import chromadb
from chromadb.utils import embedding_functions

# Panggil model dan database yang sama
emb = embedding_functions.SentenceTransformerEmbeddingFunction(
    model_name="paraphrase-multilingual-MiniLM-L12-v2")
client = chromadb.PersistentClient(path="./chroma_db")
koleksi = client.get_or_create_collection("pedoman", embedding_function=emb)

# Daftar pertanyaan uji
daftar_pertanyaan = [
    "Apa syarat cuti akademik?",
    "Berapa batas kehadiran untuk ujian?",
    "Bolehkah berhenti kuliah sementara?", # Pertanyaan parafrase (tanpa kata 'cuti')
    "Apa sanksi jika telat bayar kuliah?"  # Pertanyaan parafrase (tanpa kata 'keuangan')
]

for q in daftar_pertanyaan:
    print("=" * 60)
    print("PERTANYAAN:", q)
    # Ambil 2 hasil terdekat
    hasil = koleksi.query(query_texts=[q], n_results=2)
    
    for doc, meta, jarak in zip(hasil["documents"][0], hasil["metadatas"][0], hasil["distances"][0]):
        # Jarak (distance) semakin kecil berarti semakin mirip
        print(f"  [Sumber: {meta['sumber']} | Jarak: {jarak:.3f}]")
        print("  Teks:", doc[:120].replace("\n", " "), "...")