feat(grid): ajout algorithme score produit avec parametrage dynamique et page d'aide

src/app/api/ai/analyze/route.ts

@@ -0,0 +1,79 @@
+import { NextRequest, NextResponse } from "next/server";
+import { z } from "zod";
+
+const AnalyzeSchema = z.object({
+    codein: z.string(),
+    libelle1: z.string(),
+    totalCa: z.number(),
+    tauxMarge: z.number(),
+    totalQuantite: z.number(),
+    sales12m: z.record(z.string(), z.number()),
+    codeGamme: z.string().nullable(),
+});
+
+const OPENROUTER_URL = "https://openrouter.ai/api/v1/chat/completions";
+const SYSTEM_PROMPT = `Tu es un expert en analyse de gammes de produits B2B pour un acheteur retail professionnel.
+En analysant les données de ventes fournies, génère une recommandation de gamme concise (A=Cœur, B=Complémentaire, C=Saisonnier, Z=Sortie).
+Ta réponse doit être en 1-2 phrases maximum, en français, directe et actionnable.
+Format: "[Recommandation]: [Justification courte basée sur les données]"`;
+
+export async function POST(req: NextRequest) {
+    const apiKey = process.env.OPENROUTER_API_KEY;
+    if (!apiKey) {
+        return NextResponse.json({ error: "OPENROUTER_API_KEY not configured" }, { status: 503 });
+    }
+
+    const body = await req.json();
+    const parsed = AnalyzeSchema.safeParse(body);
+    if (!parsed.success) {
+        return NextResponse.json({ error: "Invalid payload", details: parsed.error.flatten() }, { status: 400 });
+    }
+
+    const { codein, libelle1, totalCa, tauxMarge, totalQuantite, sales12m, codeGamme } = parsed.data;
+
+    // Format monthly sales for the prompt
+    const monthlySummary = Object.entries(sales12m)
+        .map(([k, v]) => `${k}: ${Math.round(v)} unités`)
+        .join(", ");
+
+    const userMessage = `Produit: "${libelle1}" (Code: ${codein})
+Gamme actuelle: ${codeGamme ?? "Non définie"}
+CA total 12m: ${totalCa.toFixed(0)}€ | Taux de marge: ${tauxMarge.toFixed(1)}% | Volume: ${Math.round(totalQuantite)} unités
+Historique mensuel: ${monthlySummary}
+
+Quelle gamme recommandes-tu et pourquoi ?`;
+
+    try {
+        const response = await fetch(OPENROUTER_URL, {
+            method: "POST",
+            headers: {
+                Authorization: `Bearer ${apiKey}`,
+                "Content-Type": "application/json",
+                "HTTP-Referer": "https://collectflow.app",
+                "X-Title": "CollectFlow AI Copilot",
+            },
+            body: JSON.stringify({
+                model: "google/gemini-flash-1.5",
+                messages: [
+                    { role: "system", content: SYSTEM_PROMPT },
+                    { role: "user", content: userMessage },
+                ],
+                max_tokens: 150,
+                temperature: 0.3,
+            }),
+        });
+
+        if (!response.ok) {
+            const err = await response.text();
+            return NextResponse.json({ error: `OpenRouter error: ${err}` }, { status: response.status });
+        }
+
+        const data = await response.json();
+        const insight = data.choices?.[0]?.message?.content ?? "Analyse indisponible.";
+
+        return NextResponse.json({ insight, codein });
+    } catch (err) {
+        const msg = err instanceof Error ? err.message : "Unknown error";
+        return NextResponse.json({ error: msg }, { status: 500 });
+    }
+}