class MultiTurnRAGManager:
    def __init__(self, max_history=5):
        self.conversation_history = []
        self.retrieved_context = {}
        self.max_history = max_history
        
    def process_turn(self, user_query, turn_number):
        # 대화 기록 기반 쿼리 개선
        enhanced_query = self.enhance_query_with_context(user_query)
        
        # 이전 검색 결과 재사용 여부 결정
        should_reuse = self.check_context_relevance(user_query)
        
        if should_reuse:
            # 기존 컨텍스트 활용
            documents = self.retrieved_context.get('documents', [])
            prompt = self.build_contextual_prompt(
                user_query, 
                documents, 
                self.conversation_history
            )
        else:
            # 새로운 검색 수행
            documents = self.retriever.search(enhanced_query)
            self.retrieved_context = {
                'query': enhanced_query,
                'documents': documents,
                'turn': turn_number
            }
            prompt = self.build_fresh_prompt(user_query, documents)
        
        return prompt
    
    def build_contextual_prompt(self, query, documents, history):
        return f"""
이전 대화 내용:
{self.format_history(history[-3:])}  # 최근 3개 턴만

현재 질문: {query}

관련 컨텍스트 (이전에 검색된 정보):
{self.format_documents(documents)}

지침:
1. 이전 대화의 맥락을 고려하여 답변하세요
2. 이미 언급된 내용은 간략히 참조만 하세요
3. 새로운 관점이나 추가 정보에 집중하세요
4. 대화의 흐름을 자연스럽게 이어가세요

답변:
"""
    
    def enhance_query_with_context(self, current_query):
        if not self.conversation_history:
            return current_query
            
        # 대명사 해결 및 컨텍스트 추가
        context_keywords = self.extract_keywords(self.conversation_history[-2:])
        
        # 쿼리에 컨텍스트가 부족한 경우 보강
        if self.is_query_ambiguous(current_query):
            enhanced = f"{context_keywords} {current_query}"
            return enhanced
        
        return current_query
    
    def check_context_relevance(self, current_query):
        """이전 검색 결과의 재사용 가능성 판단"""
        if not self.retrieved_context:
            return False
            
        # 의미적 유사도 계산
        prev_query = self.retrieved_context.get('query', '')
        similarity = self.calculate_similarity(prev_query, current_query)
        
        # 임계값 이상이면 재사용
        return similarity > 0.7

# 사용 예시
manager = MultiTurnRAGManager()

# Turn 1
response1 = manager.process_turn("파이썬의 장점은 무엇인가요?", 1)

# Turn 2 - 컨텍스트 활용
response2 = manager.process_turn("그럼 단점은요?", 2)  # "그럼"이 파이썬을 지칭

# Turn 3 - 새로운 검색 필요
response3 = manager.process_turn("자바와 비교하면 어떤가요?", 3)