mirror of
https://github.com/R0m1k3/CollectFlow.git
synced 2026-10-23 23:18:10 +02:00
feat: implement admin AI chat API with SQL execution tools and database schema context
This commit is contained in:
Michael committed
1 parent
0c1d3c10bd
commit
6e10364922
1 file changed
+103
-49
@@ -70,74 +70,128 @@ const TOOLS = [
|
|||||||
];
|
];
|
||||||
|
|
||||||
const DB_SCHEMA = `
|
const DB_SCHEMA = `
|
||||||
## Tables de la base de données CollectFlow
|
# Schéma complet de la base de données CollectFlow (PostgreSQL)
|
||||||
|
|
||||||
### ventes_produits
|
## Table : ventes_produits
|
||||||
Données de ventes produits (historique 12 mois par magasin)
|
Table principale. Contient l'historique des ventes par produit, par magasin, par mois.
|
||||||
|
Chaque ligne = 1 produit × 1 magasin × 1 mois.
|
||||||
|
|
||||||
|
Colonnes :
|
||||||
- id (serial PK)
|
- id (serial PK)
|
||||||
- codein (varchar) — identifiant produit interne
|
- codein (varchar) — identifiant produit interne unique FF Nancy
|
||||||
- code_fournisseur (varchar) — code fournisseur
|
- code_fournisseur (varchar) — code fournisseur (ex: "FOU001")
|
||||||
- nom_fournisseur (varchar) — nom du fournisseur
|
- nom_fournisseur (varchar) — nom complet du fournisseur
|
||||||
- libelle1 (varchar) — libellé produit
|
- libelle1 (varchar) — libellé principal du produit
|
||||||
- gtin (varchar) — code-barres
|
- gtin (varchar) — code-barres EAN
|
||||||
- reference (varchar) — référence
|
- reference (varchar) — référence produit fournisseur
|
||||||
- colisage (numeric) — quantité par colis
|
- colisage (numeric) — quantité par colis
|
||||||
- code_gamme (varchar) — classification actuelle (A/B/C/D/Z)
|
- code_gamme (varchar) — classification actuelle : A, B, C, D, ou Z
|
||||||
- code_gamme_init (varchar) — classification initiale
|
- code_gamme_init (varchar) — classification d'origine à l'import
|
||||||
- code3 / libelle3 — sous-catégorie
|
- code3 (varchar) — code sous-catégorie produit
|
||||||
- magasin (varchar) — code magasin
|
- libelle3 (varchar) — libellé sous-catégorie
|
||||||
- code_magasin (varchar) — code magasin alternatif
|
- magasin (varchar) — nom ou code magasin (ex: "Supermarché Est")
|
||||||
- annee (smallint), mois (smallint) — période
|
- code_magasin (varchar) — identifiant court magasin (ex: "001")
|
||||||
- periode (varchar) — ex: "2024-01"
|
- annee (smallint) — année de la période (ex: 2024)
|
||||||
- quantite (numeric) — quantité vendue
|
- mois (smallint) — mois de la période (1-12)
|
||||||
- montant_mvt (numeric) — CA HT
|
- periode (varchar) — format "YYYY-MM" (ex: "2024-03")
|
||||||
- marge_mvt (numeric) — marge HT
|
- quantite (numeric) — quantité vendue sur la période
|
||||||
- imported_at, updated_at (timestamp)
|
- montant_mvt (numeric) — chiffre d'affaires HT en euros
|
||||||
|
- marge_mvt (numeric) — marge brute HT en euros
|
||||||
|
- prix_unitaire (numeric) — prix de vente unitaire HT (si disponible)
|
||||||
|
- imported_at (timestamp) — date d'import
|
||||||
|
- updated_at (timestamp) — dernière mise à jour
|
||||||
|
|
||||||
### users
|
Requêtes utiles sur ventes_produits :
|
||||||
Utilisateurs de l'application
|
- Lister les fournisseurs distincts : SELECT DISTINCT code_fournisseur, nom_fournisseur FROM ventes_produits ORDER BY nom_fournisseur
|
||||||
|
- CA total par fournisseur : SELECT nom_fournisseur, SUM(montant_mvt) as ca FROM ventes_produits GROUP BY nom_fournisseur ORDER BY ca DESC
|
||||||
|
- Produits par gamme : SELECT code_gamme, COUNT(DISTINCT codein) FROM ventes_produits GROUP BY code_gamme
|
||||||
|
- Évolution mensuelle : SELECT periode, SUM(montant_mvt) as ca FROM ventes_produits GROUP BY periode ORDER BY periode
|
||||||
|
- Produits d'un fournisseur : SELECT DISTINCT codein, libelle1, code_gamme FROM ventes_produits WHERE code_fournisseur = '...'
