import os
import logging
import chromadb
from chromadb.utils import embedding_functions
from mcp.server.fastmcp import FastMCP

# Log ayarları: Sadece kendi loglarımızı yazalım, diğer kütüphaneler (httpx vb.) karışmasın.
SCRIPT_DIR = os.path.dirname(os.path.abspath(__file__))

logger = logging.getLogger("DocsRAGServer")
logger.setLevel(logging.INFO)

# Sadece bu logger için bir dosya işleyicisi (handler) ekleyelim
file_handler = logging.FileHandler(os.path.join(SCRIPT_DIR, 'mcp_server.log'))
file_handler.setFormatter(logging.Formatter('%(asctime)s - %(levelname)s - %(message)s'))
logger.addHandler(file_handler)

# Propagate'i kapatalım ki root logger'a gitmesin
logger.propagate = False

# Dış kütüphanelerin gereksiz loglarını susturmak için:
logging.getLogger("httpx").setLevel(logging.WARNING)
logging.getLogger("sentence_transformers").setLevel(logging.WARNING)

logger.info("DocsRAGServer başlatılıyor...")

# MCP Server'ı oluştur
# FastMCP, standart stdio/SSE vb. ayarlarını otomatik halleder.
mcp = FastMCP("DocsRAGServer")

# Çalışma dizinine göre ChromaDB klasörünün yolunu bul
MAIN_DIR = os.path.dirname(SCRIPT_DIR)
CHROMA_PATH = os.path.join(MAIN_DIR, "chroma_db")

# ChromaDB'ye bağlan
# Not: Sunucu ayağa kalktığında sadece bir kez bağlanır.
try:
    client = chromadb.PersistentClient(path=CHROMA_PATH)
    sentence_transformer_ef = embedding_functions.SentenceTransformerEmbeddingFunction(model_name="all-MiniLM-L6-v2")
    collection = client.get_or_create_collection(name="docs", embedding_function=sentence_transformer_ef)
except Exception as e:
    error_msg = f"UYARI: ChromaDB'ye bağlanırken hata oluştu. Henüz ingest.py çalıştırılmamış olabilir mi? Hata: {e}"
    print(error_msg)
    logger.error(error_msg)

@mcp.tool()
def search_documentation(query: str, num_results: int = 5) -> str:
    """
    Kullanıcının sorusuna en uygun dokümantasyon parçalarını vektör veritabanından bulup döndürür.
    Bu araç (tool) sistemin belleği gibi davranır ve AI'ın kod/kavram araması yapmasını sağlar.
    
    Args:
        query: Aranacak soru veya anahtar kelimeler (Örn: 'app router data fetching' veya 'next-auth credentials provider').
        num_results: Döndürülecek maksimum sonuç sayısı (varsayılan: 5).
    """
    logger.info(f"Arama isteği alındı: query='{query}', num_results={num_results}")
    try:
        # Sorguyu vektöre çevirip en benzer metinleri (semantic search) getir
        results = collection.query(
            query_texts=[query],
            n_results=num_results
        )
        
        if not results['documents'] or not results['documents'][0]:
            logger.info("Sorgu için ilgili bir doküman bulunamadı.")
            return "İlgili bir doküman bulunamadı."
            
        docs = results['documents'][0]
        metadatas = results['metadatas'][0]
        distances = results['distances'][0]
        
        response_parts = [f"Arama Sorgusu: '{query}'\nBulunan En İyi Eşleşmeler:\n"]
        
        for i, (doc, meta, dist) in enumerate(zip(docs, metadatas, distances)):
            source = meta.get("source", "Bilinmeyen Kaynak")
            # dist (distance) değeri ChromaDB için varsayılan olarak L2 mesafesidir, küçük olan daha benzerdir.
            response_parts.append(f"--- Sonuç {i+1} (Kaynak: {source}, Uzaklık: {dist:.4f}) ---\n{doc}\n")
            
        logger.info(f"Sorgu başarılı, {len(docs)} sonuç bulundu.")
        return "\n".join(response_parts)
        
    except Exception as e:
        logger.error(f"Arama sırasında hata oluştu: {str(e)}")
        return f"Arama sırasında hata oluştu: {str(e)}"

if __name__ == "__main__":
    # Server'ı stdio üzerinden çalıştır. (Claude veya diğer MCP istemcileri bu şekilde bağlanır)
    mcp.run()