"""`support_kb_articles` 补三列,给「飞书服务台知识库」这一路语料落脚。

飞书服务台(Helpdesk)的知识库导出模板每行是一条 FAQ:
`1 级分类 | 问题 | 答案 | 相似问题 | 语言`。前两列直接对上现有的
`category` / `title`,答案对上 `body`,剩下三样在现有表里无处安放:

- `search_aliases` —— 「相似问题」。这是这张表里**检索价值最高**的一列:
  同一件事员工的问法有五六种,而 FAQ 的标题只写了其中一种。丢掉它等于
  把飞书机器人这些年攒下来的问法全扔了。存成**换行分隔的纯文本**(不是
  JSON):关键词那一路 `ILIKE` 能直接打,语义那一路直接拼进 embedding
  文本,前端就是一个 textarea —— 与飞书模板里「分行输入」的形状一致。
- `language` —— 导出里 78 条 zh / 46 条 en,且多为同一件事的中英对照。
  管理员在列表里要能一眼看出「这两条不是重复条目,是一对翻译」。**本次
  不参与排序**(embedding v3 本身跨语言可召回),只做展示与筛选。
- `source_category` —— FAQ 的原始一级分类(「网络 & 飞连VPN」/「Google
  Workspace」…)。`category` 只有 6 个固定值,映射过去必然丢信息;原标签
  留着,管理员按业务分组浏览时才认得出来。

三列全部可空,老行(manual / ai_ticket / feishu_doc)不受影响,不需要回填。

Revision ID: 578
Revises: 577
"""
from __future__ import annotations

import sqlalchemy as sa

from alembic import op

revision = "578"
down_revision = "577"
branch_labels = None
depends_on = None

TABLE = "support_kb_articles"

# (列名, DDL 类型)
COLUMNS = (
    ("search_aliases", "TEXT NULL"),
    ("language", "VARCHAR(8) NULL"),
    ("source_category", "VARCHAR(64) NULL"),
)


def _has_column(conn, table: str, column: str) -> bool:
    return conn.execute(
        sa.text(
            "SELECT 1 FROM information_schema.columns "
            "WHERE table_schema = DATABASE() AND table_name = :t "
            "AND column_name = :c"
        ),
        {"t": table, "c": column},
    ).scalar() is not None


def upgrade() -> None:
    conn = op.get_bind()
    if not sa.inspect(conn).has_table(TABLE):
        return
    for name, ddl in COLUMNS:
        if not _has_column(conn, TABLE, name):
            op.execute(f"ALTER TABLE `{TABLE}` ADD COLUMN `{name}` {ddl}")


def downgrade() -> None:
    conn = op.get_bind()
    if not sa.inspect(conn).has_table(TABLE):
        return
    for name, _ddl in COLUMNS:
        if _has_column(conn, TABLE, name):
            op.execute(f"ALTER TABLE `{TABLE}` DROP COLUMN `{name}`")