5 Commits

Author SHA1 Message Date
sarah.magalhaes c28a8fc40a AJustando query cateegorias ai vdm
davinTI/app-dono-modulos/pipeline/head This commit looks good
2026-06-11 14:25:04 -03:00
sarah.magalhaes cd9f7b6123 Adicionado nome da coluna query lojas ia
davinTI/app-dono-modulos/pipeline/head There was a failure building this commit
2026-06-11 11:40:06 -03:00
sarah.magalhaes b7aed284c4 Forçado para reprocessar tabelas is
davinTI/app-dono-modulos/pipeline/head There was a failure building this commit
2026-06-11 11:38:46 -03:00
sarah.magalhaes 66ed503d5b Adicionando esqueleto dos restantes assuntos de produtos ai
davinTI/app-dono-modulos/pipeline/head This commit looks good
2026-06-10 17:06:05 -03:00
sarah.magalhaes 3ed227c3a1 Adicionando assuntos do deetalhe de produtos
davinTI/app-dono-modulos/pipeline/head There was a failure building this commit
2026-06-10 15:32:39 -03:00
2 changed files with 494 additions and 90 deletions
+83 -89
View File
@@ -128,6 +128,7 @@ export default moduleFactory
table_name: (args) => { table_name: (args) => {
return `app_dono_cliente_${args.ctx_tenant_id}_lojas` return `app_dono_cliente_${args.ctx_tenant_id}_lojas`
}, },
coluna_content: "nome"
} }
} }
}, },
@@ -1353,102 +1354,95 @@ where 1 = 0`,
flash_vendas_categoria_ai: (args)=> { flash_vendas_categoria_ai: (args)=> {
return { return {
sql: /*sql*/` sql: /*sql*/`
WITH Parametros_Base AS ( WITH params AS (
SELECT SELECT
TO_DATE(\${args.data_venda}, 'YYYY-MM-DD') AS data_venda, COALESCE(TO_DATE(NULLIF('{{DATA_VENDA}}', ${args.data_venda}), 'YYYY-MM-DD'), TRUNC(SYSDATE)) AS data_venda,
\${args.codigo_categoria_pai} AS codigo_categoria_pai, NULLIF('{{CATEGORIA_PAI}}', null) AS codigo_categoria_pai
\${args.cod_empresa} AS cod_empresa FROM dual
FROM DUAL
), ),
Parametros AS ( nodo_pai_param AS (
SELECT SELECT n.*
data_venda, FROM tb_flash_nodo n
TRUNC(data_venda, 'MM') AS dt_inicio_mes, CROSS JOIN params p
ADD_MONTHS(TRUNC(data_venda, 'MM'), -1) AS dt_inicio_mes_ant, WHERE p.codigo_categoria_pai IS NOT NULL
ADD_MONTHS(data_venda, -1) AS dt_fim_mes_ant, AND n.tipo_nodo = 'CATEGORIA'
ADD_MONTHS(TRUNC(data_venda, 'MM'), -12) AS dt_inicio_ano_ant, AND n.codigo = p.codigo_categoria_pai
ADD_MONTHS(data_venda, -12) AS dt_fim_ano_ant, AND n.cod_empresa IN (${args.ctx_user_companies_for_module})
codigo_categoria_pai,
cod_empresa
FROM Parametros_Base
), ),
filhos AS ( nodos_filtrados AS (
SELECT SELECT filho.*
n.id_nodo, FROM tb_flash_nodo filho
CASE JOIN nodo_pai_param pai_param
WHEN p.cod_empresa IS NULL THEN ON pai_param.id_nodo = filho.id_nodo_pai
MIN(n.ID_NODO) OVER (PARTITION BY n.nome) WHERE filho.tipo_nodo IN ('CATEGORIA', 'PRODUTO')
ELSE AND filho.ativo = 'S'
n.ID_NODO
END AS codigo, UNION ALL
n.nome, n.tipo_nodo, n.nivel,
n.cod_empresa, n.ordem_exibicao SELECT n.*
FROM VERDEMAR.TB_FLASH_NODO n FROM tb_flash_nodo n
CROSS JOIN Parametros p CROSS JOIN params p
WHERE n.ativo = 'S' WHERE p.codigo_categoria_pai IS NULL
AND n.cod_empresa IN (\${args.ctx_user_companies_for_module}) AND n.tipo_nodo = 'CATEGORIA'
AND ( (p.codigo_categoria_pai IS NULL AND n.tipo_nodo = 'CATEGORIA' AND n.NIVEL = 2) AND n.ativo = 'S'
OR (p.codigo_categoria_pai IS NOT NULL AND n.id_nodo_pai IN ( AND n.cod_empresa IN (${args.ctx_user_companies_for_module})
SELECT pai.id_nodo AND n.nivel = (
FROM VERDEMAR.TB_FLASH_NODO pai SELECT MIN(n2.nivel)
WHERE pai.nome = (SELECT nome FROM VERDEMAR.TB_FLASH_NODO WHERE id_nodo = p.codigo_categoria_pai) FROM tb_flash_nodo n2
)) ) WHERE n2.tipo_nodo = 'CATEGORIA'
AND (p.cod_empresa IS NULL OR n.cod_empresa = p.cod_empresa) AND n2.ativo = 'S'
), )
Vendas_Metas AS (
SELECT
f.id_nodo, f.codigo, f.nome, f.tipo_nodo, f.nivel,
