feat: Implement AI Copilot for product analysis and add comprehensive product grid data fetching.

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

@@ -1,12 +1,15 @@
 import { NextRequest, NextResponse } from "next/server";
 import { getSavedDatabaseConfig } from "@/features/settings/actions";
 import { OpenRouterClient } from "@/features/ai-copilot/data/open-router-client";
-import { ProductAnalysisInput } from "@/features/ai-copilot/models/ai-analysis.types";
+import { ProductAnalysisInput, SiteMonthlyData } from "@/features/ai-copilot/models/ai-analysis.types";
+import { getMensuelByArticles, buildLast12MonthsRange } from "@/lib/api-ff-client";
 
 // Limite max acceptable pour la route (Node.js self-hosted).
 // Evite que le process tourne indéfiniment en cas de deadlock.
 export const maxDuration = 55;
 
+const SITE_LABELS: Record<string, string> = { "292": "Frouard", "579": "Houdemont" };
+
 export async function POST(req: NextRequest) {
     const config = await getSavedDatabaseConfig();
     const apiKey = process.env.OPENROUTER_API_KEY || config?.openRouterKey;
@@ -20,12 +23,39 @@ export async function POST(req: NextRequest) {
     try {
         const body: ProductAnalysisInput = await req.json();
 
-        // Le supplierContext est déjà injecté par le client (BulkAiAnalyzer) 
+        // Si noid est fourni, enrichir avec les données mensuelles per-site depuis FF Nancy
-        // via une requête unique avant de lancer le batch.
+        let enrichedBody = body;
-        // Cela nous évite une requête DB N+1 pour chaque produit analysé.
+        if (body.noid) {
+            try {
+                const { dateDebut, dateFin } = buildLast12MonthsRange();
+                const mensuelMap = await getMensuelByArticles(
+                    [{ codein: body.codein, noid: body.noid, libelle1: body.libelle1, codefou: body.codeFournisseur ?? "" }],
+                    dateDebut, dateFin, 1
+                );
+                const entries = mensuelMap.get(body.codein) ?? [];
+                const siteMonthlyData: SiteMonthlyData[] = entries
+                    .filter(e => e.site === "292" || e.site === "579")
+                    .map(e => ({
+                        site: SITE_LABELS[e.site] ?? e.site,
+                        mois: e.mois,
+                        ventes_qte: Math.abs(parseFloat(e.ventes?.qte_vendue ?? "0") || 0),
+                        ventes_ca: Math.abs(parseFloat(e.ventes?.ca_ht ?? "0") || 0),
+                        marge: parseFloat(e.ventes?.marge ?? "0") || 0,
+                        stock_fin_mois: parseFloat(e.stock_fin_mois ?? "0") || 0,
+                        receptions_qte: Math.abs(parseFloat(e.receptions?.qte_recue ?? "0") || 0),
+                    }));
+                if (siteMonthlyData.length > 0) {
+                    enrichedBody = { ...body, siteMonthlyData };
+                    console.log(`[AI] Enriched ${body.codein} with ${siteMonthlyData.length} site-monthly entries`);
+                }
+            } catch (err) {
+                console.warn(`[AI] Failed to fetch mensuel for ${body.codein}:`, err);
+                // Dégradation gracieuse — continuer sans données mensuelles
+            }
+        }
 
         const client = new OpenRouterClient({ apiKey, model });
-        const result = await client.analyzeProduct(body);
+        const result = await client.analyzeProduct(enrichedBody);
 
         return NextResponse.json(result);
     } catch (err) {

src/features/ai-copilot/business/analysis-engine.ts

@@ -5,7 +5,7 @@
  * Principe: Tout est relatif à la moyenne du lot fournisseur.
  */
 
-import type { ProductAnalysisInput } from "../models/ai-analysis.types";
+import type { ProductAnalysisInput, SiteMonthlyData } from "../models/ai-analysis.types";
 import type { ProductContextProfile } from "./context-profiler";
 
 export class AnalysisEngine {
@@ -18,6 +18,9 @@ export class AnalysisEngine {
 Ton modèle économique repose sur la rotation rapide, le volume, et la rentabilité de l'espace en rayon.
 Tu analyses des produits pour recommander A (garder) ou Z (sortir).
 
