// Auteur : Simon-Pierre Boucher — contact@spboucher.ai
/**
 * Lecture assistée des grilles APCHQ : Claude Haiku 4.5 lit le PDF (document
 * base64) et TRANSCRIT les lignes (métier, classification, montants). L'IA ne
 * fixe aucun prix : chaque ligne est ensuite vérifiée doublement —
 *   1. cohérence interne : base + vacances + avantages + cotisations ≈ total ;
 *   2. les couples (taux horaire, total) doivent exister dans l'extraction
 *      déterministe (regex) du même document.
 * Les lignes qui échouent sont rejetées. Sert à rétablir les libellés que la
 * conversion PDF → markdown décale ou fusionne.
 */
import Anthropic from "@anthropic-ai/sdk";
import type Database from "better-sqlite3";
import { getCostDb } from "../db";
import type { ApchqRow } from "./apchq";

const MODEL = "claude-haiku-4-5";

interface AiRow {
  trade: string;
  classification: string;
  base_wage: number;
  vacation: number | null;
  benefits: number | null;
  total: number;
  contributions_sum: number | null;
}

const TOOL: Anthropic.Tool = {
  name: "record_rows",
  description: "Transcrit toutes les lignes de la grille de coût horaire (une ligne par métier/occupation et par classification).",
  strict: true,
  input_schema: {
    type: "object",
    additionalProperties: false,
    properties: {
      effective_date: { type: ["string", "null"], description: "Date d'entrée en vigueur (YYYY-MM-DD) lue dans l'en-tête" },
      sector: { type: ["string", "null"], description: "Secteur lu dans l'en-tête (résidentiel léger, lourd, institutionnel-commercial…)" },
      rows: {
        type: "array",
        items: {
          type: "object",
          additionalProperties: false,
          properties: {
            trade: { type: "string", description: "Libellé exact du métier ou de l'occupation (ligne compagnon), tel qu'imprimé" },
            classification: { type: "string", enum: ["compagnon", "apprenti-1", "apprenti-2", "apprenti-3", "apprenti-4", "apprenti-5"] },
            base_wage: { type: "number", description: "Taux horaire ($)" },
            vacation: { type: ["number", "null"], description: "Indemnité de vacances ($)" },
            benefits: { type: ["number", "null"], description: "Avantages sociaux ($)" },
            contributions_sum: { type: ["number", "null"], description: "Somme de toutes les autres colonnes entre avantages sociaux et Total ($)" },
            total: { type: "number", description: "Colonne Total ($)" },
          },
          required: ["trade", "classification", "base_wage", "vacation", "benefits", "contributions_sum", "total"],
        },
      },
    },
    required: ["effective_date", "sector", "rows"],
  },
};

const SYSTEM = `Tu es un moteur de transcription de tableaux. On te fournit un PDF de l'APCHQ « Coût horaire de la main-d'œuvre » (grille par métier : taux horaire, indemnité de vacances, avantages sociaux, cotisations et prélèvements, Total).
Règles strictes : transcris UNIQUEMENT les nombres imprimés, sans arrondir ni calculer ; une ligne par métier/occupation et par classification (la ligne du métier = compagnon, puis « Apprenti-période n » = apprenti-n) ; si une valeur est illisible, mets null ; ne saute aucune ligne, y compris la section « Occupations » ; n'invente jamais une ligne. Réponds seulement par l'appel de l'outil record_rows.`;

export interface AiExtractResult {
  rows: ApchqRow[];
  checked: number;
  dropped: number;
  usage: { input: number; output: number; cacheRead: number; latencyMs: number };
}

export async function downloadPdf(url: string, timeoutMs = 60_000): Promise<Buffer> {
  const ctrl = new AbortController();
  const t = setTimeout(() => ctrl.abort(), timeoutMs);
  try {
    const res = await fetch(url, { signal: ctrl.signal, headers: { "User-Agent": "Vrai-Prix cost connector (contact@spboucher.ai)" } });
    if (!res.ok) throw new Error(`PDF HTTP ${res.status}`);
    return Buffer.from(await res.arrayBuffer());
  } finally {
    clearTimeout(t);
  }
}

