o2o-site-ontology/src/llm/mock.provider.ts

import { Injectable } from '@nestjs/common';
import { EMBEDDING_DIM } from '../config/env';
import { normalizeKeyword } from '../keywords/normalize';
import {
  GenerationOutput,
  KeywordCandidate,
  KeywordIntent,
  LlmProvider,
  MerchantContext,
  QaCandidate,
} from './types';

/**
 * API 키 없이 로컬에서 전체 파이프라인(생성 → 중복제거 → 서빙)을 돌리기 위한 대체 구현.
 *
 * embed(): 문자 bigram 해싱 + L2 정규화.
 *   랜덤이 아니라 "비슷한 문자열이면 비슷한 벡터"가 나오므로
 *   코사인 임계값 기반 중복제거 동작을 실제와 유사하게 검증할 수 있다.
 */
@Injectable()
export class MockLlmProvider extends LlmProvider {
  readonly name = 'mock';
  readonly model = 'mock-keyword-v1';


  async generate(ctx: MerchantContext): Promise<GenerationOutput> {
    const region = ctx.regionName ?? '';
    const industry = ctx.industryName ?? '업체';
    const p = ctx.profile;
    const services = toStringArray(p['services']);
    const features = toStringArray(p['features']);
    const audiences = toStringArray(p['audiences']);
    const nearby = toStringArray(p['nearby']);
    const seasons = toStringArray(p['seasons']);

    const MODIFIERS = ['추천', '예약', '가격', '후기', '저렴한곳', '깨끗한', '인기', '순위', '위치', '실시간예약'];
    const out: Array<[string, KeywordIntent, number]> = [];
    const push = (k: string, intent: KeywordIntent, rel: number) => out.push([k, intent, rel]);

    // 실제 로컬 검색 패턴을 프로필 배열의 조합으로 전개한다.
    push(ctx.name, 'brand', 0.99);
    push(`${region} ${ctx.name}`, 'brand', 0.97);
    push(`${region} ${industry}`, 'local', 0.95);
    push(`${region} ${industry} 추천`, 'local', 0.93);

    for (const m of MODIFIERS) {
      push(`${region} ${industry} ${m}`, intentOf(m), 0.86);
    }
    for (const a of audiences) {
      push(`${region} ${a} ${industry}`, 'local', 0.88);
      for (const m of MODIFIERS.slice(0, 4)) push(`${region} ${a} ${industry} ${m}`, intentOf(m), 0.74);
      push(`${a} ${industry} 추천`, 'informational', 0.62);
    }
    for (const f of features) {
      push(`${region} ${f} ${industry}`, 'local', 0.84);
      push(`${industry} ${f}`, 'informational', 0.6);
      push(`${region} ${industry} ${f}`, 'local', 0.7);
    }
    for (const s of services) {
      push(`${region} ${s}`, 'local', 0.82);
      for (const m of MODIFIERS.slice(0, 4)) push(`${s} ${m}`, intentOf(m), 0.66);
    }
    for (const n of nearby) {
      push(`${n} 근처 ${industry}`, 'local', 0.8);
      push(`${n} ${industry} 추천`, 'local', 0.76);
      push(`${n} 숙소`, 'local', 0.68);
    }
    for (const s of seasons) {
      push(`${s} ${region} ${industry}`, 'local', 0.72);
      push(`${region} ${s} ${industry} 예약`, 'transactional', 0.64);
    }
    // 동반자 × 시설 롱테일 — 여기서부터 검색량이 급격히 얇아진다
    for (const a of audiences) {
      for (const f of features) push(`${region} ${a} ${f} ${industry}`, 'local', 0.42);
    }
    for (const a of audiences) {
      for (const s of services) push(`${a} ${s}`, 'informational', 0.38);
    }
    // 질문형 (AEO 유입)
    for (const a of audiences) push(`${region} ${a} ${industry} 어디가 좋을까요`, 'informational', 0.5);
    for (const n of nearby) push(`${n} 여행 ${industry} 어디`, 'informational', 0.44);

    const seen = new Set<string>();
    const keywords: KeywordCandidate[] = [];
    for (const [raw, intent, relevance] of out) {
      const k = raw.replace(/\s+/g, ' ').trim();
      if (!k || seen.has(k)) continue;
      seen.add(k);
      keywords.push({ keyword: k, intent, relevance, rationale: `mock: ${intent}` });
      if (keywords.length >= ctx.targetCount) break;
    }

    const qaPairs: QaCandidate[] = [
      {
        question: `${ctx.name}은(는) 어디에 있나요?`,
        answer: `${ctx.name}은(는) ${region || '해당 지역'}에 위치한 ${industry}입니다.`,
      },
      {
        question: `${ctx.name} 예약은 어떻게 하나요?`,
        answer: `${ctx.name}은(는) 사이트 예약 페이지 또는 전화로 예약할 수 있습니다.`,
      },
      {
        question: `${ctx.name}의 주요 서비스는 무엇인가요?`,
        answer: services.length
          ? `주요 서비스는 ${services.join(', ')} 입니다.`
          : `${industry} 관련 서비스를 제공합니다.`,
      },
      {
        question: `${ctx.name} 근처에 가볼 만한 곳은 어디인가요?`,
        answer: nearby.length
          ? `${nearby.join(', ')} 등이 가깝습니다.`
          : `${region} 주요 명소가 인근에 있습니다.`,
      },
      {
        question: `${ctx.name}에 ${audiences[0] ?? '반려동물'}도 갈 수 있나요?`,
        answer: features.length
          ? `${features.join(', ')} 조건을 제공합니다. 예약 전 상세 조건을 확인해 주세요.`
          : `예약 전 상세 조건을 확인해 주세요.`,
      },
    ];

    return { keywords, qaPairs, model: this.model, provider: this.name };
  }
}

function intentOf(modifier: string): KeywordIntent {
  if (modifier === '예약' || modifier === '실시간예약' || modifier === '가격') return 'transactional';
  if (modifier === '후기' || modifier === '순위') return 'informational';
  return 'local';
}

function toStringArray(v: unknown): string[] {
  return Array.isArray(v) ? v.filter((x): x is string => typeof x === 'string') : [];
}

/** 문자 bigram 해싱 임베딩 (결정적, L2 정규화) */
export function hashEmbedding(text: string, dim = EMBEDDING_DIM): number[] {
  const s = ` ${normalizeKeyword(text)} `;
  const vec = new Float64Array(dim);
  for (let i = 0; i < s.length - 1; i++) {
    const gram = s.slice(i, i + 2);
    const h = fnv1a(gram);
    vec[h % dim] += 1;
    // 부호 해싱으로 충돌 편향 완화
    vec[(h >>> 8) % dim] += h & 1 ? 1 : -1;
  }
  let norm = 0;
  for (let i = 0; i < dim; i++) norm += vec[i] * vec[i];
  norm = Math.sqrt(norm) || 1;
  return Array.from(vec, (x) => x / norm);
}

function fnv1a(str: string): number {
  let h = 0x811c9dc5;
  for (let i = 0; i < str.length; i++) {
    h ^= str.charCodeAt(i);
    h = Math.imul(h, 0x01000193) >>> 0;
  }
  return h >>> 0;
}