"""安全答案库:员工怎么问的。

**要修的是什么。** 答案库里的 71 条全部是按**客户安全问卷**的口吻写的 ——
「贵公司是否部署数据防泄漏(DLP)方案?」—— 而员工问的是「我能用个人电脑写公司
代码吗」。这两句话没有任何公共子串。

`security_faq_rag.py` 已经用语义检索把这条鸿沟补了一半(它的模块文档就是从这句
「这个搜索很蠢」开始写的)。但语义检索救的是**同一件事换一种说法**里语义确实靠近
的那部分;它救不了词表本身 —— 「个人电脑」和「BYOD」在向量上并不特别近,而条目里
只写后者。

`support_kb_articles.search_aliases` 解决的是同一个问题,而且解法已经被证明有效:
把员工真实的问法直接写进条目,词法路径直接 ILIKE 到,语义路径把它拼进嵌入文本。
这一列是同一件东西在另一套语料上的镜像 —— 刻意**不复用 `tags`**:tags 是安全团队
自己的分类关键词,把员工口语塞进去会同时污染分类筛选和它在嵌入文本里的语义。

写入这一列的唯一通道是知识循环的提案队列(`knowledge_proposals`,迁移 593),
来源是 `auditor_security_faq_gaps` 里那些真实问过、却没被答上的问句。也就是说:
这一列里的每一个词,都是某个员工真的打出来过的。

⚠️ 加了这一列之后,**已有的向量全部过期**:`embedding_text()` 现在会把它拼进去,
而一条有员工问法却按旧文本嵌过的条目,拿新问法照样搜不到。所以这个迁移把接受提案
时的失效交给应用层(`security_faq_wiki` 落地时清 `embedding`),而不是在这里一次性
把 71 条全清 —— 全清会让下一次员工提问在重嵌完成之前退化成纯词法,而那正是这次
要修的那条路。没有员工问法的条目,它的嵌入文本一个字都没变。

Revision ID: 594
Revises: 593

⚠️ 迁移号要对着 `origin/main` 抢,而且每次 push 之前重新抢一次。
"""
from __future__ import annotations

import sqlalchemy as sa

from alembic import op

revision = "594"
down_revision = "593"
branch_labels = None
depends_on = None

ENTRIES = "auditor_answer_library_entries"
COLUMN = "employee_phrasings"


def _has_column(bind, table: str, column: str) -> bool:
    return bind.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 _has_table(bind, name: str) -> bool:
    return bind.execute(
        sa.text(
            "SELECT 1 FROM information_schema.tables "
            "WHERE table_schema = DATABASE() AND table_name = :n"
        ),
        {"n": name},
    ).scalar() is not None


def upgrade() -> None:
    bind = op.get_bind()
    if not _has_table(bind, ENTRIES):
        return
    if not _has_column(bind, ENTRIES, COLUMN):
        # Plain text, newline-separated — the same shape as
        # ``support_kb_articles.search_aliases``, for the same reason: the
        # lexical path ILIKEs it directly and the semantic path concatenates it
        # into the embedding input, neither of which wants JSON.
        op.add_column(ENTRIES, sa.Column(COLUMN, sa.Text(), nullable=True))


def downgrade() -> None:
    bind = op.get_bind()
    if _has_table(bind, ENTRIES) and _has_column(bind, ENTRIES, COLUMN):
        op.drop_column(ENTRIES, COLUMN)