File size: 4,206 Bytes
4dc3b79
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
import sys
from pathlib import Path
import logging
import os

# Add the app directory to the path
sys.path.append(str(Path(__file__).parent.parent))

from app.services.vector_store import VectorStoreManager
from app.core.config import settings

# Configure logging
logging.basicConfig(level=logging.INFO)
# Suppress noisy logs from third-party libraries
logging.getLogger("chromadb.telemetry.product.posthog").setLevel(logging.CRITICAL)

def main():
    # Garante que o script rode na raiz do projeto para encontrar o banco correto em data/chroma_db
    project_root = Path(__file__).resolve().parent.parent
    os.chdir(project_root)

    print("🔍 Initializing Vector Store...")
    vector_store = VectorStoreManager()
    
    # 1. Verificar se o PowerBuilder está indexado
    term_check = "PowerBuilder"
    print(f"\n1️⃣  Verificando se '{term_check}' existe no banco (Busca Direta)...")
    results_check = vector_store.similarity_search_with_score(term_check, k=3)
    
    if results_check:
        print(f"✅ Encontrado! O melhor match tem score: {results_check[0][1]:.4f}")
        print(f"   Arquivo: {results_check[0][0].metadata.get('filename')}")
        print(f"   Conteúdo: {results_check[0][0].page_content[:150]}...")
    else:
        print(f"❌ '{term_check}' NÃO foi encontrado no banco. Verifique a ingestão.")
        return

    # 2. Busca original com K expandido
    query = "linguagens de programação"
    k_expanded = 100
    print(f"\n2️⃣  Realizando busca original: '{query}' com k={k_expanded}...")
    
    results = vector_store.similarity_search_with_score(query, k=k_expanded)
    
    print(f"✅ Encontrados {len(results)} chunks. Procurando '{term_check}' nos resultados...\n")
    
    found_at_index = -1
    
    for i, (doc, score) in enumerate(results):
        # Verifica se é o chunk do PowerBuilder
        if term_check.lower() in doc.page_content.lower():
            print(f"🎯 ENCONTRADO NA POSIÇÃO {i+1}!")
            print(f"   Score: {score:.4f}")
            print(f"   Arquivo: {doc.metadata.get('filename')}")
            
            # Encontrar a posição do termo para mostrar o contexto
            content = doc.page_content
            idx = content.lower().find(term_check.lower())
            start = max(0, idx - 50)
            end = min(len(content), idx + 100)
            preview = content[start:end].replace('\n', ' ')
            print(f"   Trecho com o termo: ...{preview}...")
            
            found_at_index = i
            break # Parar ao encontrar o primeiro
            
    if found_at_index == -1:
        print(f"❌ '{term_check}' não apareceu nos top {k_expanded} resultados para '{query}'.")
        print("   Isso sugere que a conexão semântica entre a pergunta e o texto do PowerBuilder é fraca neste modelo.")
    elif found_at_index >= 10:
        print(f"\n⚠️  O chunk estava na posição {found_at_index+1}, por isso não apareceu no Top 10 original.")
        print("   Sugestão: Aumente o 'k' no seu RAGService ou melhore o texto do documento.")

    # 3. Diagnóstico de Escopos e Filtros
    print("\n3️⃣  Diagnóstico de Escopos e Filtros...")
    try:
        # Busca genérica para pegar amostra de metadados
        sample_docs = vector_store.similarity_search("a", k=50)
        scopes_found = set()
        for doc in sample_docs:
            scopes_found.add(doc.metadata.get('scope', 'SEM_ESCOPO'))
        
        print(f"   Escopos encontrados no banco (amostra): {scopes_found}")
        
        # Teste simulando o App
        target_scopes = ['sistemas', 'farmaceutico']
        filter_dict = {'scope': {'$in': target_scopes}}
        print(f"   Simulando busca do App com filtro: {filter_dict}")
        
        results_filtered = vector_store.similarity_search("usuário", k=5, filter=filter_dict)
        if results_filtered:
            print(f"   ✅ Busca com filtro retornou {len(results_filtered)} resultados.")
        else:
            print(f"   ❌ Busca com filtro retornou 0 resultados. O problema é o filtro!")
    except Exception as e:
        print(f"❌ Erro ao diagnosticar escopos: {e}")

if __name__ == "__main__":
    main()