas centenas de chunks o ivfflat particiona o
-- espaço em listas quase vazias e a busca com probes=1 varre quase nada
-- (media das migrations 002 registra o recall baixo que isso causava).
CREATE INDEX IF NOT EXISTS code_chunks_embedding_hnsw_idx
  ON "jhonny-rag".code_chunks USING hnsw (embedding vector_cosine_ops)
  WITH (m = 16, ef_construction = 64);

-- Acelera a reindexação incremental (busca por file_path).
CREATE INDEX IF NOT EXISTS idx_code_chunks_file_path
  ON "jhonny-rag".code_chunks (file_path);

-- Lado lexical da busca híbrida.
CREATE INDEX IF NOT EXISTS code_chunks_file_path_trgm_idx
  ON "jhonny-rag".code_chunks USING gin (file_path gin_trgm_ops);
CREATE INDEX IF NOT EXISTS code_chunks_symbols_trgm_idx
  ON "jhonny-rag".code_chunks USING gin (symbols gin_trgm_ops);
CREATE INDEX IF NOT EXISTS code_chunks_module_idx
  ON "jhonny-rag".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 "jhonny-rag".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 "jhonny-rag".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 "jhonny-rag".file_index (module);
CREATE INDEX IF NOT EXISTS file_index_path_trgm_idx
  ON "jhonny-rag".file_index USING gin (file_path gin_trgm_ops);
CREATE INDEX IF NOT EXISTS file_index_summary_hnsw_idx
  ON "jhonny-rag".file_index USING hnsw (summary_embedding vector_cosine_ops)
  WITH (m = 16, ef_construction = 64);