feat: Implement bulk AI product categorization through a new UI component and API route.

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

@@ -11,10 +11,20 @@ const AnalyzeSchema = z.object({
     sales12m: z.record(z.string(), z.number()),
     codeGamme: z.string().nullable(),
     score: z.number().nullable().optional(),
+    // Champs enrichis (optionnels, envoyés par le batch)
+    weightInNomenclature2: z.number().optional(),
+    adjustedCaWeight: z.number().optional(),
+    nomenclature2Weight: z.number().optional(),
+    scorePercentile: z.number().optional(),
+    moisActifs: z.number().optional(),
+    nomenclature: z.string().optional(),
+    // Mode batch : retourne du JSON structuré au lieu de texte libre
+    batchMode: z.boolean().optional(),
 });
 
 const OPENROUTER_URL = "https://openrouter.ai/api/v1/chat/completions";
-const SYSTEM_PROMPT = `Tu es un expert en stratégie d'achat retail. Ton rôle est de catégoriser ce produit (A=Permanent, C=Saisonnier, Z=Sortie) via une analyse de VALEUR CONTEXTUELLE.
+
+const SYSTEM_PROMPT_INDIVIDUAL = `Tu es un expert en stratégie d'achat retail. Ton rôle est de catégoriser ce produit (A=Permanent, C=Saisonnier, Z=Sortie) via une analyse de VALEUR CONTEXTUELLE.
 
 L'IMPORTANCE ÉCONOMIQUE PRIME SUR LE SCORE DE PERFORMANCE RELATIVE.
 
@@ -31,39 +41,78 @@ DÉFINITION :
 Réponse courte, mentionnant la contribution économique et le score. Ne mentionne aucun seuil en euros.
 Format: "[Recommandation]: [Justification basée sur la valeur et le score]"`;
 
+const SYSTEM_PROMPT_BATCH = `Tu es un expert en assortiment retail. Categorise ce produit : A (garder en permanence), C (saisonnier), Z (sortir de la gamme).
+
+L'IMPORTANCE ECONOMIQUE PRIME SUR LE SCORE.
+
+DONNEES CLES :
+- weightInNomenclature2 : % du CA du produit dans sa categorie. LE CRITERE PRINCIPAL. >= 5% = pilier de categorie → A.
+- adjustedCaWeight : % du CA produit dans le total fournisseur (extrapole reseau).
+- scorePercentile : rang du produit parmi le fournisseur (50 = median). Utilise CA POUR COMPARER, pas le score brut.
+- moisActifs : mois avec ventes > 0 sur 12 mois. >= 8 = rotation reguliere → A. <= 3 = sporadique.
+
+REGLES :
+1. weightInNomenclature2 >= 5% → A (pilier de categorie)
+2. moisActifs >= 8 → A (fond de rayon, rotation reguliere)
+3. scorePercentile >= 50 ET moisActifs >= 4 → A (performeur regulier)
+4. moisActifs 2-4 avec pics concentres → C (saisonnier)
+5. Z seulement si TOUT est faible : weightInNomenclature2 bas + moisActifs < 5 + scorePercentile < 30
+
+Reponds UNIQUEMENT en JSON : {"recommandationGamme":"A|C|Z","justificationCourte":"..."}`;
+
 export async function POST(req: NextRequest) {
-    console.log("[AI] Analysis request received.");
     const config = await getSavedDatabaseConfig();
     const apiKey = process.env.OPENROUTER_API_KEY || config?.openRouterKey;
     const model = config?.openRouterModel || "google/gemini-flash-1.5";
 
     if (!apiKey) {
-        console.error("[AI] OPENROUTER_API_KEY is missing (neither in env nor in config file).");
+        console.error("[AI] OPENROUTER_API_KEY is missing.");
         return NextResponse.json({ error: "OPENROUTER_API_KEY not configured. Please set it in Settings." }, { status: 503 });
     }
 
-    console.log(`[AI] Using model: ${model} with API key starting with ${apiKey.substring(0, 10)}...`);
-
     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, score } = parsed.data;
+    const p = parsed.data;
+    const isBatch = p.batchMode === true;
 
     // Format monthly sales for the prompt
-    const monthlySummary = Object.entries(sales12m)
+    const monthlySummary = Object.entries(p.sales12m)
         .map(([k, v]) => `${k}: ${Math.round(v)} unités`)
         .join(", ");
 