/** Croise la transcription IA avec les couples (base, total) trouvés par le parseur déterministe. */
export function reconcile(ai: AiRow[], regexRows: ApchqRow[], fixedOther: number): { rows: ApchqRow[]; dropped: number } {
  const pairs = new Set(regexRows.map((r) => `${r.baseWage.toFixed(2)}|${r.total.toFixed(2)}`));
  const bases = new Set(regexRows.map((r) => r.baseWage.toFixed(2)));
  const totals = new Set(regexRows.map((r) => r.total.toFixed(2)));
  const rows: ApchqRow[] = [];
  let dropped = 0;
  const seen = new Set<string>();
  for (const a of ai) {
    if (!(a.base_wage > 10 && a.base_wage < 200) || !(a.total > a.base_wage * 1.25 && a.total < a.base_wage * 2.1)) { dropped++; continue; }
    const key = `${a.base_wage.toFixed(2)}|${a.total.toFixed(2)}`;
    const inRegex = pairs.has(key) || (bases.has(a.base_wage.toFixed(2)) && totals.has(a.total.toFixed(2)));
    const vac = a.vacation != null && a.vacation >= a.base_wage * 0.1 && a.vacation <= a.base_wage * 0.16 ? a.vacation : Math.round(a.base_wage * 0.13 * 100) / 100;
    const ben = a.benefits != null && a.benefits >= 3 && a.benefits <= 14 ? a.benefits : null;
    const sumOk = a.contributions_sum != null && ben != null ? Math.abs(a.base_wage + vac + ben + a.contributions_sum - a.total) <= 0.08 : false;
    if (!inRegex && !sumOk) { dropped++; continue; }
    const k = `${a.trade.toLowerCase()}|${a.classification}`;
    if (seen.has(k)) continue;
    seen.add(k);
    const benefits = ben ?? 0;
    const employer = Math.max(0, Math.round((a.total - a.base_wage - vac - benefits - fixedOther) * 100) / 100);
    rows.push({ trade: a.trade.trim(), classification: a.classification, baseWage: a.base_wage, vacation: vac, benefits, otherFixed: fixedOther, employer, total: a.total, exactBreakdown: inRegex && sumOk });
  }
  return { rows, dropped };
}

export async function extractApchqWithClaude(pdf: Buffer, regexRows: ApchqRow[], meta: { url: string; sector: string; effectiveDate: string }, d: Database.Database = getCostDb()): Promise<AiExtractResult> {
  const client = new Anthropic();
  const t0 = Date.now();
  const res = await client.messages.create({
    model: MODEL,
    max_tokens: 16000,
    system: SYSTEM,
    tools: [TOOL],
    tool_choice: { type: "tool", name: "record_rows" },
    messages: [{ role: "user", content: [
      { type: "document", source: { type: "base64", media_type: "application/pdf", data: pdf.toString("base64") } },
      { type: "text", text: `Grille « ${meta.sector} » en vigueur au ${meta.effectiveDate} (${meta.url}). Transcris toutes les lignes.` },
    ] }],
  });
  const latencyMs = Date.now() - t0;
  const usage = { input: res.usage.input_tokens, output: res.usage.output_tokens, cacheRead: res.usage.cache_read_input_tokens ?? 0, latencyMs };
  try {
    d.prepare("INSERT INTO ai_usage(analysis_id,purpose,model,input_images,input_tokens,output_tokens,cache_read_tokens,estimated_cost_usd,latency_ms) VALUES(NULL,'apchq_extract',?,0,?,?,?,?,?)")
      .run(MODEL, usage.input, usage.output, usage.cacheRead, (usage.input * 1 + usage.output * 5) / 1e6, latencyMs);
  } catch { /* table absente en test */ }
  const tu = res.content.find((b): b is Anthropic.ToolUseBlock => b.type === "tool_use");
  if (!tu) return { rows: [], checked: 0, dropped: 0, usage };
  const input = tu.input as { rows?: AiRow[] };
  const ai = Array.isArray(input.rows) ? input.rows.filter((r) => r && typeof r.trade === "string" && typeof r.base_wage === "number" && typeof r.total === "number") : [];
  const fixedOther = regexRows[0]?.otherFixed ?? 1.203;
  const { rows, dropped } = reconcile(ai, regexRows, fixedOther);
  return { rows, checked: ai.length, dropped, usage };
}