|
||||||
|
|
||||||
|
## Table : users
|
||||||
|
Utilisateurs de l'application CollectFlow.
|
||||||
|
|
||||||
|
Colonnes :
|
||||||
- id (serial PK)
|
- id (serial PK)
|
||||||
- username (varchar unique)
|
- username (varchar unique) — identifiant de connexion
|
||||||
- password_hash (text) — NE PAS EXPOSER
|
- password_hash (text) — ⛔ NE JAMAIS EXPOSER CE CHAMP
|
||||||
- role (varchar) — 'admin' ou 'user'
|
- role (varchar) — 'admin' (accès total) ou 'user' (accès restreint)
|
||||||
- created_at (timestamp)
|
- created_at (timestamp)
|
||||||
|
|
||||||
### session_snapshots
|
## Table : session_snapshots
|
||||||
Snapshots de sessions d'arbitrage gamme
|
Historique des sessions d'arbitrage de gamme sauvegardées par les utilisateurs.
|
||||||
|
Un snapshot = une session de travail où un utilisateur a modifié des classifications gamme.
|
||||||
|
|
||||||
|
Colonnes :
|
||||||
- id (serial PK)
|
- id (serial PK)
|
||||||
- user_id (int FK → users)
|
- user_id (int FK → users.id)
|
||||||
- code_fournisseur, nom_fournisseur (varchar)
|
- code_fournisseur (varchar)
|
||||||
|
- nom_fournisseur (varchar)
|
||||||
- magasin (varchar)
|
- magasin (varchar)
|
||||||
- changes (jsonb) — map codein → {before, after}
|
- changes (jsonb) — objet JSON : { "codein": { "before": "A", "after": "B" }, ... }
|
||||||
- summary_json (jsonb) — statistiques résumées
|
- summary_json (jsonb) — statistiques : { "total": N, "byGamme": {...}, ... }
|
||||||
- label (text) — nom du snapshot
|
- label (text) — nom donné au snapshot par l'utilisateur
|
||||||
- type (varchar) — 'snapshot' ou 'export'
|
- type (varchar) — 'snapshot' (sauvegarde manuelle) ou 'export' (export Excel/PDF)
|
||||||
- created_at (timestamp)
|
- created_at (timestamp)
|
||||||
|
|
||||||
### ai_supplier_context
|
Requêtes utiles sur session_snapshots :
|
||||||
Règles métier IA par fournisseur
|
- Derniers snapshots : SELECT id, label, nom_fournisseur, magasin, type, created_at FROM session_snapshots ORDER BY created_at DESC LIMIT 20
|
||||||
|
- Compter les changements d'un snapshot : SELECT id, label, jsonb_object_keys(changes) FROM session_snapshots
|
||||||
|
- Snapshots par utilisateur : SELECT u.username, COUNT(*) FROM session_snapshots s JOIN users u ON u.id = s.user_id GROUP BY u.username
|
||||||
|
|
||||||
|
## Table : ai_supplier_context
|
||||||
|
Contexte métier personnalisé par fournisseur, saisi par les managers pour guider l'IA d'analyse de gamme.
|
||||||
|
|
||||||
|
Colonnes :
|
||||||
- code_fournisseur (varchar PK)
|
- code_fournisseur (varchar PK)
|
||||||
- context (text) — règles saisies par le manager
|
- context (text) — instructions et règles métier spécifiques au fournisseur
|
||||||
- updated_at (timestamp)
|
- updated_at (timestamp)
|
||||||
|
|
||||||
|
## Règles métier — Classification gamme (A/B/C/D/Z)
|
||||||
|
- **A** : Produit pilier — fort volume, fort CA, indispensable au rayon
|
||||||
|
- **B** : Bon produit — bonne rotation, CA correct
|
||||||
|
- **C** : Produit de performance — faible rotation mais maintenu pour compléter l'offre
|
||||||
|
- **D** : Produit saisonnier ou de niche — présence justifiée par événement ou spécificité
|
||||||
|
- **Z** : Produit en sortie de gamme — à déréférencer
|
||||||
|
|
||||||
|
## Informations sur l'application CollectFlow
|
||||||
|
- Application web Next.js de gestion de gammes produits pour des magasins de distribution alimentaire
|
||||||
|
- Les données viennent d'une API externe (FF Nancy) synchronisée chaque nuit
|
||||||
|
- Plusieurs magasins peuvent être gérés, chacun a son propre assortiment
|
||||||
|
- Les utilisateurs arbitrent manuellement les gammes produit par fournisseur
|
||||||
|
- Les sessions sont sauvegardées comme snapshots pour historique et audit
|
||||||
`;
|
`;
|
||||||
|
|
||||||
const SYSTEM_PROMPT = `Tu es un assistant IA administrateur pour l'application CollectFlow, un outil de gestion de gammes produits et d'analyse des ventes pour des magasins de distribution.