+📦 RÈGLE STOCK NÉGATIF (s'applique toujours) :
+Un stock négatif signifie que la commande fournisseur a été validée APRÈS la mise en vente du produit en magasin. La mise à jour informatique du stock est faite a posteriori. Ce n'est PAS une anomalie — c'est un indicateur que le magasin a vendu avant d'avoir reçu le stock officiellement. Ne pas pénaliser un produit pour un stock négatif.
+
 --- ORDRE DE PRIORITÉ (STRICT) ---
 
 📝 RÈGLE 1 — RÈGLE MANAGER (PRIORITÉ ABSOLUE):
@@ -173,6 +176,34 @@ SI AUCUNE RÈGLE MANAGER n'est définie, tu recommandes UNIQUEMENT A ou Z (jamai
             lines.push("");
         }
 
+        // Bloc comportement par magasin (si données mensuelles disponibles)
+        if (p.siteMonthlyData && p.siteMonthlyData.length > 0) {
+            lines.push(`--- COMPORTEMENT PAR MAGASIN (12 mois) ---`);
+            lines.push(`⚠️ Stock négatif = commande validée avant réception informatique (normal en retail).`);
+            lines.push("");
+
+            const bySite = new Map<string, SiteMonthlyData[]>();
+            for (const row of p.siteMonthlyData) {
+                if (!bySite.has(row.site)) bySite.set(row.site, []);
+                bySite.get(row.site)!.push(row);
+            }
+
+            for (const [site, rows] of bySite.entries()) {
+                lines.push(`${site} :`);
+                lines.push(`Mois       | Ventes Qté | CA HT       | Marge      | Stock fin mois | Réceptions`);
+                rows.sort((a, b) => a.mois.localeCompare(b.mois)).forEach(r => {
+                    const mois = r.mois.padEnd(10);
+                    const qty = String(r.ventes_qte).padStart(10);
+                    const ca = `${r.ventes_ca.toFixed(2)}€`.padStart(11);
+                    const mg = `${r.marge.toFixed(2)}€`.padStart(10);
+                    const stk = String(r.stock_fin_mois).padStart(14);
+                    const rec = String(r.receptions_qte).padStart(10);
+                    lines.push(`${mois} |${qty} |${ca} |${mg} |${stk} |${rec}`);
+                });
+                lines.push("");
+            }
+        }
+
         lines.push(`Génère UNIQUEMENT le JSON :`);
         return lines.join("\n");
     }

src/features/ai-copilot/components/ai-insight-block.tsx

@@ -28,6 +28,13 @@ export function AiInsightBlock({ row }: AiInsightBlockProps) {
     const handleAnalyze = async () => {
         if (status === "loading") return;
 
+        // Produit sans aucune vente sur 12 mois → Z direct, pas d'appel IA
+        if (row.totalQuantite === 0) {
+            setDraftGamme(row.codein, "Z");
+            useAiCopilotStore.getState().setInsight(row.codein, "Aucune vente sur 12 mois — produit classé Z automatiquement.");
+            return;
+        }
+
         // Reset Visuel Immédiat
         setLoading(row.codein);
         setDraftGamme(row.codein, "Aucune");
@@ -90,6 +97,7 @@ export function AiInsightBlock({ row }: AiInsightBlockProps) {
 
         analyzeProduct({
             codein: row.codein,
+            noid: row.noid,
             libelle1: row.libelle1,
             totalCa: row.totalCa,
             tauxMarge: row.tauxMarge,

src/features/ai-copilot/models/ai-analysis.types.ts

@@ -1,5 +1,15 @@
 import type { ProductContextProfile } from "../business/context-profiler";
 
+export interface SiteMonthlyData {
+    site: string;           // "Frouard" ou "Houdemont"
+    mois: string;           // "YYYY-MM"
+    ventes_qte: number;
+    ventes_ca: number;
+    marge: number;
+    stock_fin_mois: number; // peut être négatif (validation tardive de commande)
+    receptions_qte: number;
+}
+
 export interface ProductAnalysisInput {
     codein: string;
     libelle1: string;
@@ -51,6 +61,10 @@ export interface ProductAnalysisInput {
     };
     /** Optional context rules for the supplier */
     supplierContext?: string;
+    /** SQL Server internal ID — pour fetch mensuel per-site */
+    noid?: number;
+    /** Données mensuelles per-site (ventes, stock, réceptions) */
+    siteMonthlyData?: SiteMonthlyData[];
     /** Données stock & approvisionnement (API FF Nancy) */
     stockActuel?: number;
     stockTotal?: number;

src/features/ai-copilot/store/use-ai-copilot-store.ts

@@ -18,6 +18,7 @@ interface AiCopilotState {
     setError: (codein: string, error: string) => void;
     analyzeProduct: (payload: {
         codein: string;
+        noid?: number;
         libelle1: string;
         totalCa: number;
         tauxMarge: number;
@@ -36,6 +37,9 @@ interface AiCopilotState {
         shareMarge?: number;
         shareQty?: number;
         totalFournisseurCa?: number;
+        codeFournisseur?: string;
+        supplierContext?: string;
+        scoring?: Record<string, unknown>;
     }) => Promise<void>;
     resetInsights: () => void;
 }

