Trainer_LLM/scripts/bootstrap_qdrant_plans.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Bootstrap (idempotent) für Qdrant-Collections rund um Pläne – v1.1.0

- Legt fehlende Payload-Indizes als KEYWORD an (wo sinnvoll)
- Nutzt materialisierte Facettenfelder auf Templates (section_*),
  um verschachtelte Pfade stabil zu indizieren
- Collections selbst werden NICHT erstellt; das passiert beim ersten Upsert

Start:
  pip install qdrant-client --upgrade
  python3 scripts/bootstrap_qdrant_plans.py
"""
import os
from qdrant_client import QdrantClient
from qdrant_client.models import PayloadSchemaType

QDRANT_HOST = os.getenv("QDRANT_HOST", "localhost")
QDRANT_PORT = int(os.getenv("QDRANT_PORT", "6333"))

PLANS = os.getenv("PLAN_COLLECTION") or os.getenv("QDRANT_COLLECTION_PLANS", "plans")
TEMPLATES = os.getenv("PLAN_TEMPLATE_COLLECTION", "plan_templates")
SESSIONS = os.getenv("PLAN_SESSION_COLLECTION", "plan_sessions")

INDEX_SPECS = {
    # Templates: nutzen materialisierte Felder für stabile Indizes
    TEMPLATES: [
        ("discipline", PayloadSchemaType.KEYWORD),
        ("age_group", PayloadSchemaType.KEYWORD),
        ("target_group", PayloadSchemaType.KEYWORD),
        ("section_names", PayloadSchemaType.KEYWORD),
        ("section_must_keywords", PayloadSchemaType.KEYWORD),
        ("section_ideal_keywords", PayloadSchemaType.KEYWORD),
        ("section_supplement_keywords", PayloadSchemaType.KEYWORD),
        ("section_forbid_keywords", PayloadSchemaType.KEYWORD),
        ("goals", PayloadSchemaType.KEYWORD),
    ],
    # Plans: belassen verschachtelte Felder wie bisher; falls deine Qdrant-Version das
    # nicht unterstützt, können wir analog materialisieren (section_names) und hier ergänzen.
    PLANS: [
        ("discipline", PayloadSchemaType.KEYWORD),
        ("age_group", PayloadSchemaType.KEYWORD),
        ("target_group", PayloadSchemaType.KEYWORD),
        ("sections.name", PayloadSchemaType.KEYWORD),
        ("goals", PayloadSchemaType.KEYWORD),
        ("created_by", PayloadSchemaType.KEYWORD),
        ("created_at", PayloadSchemaType.KEYWORD),
        ("fingerprint", PayloadSchemaType.KEYWORD),
        ("title", PayloadSchemaType.KEYWORD),
    ],
    SESSIONS: [
        ("plan_id", PayloadSchemaType.KEYWORD),
        ("executed_at", PayloadSchemaType.KEYWORD),
        ("coach", PayloadSchemaType.KEYWORD),
        ("group_label", PayloadSchemaType.KEYWORD),
    ],
}


def _create_indexes(client: QdrantClient, collection: str, specs):
    # Prüfe, ob Collection existiert (wir erwarten sie). Falls nicht, Hinweis, aber nicht fatal.
    try:
        client.get_collection(collection)
        print(f"[Bootstrap v1.1.0] Collection '{collection}' ok.")
    except Exception as e:
        print(f"[Bootstrap v1.1.0] WARN: Collection '{collection}' nicht gefunden (wird beim ersten Upsert erstellt). Details: {e}")
        return

    for field, schema in specs:
        try:
            client.create_payload_index(collection_name=collection, field_name=field, field_schema=schema)
            print(f"[Bootstrap v1.1.0] Index created: {collection}.{field} ({schema})")
        except Exception as e:
            print(f"[Bootstrap v1.1.0] Index exists or skipped: {collection}.{field} -> {e}")


def main():
    print(f"[Bootstrap v1.1.0] Qdrant @ {QDRANT_HOST}:{QDRANT_PORT}")
    print(f"[Bootstrap v1.1.0] Collections: TEMPLATES={TEMPLATES} PLANS={PLANS} SESSIONS={SESSIONS}")
    client = QdrantClient(host=QDRANT_HOST, port=QDRANT_PORT)
    for coll, specs in INDEX_SPECS.items():
        _create_indexes(client, coll, specs)
    print("[Bootstrap v1.1.0] done.")


if __name__ == "__main__":
    main()