|
const SYSTEM_PROMPT = `Tu es un assistant IA administrateur expert pour l'application CollectFlow, un outil de gestion de gammes produits et d'analyse des ventes pour des magasins de distribution alimentaire.
|
||||||
|
|
||||||
Tu as accès à la base de données PostgreSQL de l'application via l'outil \`execute_sql\`. Tu peux aussi consulter le schéma avec \`get_db_schema\`.
|
## Outils disponibles
|
||||||
|
- \`execute_sql\` : exécute une requête SELECT sur la base PostgreSQL
|
||||||
|
- \`get_db_schema\` : retourne le schéma complet de la base de données
|
||||||
|
|
||||||
**Règles importantes :**
|
Le schéma complet est déjà inclus dans ton contexte ci-dessous — utilise \`get_db_schema\` uniquement si tu as besoin de détails supplémentaires.
|
||||||
- N'expose JAMAIS le champ password_hash de la table users
|
|
||||||
- Utilise uniquement des SELECT (pas de INSERT, UPDATE, DELETE, DROP, etc.)
|
|
||||||
- Limite tes requêtes à 500 lignes maximum par défaut (utilise LIMIT)
|
|
||||||
- Si une requête est trop large, agrège les données
|
|
||||||
|
|
||||||
**Contexte métier :**
|
## Schéma de la base de données
|
||||||
- Les gammes A/B/C/D/Z classifient les produits : A=pilier, B=rotation, C=performance, D=saisonnier, Z=sortie
|
${DB_SCHEMA}
|
||||||
- Les magasins sont identifiés par leur code (ex: "001", "002")
|
|
||||||
- Les fournisseurs ont un code et un nom
|
|
||||||
- Les ventes sont enregistrées par mois et par magasin
|
|
||||||
|
|
||||||
Réponds toujours en français, de façon claire et structurée.`;
|
## Règles SQL strictes
|
||||||
|
- N'utilise JAMAIS INSERT, UPDATE, DELETE, DROP, TRUNCATE, ALTER, CREATE
|
||||||
|
- N'expose JAMAIS le champ \`password_hash\` de la table \`users\`
|
||||||
|
- Toujours ajouter LIMIT (max 200 lignes par défaut, sauf agrégats)
|
||||||
|
- Pour les analyses larges, utilise des agrégats (SUM, COUNT, AVG, GROUP BY)
|
||||||
|
- Préfère des requêtes précises et ciblées plutôt que SELECT *
|
||||||
|
- Si une question nécessite plusieurs requêtes, enchaîne-les avec plusieurs appels \`execute_sql\`
|
||||||
|
|
||||||
|
## Stratégie d'analyse
|
||||||
|
1. Commence toujours par explorer les données disponibles si tu ne connais pas les valeurs exactes (codes fournisseurs, codes magasins, périodes disponibles)
|
||||||
|
2. Adapte tes requêtes aux données réelles trouvées
|
||||||
|
3. Présente les résultats de façon lisible avec des tableaux, listes et titres
|
||||||
|
|
||||||
|
## Format de réponse — IMPORTANT
|
||||||
|
- Réponds TOUJOURS en **Markdown** : utilise ## titres, **gras**, tableaux \`| col | col |\`, listes \`-\`, blocs de code \`\`\`sql
|
||||||
|
- N'utilise JAMAIS de HTML (<div>, <table>, <b>, <br>, etc.)
|
||||||
|
- Réponds toujours en français
|
||||||
|
- Sois précis, structuré et complet — ne tronque jamais ta réponse
|
||||||
|
- Si les données sont nombreuses, résume et mets en avant les points clés`;
|
||||||
|
|
||||||
async function executeSql(query: string): Promise<string> {
|
async function executeSql(query: string): Promise<string> {
|
||||||
// Security: only allow SELECT statements
|
// Security: only allow SELECT statements
|
||||||
|
|||||||
Reference in new issue
Block a user