hyungi_document_server/app/models/document.py

"""documents 테이블 ORM"""

from datetime import datetime

from pgvector.sqlalchemy import Vector
from sqlalchemy import BigInteger, Boolean, DateTime, Enum, Integer, String, Text
from sqlalchemy.dialects.postgresql import JSONB
from sqlalchemy.orm import Mapped, mapped_column

# Note: file_type='note' (메모) 문서는 file_path=NULL, file_hash=content SHA-256

from core.database import Base


class Document(Base):
    __tablename__ = "documents"

    id: Mapped[int] = mapped_column(BigInteger, primary_key=True)

    # 1계층: 원본 파일
    file_path: Mapped[str | None] = mapped_column(Text, nullable=True)
    file_hash: Mapped[str] = mapped_column(String(64), nullable=False)
    file_format: Mapped[str] = mapped_column(String(20), nullable=False)
    file_size: Mapped[int | None] = mapped_column(BigInteger)
    file_type: Mapped[str] = mapped_column(
        Enum("immutable", "editable", "note", name="doc_type"),
        default="immutable"
    )
    import_source: Mapped[str | None] = mapped_column(Text)

    # 2계층: 텍스트 추출
    extracted_text: Mapped[str | None] = mapped_column(Text)
    extracted_at: Mapped[datetime | None] = mapped_column(DateTime(timezone=True))
    extractor_version: Mapped[str | None] = mapped_column(String(50))

    # 2계층: 추출 메타 (OCR 판정/실행)
    extract_meta: Mapped[dict | None] = mapped_column(JSONB, default=dict)

    # 2계층: AI 가공
    ai_summary: Mapped[str | None] = mapped_column(Text)
    ai_tags: Mapped[dict | None] = mapped_column(JSONB, default=[])
    ai_domain: Mapped[str | None] = mapped_column(String(100))
    ai_sub_group: Mapped[str | None] = mapped_column(String(100))
    ai_model_version: Mapped[str | None] = mapped_column(String(50))
    ai_processed_at: Mapped[datetime | None] = mapped_column(DateTime(timezone=True))
    document_type: Mapped[str | None] = mapped_column(String(50))
    importance: Mapped[str | None] = mapped_column(String(20), default="medium")
    ai_confidence: Mapped[float | None] = mapped_column()

    # Memo Intake Upgrade PR-2B — Gemma 4B triage 가 추론한 메모 의도 분류 hint
    # ('note' | 'task' | 'calendar_event' | 'activity_log' | 'reference')
    # AI 자동 events 생성 X — 사용자 1-click promote 시점에만 events row 생성 (안전 boundary).
    ai_event_kind: Mapped[str | None] = mapped_column(
        Enum("note", "task", "calendar_event", "activity_log", "reference",
             name="event_kind_hint")
    )
    ai_event_confidence: Mapped[float | None] = mapped_column()

    # 3계층: 벡터 임베딩
    embedding = mapped_column(Vector(1024), nullable=True)
    embed_model_version: Mapped[str | None] = mapped_column(String(50))
    embedded_at: Mapped[datetime | None] = mapped_column(DateTime(timezone=True))

    # 사용자 메모
    user_note: Mapped[str | None] = mapped_column(Text)

    # 사용자 태그 (ai_tags와 분리, #태그 파싱 결과 또는 수동 입력)
    user_tags: Mapped[list | None] = mapped_column(JSONB, default=[])

    # 핀 고정
    pinned: Mapped[bool] = mapped_column(Boolean, default=False)

    # /ask 합성 포함 여부 (false면 검색은 되지만 evidence에서 제외)
    ask_includable: Mapped[bool] = mapped_column(Boolean, default=True)

    # 아카이브 (현재 메모 UX 전용, 문서 쪽에는 노출하지 않음)
    archived: Mapped[bool] = mapped_column(Boolean, default=False)

    # 메모 체크박스별 메타 — {"<task_index>": {"checked_at": "<ISO8601 UTC>"}}
    # UI에서 체크 후 10초 경과 항목 숨김 판정에 사용. file_type='note'에서만 의미 있음.
    memo_task_state: Mapped[dict] = mapped_column(JSONB, nullable=False, default=dict)

    # ODF 변환
    derived_path: Mapped[str | None] = mapped_column(Text)  # 변환본 경로 (.derived/)
    original_format: Mapped[str | None] = mapped_column(String(20))
    conversion_status: Mapped[str | None] = mapped_column(String(20), default="none")

    # 읽음 상태 (뉴스용)
    is_read: Mapped[bool | None] = mapped_column(Boolean, default=False)

    # 승인/삭제
    review_status: Mapped[str | None] = mapped_column(String(20), default="pending")
    deleted_at: Mapped[datetime | None] = mapped_column(DateTime(timezone=True))