-    const userMessage = `Produit: "${libelle1}" (Code: ${codein})
-Gamme actuelle: ${codeGamme ?? "Non définie"}
-Score de performance: ${score ?? "N/A"}/100
-CA total 12m: ${totalCa.toFixed(0)}€ | Taux de marge: ${tauxMarge.toFixed(1)}% | Volume: ${Math.round(totalQuantite)} unités
+    let userMessage: string;
+    let systemPrompt: string;
+
+    if (isBatch) {
+        // Mode batch : prompt simplifié avec métriques enrichies, PAS de codeGamme
+        systemPrompt = SYSTEM_PROMPT_BATCH;
+        const enrichedLines = [
+            `Produit: "${p.libelle1}" (${p.codein})`,
+            p.nomenclature ? `Nomenclature: ${p.nomenclature}` : null,
+            `CA: ${p.totalCa.toFixed(0)} EUR | Marge: ${p.tauxMarge.toFixed(1)}% | Volume: ${Math.round(p.totalQuantite)} unites`,
+            p.weightInNomenclature2 != null ? `Poids dans sa categorie N2: ${p.weightInNomenclature2}%` : null,
+            p.adjustedCaWeight != null ? `Poids global fournisseur (ajuste): ${p.adjustedCaWeight}%` : null,
+            p.nomenclature2Weight != null ? `Poids de la categorie N2 dans le fournisseur: ${p.nomenclature2Weight}%` : null,
+            p.scorePercentile != null ? `Rang percentile: ${p.scorePercentile}/100` : null,
+            p.moisActifs != null ? `Mois actifs (ventes > 0): ${p.moisActifs}/12` : null,
+            `Historique: ${monthlySummary}`,
+        ].filter(Boolean).join("\n");
+        userMessage = enrichedLines;
+    } else {
+        // Mode individuel : prompt original
+        systemPrompt = SYSTEM_PROMPT_INDIVIDUAL;
+        userMessage = `Produit: "${p.libelle1}" (Code: ${p.codein})
+Gamme actuelle: ${p.codeGamme ?? "Non définie"}
+Score de performance: ${p.score ?? "N/A"}/100
+CA total 12m: ${p.totalCa.toFixed(0)}€ | Taux de marge: ${p.tauxMarge.toFixed(1)}% | Volume: ${Math.round(p.totalQuantite)} unités
 Historique mensuel: ${monthlySummary}
 
 Quelle gamme recommandes-tu et pourquoi ?`;
+    }
 
     try {
         const response = await fetch(OPENROUTER_URL, {
@@ -77,23 +126,47 @@ Quelle gamme recommandes-tu et pourquoi ?`;
             body: JSON.stringify({
                 model,
                 messages: [
-                    { role: "system", content: SYSTEM_PROMPT },
+                    { role: "system", content: systemPrompt },
                     { role: "user", content: userMessage },
                 ],
+                ...(isBatch ? { response_format: { type: "json_object" } } : {}),
                 max_tokens: 150,
-                temperature: 0.3,
+                temperature: 0.1,
             }),
         });
 
+        if (response.status === 429) {
+            const retryAfter = response.headers.get("Retry-After") || response.headers.get("x-ratelimit-reset-requests");
+            const waitSeconds = retryAfter ? parseInt(retryAfter, 10) : 60;
+            return NextResponse.json({ error: "rate_limited", retryAfter: waitSeconds }, { status: 429 });
+        }
+
         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.";
+        const content: string = data.choices?.[0]?.message?.content ?? "";
 
-        return NextResponse.json({ insight, codein });
+        if (isBatch) {
+            // Parse JSON response for batch mode
+            let jsonStr = content;
+            const start = content.indexOf("{");
+            const end = content.lastIndexOf("}");
+            if (start !== -1 && end !== -1) {
+                jsonStr = content.slice(start, end + 1);
+            }
+            const result = JSON.parse(jsonStr);
+            return NextResponse.json({
+                codein: p.codein,
+                recommandationGamme: result.recommandationGamme || "A",
+                justificationCourte: result.justificationCourte || "",
+                isDuplicate: false,
+            });
+        } else {
+            return NextResponse.json({ insight: content, codein: p.codein });
+        }
     } catch (err) {
         const msg = err instanceof Error ? err.message : "Unknown error";
         return NextResponse.json({ error: msg }, { status: 500 });