;============================================================
;   iron_ai_embeddings.hsp — Embeddings API ラッパ
;
;   OpenAI 互換の /embeddings エンドポイントでテキストを
;   ベクトル化する。コサイン類似度計算も提供。
;
;   依存: iron_ai.hsp + iron_json.hsp (iron_ai 経由で auto include)
;
;   API:
;     iron_ai_emb_set_model "text-embedding-3-small"
;       Embedding モデルを設定
;
;     iron_ai_embed "text", var_vector, var_dim
;       テキストをベクトル化。var_vector は double 配列、
;       var_dim に次元数が返る。
;       stat: 200=成功
;
;     iron_ai_embed_batch texts, n, var_vectors, var_dim
;       複数テキストを一括ベクトル化。texts は str 配列、n は個数。
;       var_vectors は double 配列 [n * dim]、var_dim に次元数。
;       stat: 200=成功
;
;     iron_ai_emb_cosine(a, b, dim)
;       2 つのベクトル (double 配列) のコサイン類似度を返す。
;       戻り値: double (-1.0 ~ 1.0)
;
;   使用例:
;     #include "iron_ai_embeddings.hsp"
;
;         iron_ai_set_endpoint "https://api.openai.com/v1"
;         iron_ai_set_key      "sk-..."
;         iron_ai_emb_set_model "text-embedding-3-small"
;
;         iron_ai_embed "猫はかわいい", vec1, dim
;         iron_ai_embed "犬もかわいい", vec2, dim2
;         sim = iron_ai_emb_cosine(vec1, vec2, dim)
;         mes "類似度: " + sim
;============================================================

#ifndef __iron_ai_embeddings_hsp__
#define __iron_ai_embeddings_hsp__

#include "iron_ai.hsp"

#module iron_ai_embeddings

;------------------------------------------------------------
; 内部: JSON 文字列エスケープ
;------------------------------------------------------------
#deffunc _emb_json_escape str src, var dst, local _c, local _len, local _src
    _src = src
    _len = strlen(_src)
    sdim dst, _len * 6 + 16
    repeat _len
        _c = peek(_src, cnt)
        if _c = '\\' {
            poke dst, strlen(dst), '\\'
            poke dst, strlen(dst), '\\'
        } else : if _c = '"' {
            poke dst, strlen(dst), '\\'
            poke dst, strlen(dst), '"'
        } else : if _c = 0x0a {
            poke dst, strlen(dst), '\\'
            poke dst, strlen(dst), 'n'
        } else : if _c = 0x0d {
            poke dst, strlen(dst), '\\'
            poke dst, strlen(dst), 'r'
        } else : if _c = 0x09 {
            poke dst, strlen(dst), '\\'
            poke dst, strlen(dst), 't'
        } else : if _c < 0x20 {
            ; skip
        } else {
            poke dst, strlen(dst), _c
        }
    loop
    return

;------------------------------------------------------------
; iron_ai_emb_set_model "text-embedding-3-small"
;------------------------------------------------------------
#deffunc iron_ai_emb_set_model str m
    _emb_model = m
    return

;------------------------------------------------------------
; iron_ai_embed "text", var_vector, var_dim
;   テキスト 1 件をベクトル化。
;   stat: 200=成功
;------------------------------------------------------------
#deffunc iron_ai_embed str text, var out_vector, var out_dim, local _esc, local _body, local _full_url, local _resp, local _hid, local _hdr_buf, local _model, local _n, local _i
    out_dim = 0

    _model = _emb_model
    if strlen(_model) = 0 : _model = "text-embedding-3-small"

    _emb_json_escape text, _esc

    ; JSON body
    sdim _body, strlen(_esc) + 512
    _body  = "{\"model\":\"" + _model + "\","
    _body += "\"input\":\"" + _esc + "\"}"