    # 외부 편집 URL
    edit_url: Mapped[str | None] = mapped_column(Text)

    # 미리보기
    preview_status: Mapped[str | None] = mapped_column(String(20), default="none")
    preview_hash: Mapped[str | None] = mapped_column(String(64))
    preview_at: Mapped[datetime | None] = mapped_column(DateTime(timezone=True))

    # 메타데이터
    source_channel: Mapped[str | None] = mapped_column(
        Enum("law_monitor", "devonagent", "email", "web_clip",
             "tksafety", "inbox_route", "manual", "drive_sync", "news", "memo",
             "voice", "hermes",
             name="source_channel")
    )
    # 외부 채널 (Hermes Discord 등) 의 channel/user/message_id/timestamp 메타.
    # extract_meta (OCR 전용) 와 분리.
    source_metadata: Mapped[dict] = mapped_column(JSONB, nullable=False, default=dict)
    data_origin: Mapped[str | None] = mapped_column(
        Enum("work", "external", name="data_origin")
    )
    # 용도 구분 (우선순위: 수동 수정 > 업로드 명시값 > AI 추론)
    doc_purpose: Mapped[str | None] = mapped_column(
        Enum("business", "knowledge", name="document_purpose")
    )
    title: Mapped[str | None] = mapped_column(Text)

    # 카테고리 (1차 진입점 — UI 탭/라우트 분기)
    # 7 활성: document / library / news / memo / audio / video / law
    # 3 유보: mail / calendar / plex
    category: Mapped[str | None] = mapped_column(
        Enum("document", "library", "news", "memo", "audio", "video", "law",
             "mail", "calendar", "plex",
             name="doc_category", create_type=False)
    )

    # AI 가 제안했지만 미승인된 변경 후보 (category / path / doctype)
    # /accept-suggestion 승인 시에만 category / user_tags 반영 (자동 전이 금지)
    ai_suggestion: Mapped[dict | None] = mapped_column(JSONB)

    # PR-B B-1: summary_triage (4B, 상시) / summary_deep (26B, 에스컬레이션) 분할 산출
    ai_tldr: Mapped[str | None] = mapped_column(Text)                          # ≤60자 TL;DR
    ai_bullets: Mapped[list | None] = mapped_column(JSONB)                     # 3~5개 핵심 bullets
    ai_detail_summary: Mapped[str | None] = mapped_column(Text)                # 26B 2~3문단
    ai_inconsistencies: Mapped[list | None] = mapped_column(JSONB)             # [{kind, desc}]
    # 'triage' | 'deep' | NULL — 현재 문서가 어느 tier 까지 분석 완료됐는지
    ai_analysis_tier: Mapped[str | None] = mapped_column(String(10))

    # 비디오 썸네일 (§3) — ffmpeg 50% 지점 1장. PKM/Videos/.thumbs/{id}.jpg 절대경로.
    thumbnail_path: Mapped[str | None] = mapped_column(Text)

    # NAS 드롭된 mov/mkv/avi quarantine 플래그 (§3). true 면 재생 불가 안내만 표시.
    needs_conversion: Mapped[bool] = mapped_column(Boolean, default=False, server_default="false")

    # facet 탐색 축 (Phase 2)
    facet_company: Mapped[str | None] = mapped_column(Text)
    facet_topic: Mapped[str | None] = mapped_column(Text)
    facet_year: Mapped[int | None] = mapped_column(Integer)
    facet_doctype: Mapped[str | None] = mapped_column(Text)

    # === Phase 1A canonical Markdown layer columns (migrations 211~219) ===
    # plan: ~/.claude/plans/plan-idempotent-sundae.md
    md_content: Mapped[str | None] = mapped_column(Text)
    md_frontmatter: Mapped[dict] = mapped_column(JSONB, nullable=False, default=dict)
    md_format_version: Mapped[str] = mapped_column(Text, nullable=False, default='1.0')
    md_status: Mapped[str] = mapped_column(Text, nullable=False, default='pending')
    md_extraction_engine: Mapped[str | None] = mapped_column(Text)
    md_extraction_engine_version: Mapped[str | None] = mapped_column(Text)
    md_extraction_quality: Mapped[dict | None] = mapped_column(JSONB)
    md_extraction_error: Mapped[str | None] = mapped_column(Text)
    md_content_hash: Mapped[str | None] = mapped_column(Text)
    md_source_hash: Mapped[str | None] = mapped_column(Text)
    md_generated_at: Mapped[datetime | None] = mapped_column(DateTime(timezone=True))
    content_origin: Mapped[str] = mapped_column(Text, nullable=False, default='extracted')
    md_draft_status: Mapped[str | None] = mapped_column(Text)

    # 타임스탬프
    created_at: Mapped[datetime] = mapped_column(
        DateTime(timezone=True), default=datetime.now
    )
    updated_at: Mapped[datetime] = mapped_column(
        DateTime(timezone=True), default=datetime.now, onupdate=datetime.now
    )