"""② 无监督式查询分解（XLM seq2seq，进程内）。

复用 methods/unsupervised/XLM/server_translate.py 里的 load()/decompose()（已改为惰性加载），
不再启动 Flask 服务。首次调用需要 RAGQA_XLM_CKPT 与 CUDA GPU。
"""

import os
import sys

_HERE = os.path.dirname(os.path.abspath(__file__))
_PKG_ROOT = os.path.dirname(_HERE)  # .../query_decomposition_baselines
_XLM_DIR = os.path.join(_PKG_ROOT, "methods", "unsupervised", "XLM")

_st = None  # server_translate 模块（惰性导入）


def _module():
    global _st
    if _st is not None:
        return _st
    # 未设 RAGQA_XLM_CKPT 时，自动回退到仓库内 weights/ 下的权重（HF 仓库 clone 后即可用）。
    if not os.environ.get("RAGQA_XLM_CKPT"):
        cand = os.path.join(_PKG_ROOT, "weights", "xlm_unsup_decomp.pth")
        if os.path.isfile(cand):
            os.environ["RAGQA_XLM_CKPT"] = cand  # 必须在 import server_translate 之前设置
    if _XLM_DIR not in sys.path:
        sys.path.insert(0, _XLM_DIR)  # 让 `import src...` 与 `import server_translate` 可解析
    import server_translate  # 导入很轻：只注册 parser/params，模型在 load() 里惰性加载
    _st = server_translate
    return _st


def unsupervised_decompose(query):
    """把一个 query 交给 XLM 分解器，返回子问题 list[str]。"""
    return _module().decompose(query)