src/features/grid/api/get-product-rows.ts

@@ -73,6 +73,7 @@ export async function getProductRows(input: GetProductRowsInput): Promise<Produc
                     score: 0,
                     workingStores: [],
                     aiRecommendation: null,
+                    noid: art.noid ? Number(art.noid) : undefined,
                     pcb: art.pcb ? Number(art.pcb) : undefined,
                     prixVente: art.pv_central ? Number(art.pv_central) : undefined,
                 });

src/features/grid/components/bulk-ai-analyzer.tsx

@@ -112,6 +112,7 @@ export function BulkAiAnalyzer() {
 
             return {
                 codein: r.codein,
+                noid: r.noid,
                 libelle1: r.libelle1 || "",
                 libelleNiveau2: r.libelleNiveau2 || "Général",
                 // Code nomenclature niveau 2 (4 premiers chiffres) — utilisé par le ContextProfiler
@@ -141,25 +142,39 @@ export function BulkAiAnalyzer() {
 
         });
 
-        // 2. Calculer scoring + context profiling en micro-batches asynchrones
+        // 2a. Produits sans aucune vente → Z direct, sans appel IA
+        const zeroSalesRows = rows.filter((r) => (r.totalQuantite || 0) === 0);
+        if (zeroSalesRows.length > 0) {
+            const zChanges: Record<string, GammeCode> = {};
+            zeroSalesRows.forEach(r => { zChanges[r.codein] = "Z"; });
+            batchSetDraftGamme(zChanges);
+            zeroSalesRows.forEach(r => {
+                setInsight(r.codein, "Aucune vente sur 12 mois — produit classé Z automatiquement.");
+            });
+        }
+
+        // Filtrer : ne soumettre à l'IA que les produits avec au moins 1 vente
+        const payloadsWithSales = initialPayloads.filter(p => (p.totalQuantite || 0) > 0);
+
+        // 2b. Calculer scoring + context profiling en micro-batches asynchrones
         //    pour ne pas bloquer le thread UI (Chrome "Page ne répondant pas").
         setIsAnalyzing(true);
-        setProgress({ current: 0, total: initialPayloads.length, message: "Calcul du scoring...", errors: 0 });
+        setProgress({ current: 0, total: payloadsWithSales.length, message: "Calcul du scoring...", errors: 0 });
 
         const SCORING_BATCH_SIZE = 25;
         const scoringResults = new Map<string, ReturnType<typeof ScoringEngine.analyzeRayon>>();
         const productPayloads: (ProductAnalysisInput & { scoring: any })[] = [];
 
         // Pre-compute context thresholds to prevent O(N^2) and O(N^2 log N) performance freezes
-        const contextCache = ContextProfiler.prepareCache(initialPayloads);
+        const contextCache = ContextProfiler.prepareCache(payloadsWithSales);
 
-        for (let i = 0; i < initialPayloads.length; i += SCORING_BATCH_SIZE) {
+        for (let i = 0; i < payloadsWithSales.length; i += SCORING_BATCH_SIZE) {
             if (isCancelledRef.current) break;
 
-            const batch = initialPayloads.slice(i, i + SCORING_BATCH_SIZE);
+            const batch = payloadsWithSales.slice(i, i + SCORING_BATCH_SIZE);
 
             for (const p of batch) {
-                const scoringRes = ScoringEngine.analyzeRayon(p, initialPayloads);
+                const scoringRes = ScoringEngine.analyzeRayon(p, payloadsWithSales);
                 scoringResults.set(p.codein, scoringRes);
 
                 let contextProfile: ProductAnalysisInput["contextProfile"];
@@ -188,8 +203,8 @@ export function BulkAiAnalyzer() {
             // Yield au navigateur entre chaque batch pour éviter le freeze
             setProgress(prev => ({
                 ...prev,
-                current: Math.min(i + SCORING_BATCH_SIZE, initialPayloads.length),
+                current: Math.min(i + SCORING_BATCH_SIZE, payloadsWithSales.length),
-                message: `Scoring : ${Math.min(i + SCORING_BATCH_SIZE, initialPayloads.length)}/${initialPayloads.length}`,
+                message: `Scoring : ${Math.min(i + SCORING_BATCH_SIZE, payloadsWithSales.length)}/${payloadsWithSales.length}`,
             }));
             await new Promise(r => setTimeout(r, 0));
         }

src/types/grid.ts

@@ -60,6 +60,8 @@ export interface ProductRow {
     score: number;
     workingStores: string[];
     aiRecommendation?: string | null;
+    /** SQL Server internal ID — nécessaire pour /api/articles/:noid/mensuel */
+    noid?: number;
     /** Données stock & approvisionnement (API FF Nancy) */
     pcb?: number;                    // Conditionnement (pack size)
     prixAchat?: number;              // PA / PRMP