MathApp/rag/services/known_collections.py

"""
کاتالوگِ دقیقِ collectionهای موجود روی Qdrant تیمِ دیگر
(qdrant.tadrisino2.ir) — استخراج‌شده و بررسی‌شده در ۱۴۰۵/۰۶/۰۶ (2026-08-28).

هدف: کاربر لازم نباشه رشته‌های دقیقِ گرید/فصل رو حفظ کنه. با داشتنِ subject و
یک شماره‌ی ساده (شماره‌ی درس یا شماره‌ی فصل)، retrieval خودش:
  - کلیدِ فیلترِ درست رو انتخاب می‌کنه (ریاضی → chapter ، بقیه → lesson_number)
  - برای ریاضی، شماره‌ی فصل رو به رشته‌ی دقیقِ فصل تبدیل می‌کنه.

اگه تیمِ دیگه collection جدید اضافه/تغییر داد، فقط همین فایل به‌روز بشه.
"""

from .textbooks import TEXTBOOKS, chapter_titles

# --- درس‌های متنی: payload کلیدِ `lesson_number` (رشته) + `summary` دارد ---
# نامِ collection = f"{subject} {grade}".lower()
TEXT_SUBJECT_LESSON_FILTER_KEY = 'lesson_number'

# --- ریاضی: payload کلیدِ `chapter` (رشته) + `generalSolution` دارد، `summary` ندارد ---
MATH_LESSON_FILTER_KEY = 'chapter'

# subjectهایی که ساختارِ «ریاضی» دارند (فیلتر با chapter، متن از generalSolution)
# «حسابان» کتابِ رشته‌ی ریاضی‌فیزیک در پایه‌های یازدهم/دوازدهم است و دقیقاً
# همان شکلِ payload را دارد. اگر اینجا نباشد، retrieval آن را درسِ متنی حساب
# می‌کند و به‌جای `chapter` روی `lesson_number` فیلتر می‌زند — بدونِ هیچ خطایی
# همیشه صفر نتیجه.
MATH_SUBJECTS = {'ریاضی', 'حسابان'}

# فصول ریاضی به تفکیکِ (subject, grade) — کلیدِ داخلی هم شماره‌ی فصل و هم
# رشته‌ی کامل رو می‌پذیره.
#
# پایه‌های سوم/ششم/هفتم را تیمِ دیگر آپلود کرده بود و این جدول از روی دادهٔ
# زنده‌ی Qdrant درآمده. پایه‌های نهم/دهم را خودمان ingest می‌کنیم، پس عنوانِ
# فصلشان از rag/services/textbooks.py می‌آید تا رشته‌ای که ingest می‌نویسد و
# رشته‌ای که retrieval رویش فیلتر می‌کند نتوانند از هم جدا بیفتند.
MATH_CHAPTERS = {
    ('ریاضی', 'سوم'): {
        1: 'فصل ۱: الگوها',
        2: 'فصل ۲: عددهای چهار رقمی',
        3: 'فصل ۳: عددهای کسری',
        4: 'فصل ۴: ضرب و تقسیم',
        5: 'فصل ۵: محیط و مساحت',
        6: 'فصل ۶: جمع و تفریق',
        7: 'فصل ۷: آمار و احتمال',
        8: 'فصل ۸: ضرب عددها',
    },
    ('ریاضی', 'ششم'): {
        1: 'فصل ۱: عدد و الگوهای عددی',
        2: 'فصل ۲: کسر',
        3: 'فصل ۳: اعداد اعشاری',
        4: 'فصل ۴: تقارن و مختصات',
        5: 'فصل ۵: اندازه گیری',
        6: 'فصل ۶: تناسب و درصد',
        7: 'فصل ۷: تقریب',
    },
    ('ریاضی', 'هفتم'): {
        1: 'فصل ۱: راهبردهای حل مسئله',
        2: 'فصل ۲: عددهای صحیح',
        3: 'فصل ۳: جبر و معادله',
        4: 'فصل ۴: هندسه و استدلال',
        5: 'فصل ۵: شمارنده‌ها و اعداد اول',
        6: 'فصل ۶: سطح و حجم',
        7: 'فصل ۷: توان و جذر',
        8: 'فصل ۸: بردار و مختصات',
        9: 'فصل ۹: آمار و احتمال',
    },
}

MATH_CHAPTERS.update({
    (b.subject, b.grade): chapter_titles(b) for b in TEXTBOOKS.values()
})

# درس‌های علوم/اجتماعی — فقط برای مرجع/اعتبارسنجی (lesson_number → عنوان).
TEXT_LESSONS = {
    ('علوم تجربی', 'سوم'): {
        1: 'زنگ علوم', 2: 'خوراکی‌ها', 3: 'اندازه‌گیری مواد', 4: 'مواد اطراف ما',
        5: 'آب ماده‌ی باارزش', 6: 'زندگی ما و آب', 7: 'نور و مشاهده‌ی اجسام',
        8: 'جستجو کنیم و بسازیم', 9: 'نیرو همه‌جا ۱', 10: 'نیرو همه‌جا ۲',
        11: 'بکارید و ببینید', 12: 'هرکدام جای خود ۱', 13: 'هرکدام جای خود ۲',
        14: 'از گذشته تا آینده(نگهداری مواد غذایی)',
    },
    ('مطالعات اجتماعی', 'ششم'): {1: 'lesson_1', 2: 'lesson_2', 3: 'lesson_3', 9: 'lesson_9'},
    ('مطالعات اجتماعی', 'چهارم'): {1: 'lesson_1', 2: 'lesson_2', 3: 'lesson_3'},
}

# فهرستِ کاملِ collectionهای موجود (نامِ نهایی، lowercase).
KNOWN_COLLECTIONS = {
    'ریاضی سوم', 'ریاضی ششم', 'ریاضی هفتم',
    'علوم تجربی سوم', 'مطالعات اجتماعی ششم', 'مطالعات اجتماعی چهارم',
} | {b.key for b in TEXTBOOKS.values()}


def is_math_subject(subject: str) -> bool:
    return (subject or '').strip() in MATH_SUBJECTS


def filter_key_for_subject(subject: str) -> str:
    return MATH_LESSON_FILTER_KEY if is_math_subject(subject) else TEXT_SUBJECT_LESSON_FILTER_KEY


def resolve_math_chapter(subject: str, grade: str, lesson_or_chapter) -> str | None:
    """
    برای ریاضی: ورودی می‌تونه شماره‌ی فصل (2 / '2' / '۲') یا خودِ رشته‌ی
    کامل باشه. خروجی رشته‌ی دقیقِ `chapter` در Qdrant یا None.
    """
    if lesson_or_chapter is None:
        return None
    table = MATH_CHAPTERS.get((( subject or '').strip(), (grade or '').strip()))
    text = str(lesson_or_chapter).strip()
    if text.startswith('فصل'):
        return text
    # نرمال‌سازی ارقامِ فارسی → لاتین
    trans = str.maketrans('۰۱۲۳۴۵۶۷۸۹', '0123456789')
    digits = text.translate(trans)
    if table and digits.isdigit() and int(digits) in table:
        return table[int(digits)]
    return text or None