    ; Authorization
    sdim _hdr_buf, 2048
    if strlen(_ai_key@iron_ai) > 0 {
        _hdr_buf = "Authorization: Bearer " + _ai_key@iron_ai + "\r\n"
    } else {
        _hdr_buf = ""
    }
    http_set_header _hdr_buf

    sdim _full_url, 1024
    _full_url = _ai_endpoint@iron_ai + "/embeddings"

    sdim _resp, 1
    http_post _full_url, _body, _resp, "application/json"
    if stat ! 200 : return stat

    _hid = json_load(_resp)
    if _hid < 0 : return -1

    ; data[0].embedding 配列の長さ
    _n = json_len(_hid, "data[0].embedding")
    if _n <= 0 {
        json_release _hid
        return -2
    }

    out_dim = _n
    ddim out_vector, _n
    repeat _n
        out_vector(cnt) = json_dbl(_hid, "data[0].embedding[" + cnt + "]")
    loop

    json_release _hid
    return 200

;------------------------------------------------------------
; iron_ai_embed_batch texts, n, var_vectors, var_dim
;   複数テキストを一括ベクトル化。
;   texts: str 配列 (notesel 等で設定済み)
;   n: テキスト数
;   var_vectors: double 配列 [n * dim] (行優先)
;   var_dim: 次元数
;   stat: 200=成功
;------------------------------------------------------------
#deffunc iron_ai_embed_batch var texts, int n, var out_vectors, var out_dim, local _esc, local _body, local _input_arr, local _full_url, local _resp, local _hid, local _hdr_buf, local _model, local _dim, local _i, local _j
    out_dim = 0

    if n <= 0 : return -1

    _model = _emb_model
    if strlen(_model) = 0 : _model = "text-embedding-3-small"

    ; input 配列を構築
    sdim _input_arr, 65536
    _input_arr = ""
    repeat n
        _emb_json_escape texts(cnt), _esc
        if cnt > 0 : _input_arr = _input_arr + ","
        _input_arr = _input_arr + "\"" + _esc + "\""
    loop

    ; JSON body
    sdim _body, strlen(_input_arr) + 512
    _body  = "{\"model\":\"" + _model + "\","
    _body += "\"input\":[" + _input_arr + "]}"

    ; Authorization
    sdim _hdr_buf, 2048
    if strlen(_ai_key@iron_ai) > 0 {
        _hdr_buf = "Authorization: Bearer " + _ai_key@iron_ai + "\r\n"
    } else {
        _hdr_buf = ""
    }
    http_set_header _hdr_buf

    sdim _full_url, 1024
    _full_url = _ai_endpoint@iron_ai + "/embeddings"

    sdim _resp, 1
    http_post _full_url, _body, _resp, "application/json"
    if stat ! 200 : return stat

    _hid = json_load(_resp)
    if _hid < 0 : return -1

    ; 次元数 (最初の結果から取得)
    _dim = json_len(_hid, "data[0].embedding")
    if _dim <= 0 {
        json_release _hid
        return -2
    }
    out_dim = _dim

    ; 出力配列確保
    ddim out_vectors, n * _dim

    ; 各ベクトルを格納
    repeat n
        _i = cnt
        repeat _dim
            _j = cnt
            out_vectors(_i * _dim + _j) = json_dbl(_hid, "data[" + _i + "].embedding[" + _j + "]")
        loop
    loop

    json_release _hid
    return 200

;------------------------------------------------------------
; iron_ai_emb_cosine(a, b, dim) → double
;   コサイン類似度: dot(a,b) / (|a| * |b|)
;------------------------------------------------------------
#defcfunc iron_ai_emb_cosine var a, var b, int dim, local _dot, local _na, local _nb, local _i, local _denom
    _dot = 0.0
    _na  = 0.0
    _nb  = 0.0
    repeat dim
        _dot += a(cnt) * b(cnt)
        _na  += a(cnt) * a(cnt)
        _nb  += b(cnt) * b(cnt)
    loop
    _na = sqrt(_na)
    _nb = sqrt(_nb)
    _denom = _na * _nb
    if _denom = 0.0 : return 0.0
    return _dot / _denom

#global

    ; 初期化
    sdim _emb_model@iron_ai_embeddings, 256
    _emb_model@iron_ai_embeddings = "text-embedding-3-small"

#endif