Michael/CollectFlow
1
0 Fork 0
mirror of https://github.com/R0m1k3/CollectFlow.git synced 2026-10-12 01:36:43 +02:00
Code Issues Packages Projects Releases Wiki Activity

feat(ai): synchronize batch and individual analysis payloads and models, optimize concurrency

Browse Source
This commit is contained in:
Michael committed 2026-02-21 22:48:16 +01:00
1 parent 66f28956ce
commit e8cc89cb2f
3 files changed
+42 -58
Download Patch File Download Diff File Expand all files Collapse all files

No files matched your search

src/app/api/ai/batch-analyze/route.ts
+9 -14
View File
@@ -12,8 +12,8 @@ const BatchAnalyzeSchema = z.object({
ventes: z.number().nullable().optional(),
marge: z.number().nullable().optional(),
score: z.number().nullable().optional(),
gammeInit: z.string().nullable().optional(),
historique: z.string().nullable().optional(),
codeGamme: z.string().nullable().optional(),
sales12m: z.record(z.string(), z.number()).nullable().optional(),
nomenclature: z.string().nullable().optional(),
})),
});
@@ -22,7 +22,7 @@ export async function POST(req: NextRequest) {
// Read the API key from DB config (same pattern as /api/ai/analyze)
const config = await getSavedDatabaseConfig();
const apiKey = process.env.OPENROUTER_API_KEY || config?.openRouterKey;
const model = config?.openRouterModel || "meta-llama/llama-3.3-70b-instruct:free";
const model = config?.openRouterModel || "google/gemini-flash-1.5";
if (!apiKey) {
console.error("[batch-analyze] API key manquante.");
@@ -39,20 +39,17 @@ export async function POST(req: NextRequest) {
const { rayon, products } = parsed.data;
// Optimized System Prompt: Merged from analyze/route.ts as requested by user
// Optimized System Prompt: Perfectly aligned with analyze/route.ts
const systemPrompt = `Tu es un expert en analyse de gammes de produits B2B pour un acheteur retail professionnel.
En analysant les données de ventes fournies (CA, Marge, Volume, Historique) et surtout le SCORE de performance relative (0-100), génère pour chaque produit une recommandation de gamme (A=Permanent, C=Saisonnier, Z=Sortie).
En analysant les données de ventes fournies (CA, Marge, Volume, Historique mensuel) et surtout le SCORE de performance relative (0-100), génère pour chaque produit une recommandation de gamme (A=Permanent, C=Saisonnier, Z=Sortie).
CRITÈRES PRIORITAIRES :
- SCORE < 20 : Recommandation "Z" (Sortie) quasi-obligatoire. Même si le volume semble correct, le produit est un boulet par rapport au reste du fournisseur.
- A (Permanent) : Produit avec une rotation régulière ET un score satisfaisant (> 30-40).
- C (Saisonnier) : Pics de ventes concentrés sur l'historique. Aide-toi de la nomenclature.
- SCORE < 20 : Recommandation "Z" (Sortie) quasi-obligatoire. Un score faible signifie que le produit est un fardeau par rapport aux autres produits du fournisseur.
- A (Permanent) : Produit avec une rotation régulière ET un score satisfaisant (> 35).
- C (Saisonnier) : Pics de ventes concentrés sur l'historique (sales12m). Aide-toi de la nomenclature.
- Z (Sortie) : Ventes nulles, rotation insuffisante ou score médiocre.
DÉTECTION :
Marque 'isDuplicate: true' si le produit semble être un doublon dans le lot.
IMPORTANT : RÉPONDS UNIQUEMENT EN JSON VALIDE.
Format:
{
@@ -66,9 +63,7 @@ Format:
]
}
INTERDICTION FORMELLE : N'utilise jamais la phrase "Justification courte basée sur les données" comme réponse. Tu dois rédiger une analyse réelle.
Données : codein, nom, ca (€), ventes (unités), marge (%), gammeInit, historique, nomenclature.`;
Données fournies : codein, nom, ca (€), ventes (unités), marge (%), score (0-100), codeGamme (actuel), sales12m (historique par mois), nomenclature.`;
const userPrompt = `Analyse cette liste de produits: \n${JSON.stringify(products, null, 2)} `;