f.cod_empresa, f.ordem_exibicao,
r.data_referencia AS data,
r.valor_venda AS venda,
0 AS meta
FROM filhos f
JOIN VERDEMAR.TB_FLASH_NODO_RESUMO_VENDA r ON r.id_nodo = f.id_nodo
CROSS JOIN Parametros p
WHERE ( r.data_referencia BETWEEN p.dt_inicio_mes AND p.data_venda
OR r.data_referencia BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant
OR r.data_referencia BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant)
),
Agrupado AS (
SELECT
v.codigo AS codigo,
MAX(v.nome) AS nome,
MAX(v.tipo_nodo) AS tipo_nodo,
MAX(v.nivel) AS nivel,
MAX(v.ordem_exibicao) AS ordem_exibicao,
GROUPING(v.codigo) AS is_total,
SUM(CASE WHEN v.data BETWEEN p.dt_inicio_mes AND p.data_venda THEN v.venda ELSE 0 END) AS v_mes,
SUM(CASE WHEN v.data BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant THEN v.venda ELSE 0 END) AS v_mes_ant,
SUM(CASE WHEN v.data BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant THEN v.venda ELSE 0 END) AS v_ano_ant,
SUM(CASE WHEN v.data BETWEEN p.dt_inicio_mes AND p.data_venda THEN v.meta ELSE 0 END) AS m_mes,
SUM(CASE WHEN v.data BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant THEN v.meta ELSE 0 END) AS m_mes_ant,
SUM(CASE WHEN v.data BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant THEN v.meta ELSE 0 END) AS m_ano_ant
FROM Vendas_Metas v
CROSS JOIN Parametros p
GROUP BY GROUPING SETS ((v.codigo, p.cod_empresa), ())
) )
SELECT SELECT
nome AS nomeempresaapp, :agrupamento AS KEY_FIELD,
tipo_nodo AS canalapp, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_mes,
codigo AS cod_empresa, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) AS mes_atual,
is_total, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 AS dif_mes_atual,
m_mes AS meta_mes,
v_mes AS mes_atual,
(v_mes - m_mes) AS dif_mes_atual,
CASE CASE
WHEN m_mes = 0 THEN 0 WHEN SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 = 0 THEN 0
ELSE ROUND(((v_mes / m_mes) * 100) - 100, 2) ELSE ROUND(((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / (SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02)) * 100) - 100, 2)
END AS variacao_atual, END AS variacao_atual,
m_mes_ant AS meta_mes_anterior, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_mes_anterior,
v_mes_ant AS mes_anterior, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS mes_anterior,
(v_mes - v_mes_ant) AS dif_mes_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_mes_anterior,
ROUND(NVL((v_mes / NULLIF(v_mes_ant, 0)) * 100 - 100, 0), 2) AS variacao_mes_anterior, CASE
m_ano_ant AS meta_ano_anterior, WHEN SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0
v_ano_ant AS ano_anterior, ELSE ROUND(((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100, 2)
(v_mes - v_ano_ant) AS dif_ano_anterior, END AS variacao_mes_anterior,
ROUND(NVL((v_mes / NULLIF(v_ano_ant, 0)) * 100 - 100, 0), 2) AS variacao_ano_anterior SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_ano_anterior,
FROM Agrupado SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS ano_anterior,
ORDER BY is_total, ordem_exibicao NULLS LAST, nomeempresaapp SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_ano_anterior,
CASE
WHEN SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0
ELSE ROUND(((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100, 2)
END AS variacao_ano_anterior
FROM (
SELECT
cat.codigo AS codigo,
cat.nome AS nomeempresaapp,
cat.codigo || ' - ' || cat.nome AS categoria_formatada,
cat.tipo_nodo,
cat.cod_empresa,
r.valor_meta_efetiva,
r.valor_venda,
CASE
WHEN r.data_referencia BETWEEN TRUNC(p.data_venda, 'MM') AND p.data_venda THEN 'ATUAL'
WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -1) AND ADD_MONTHS(p.data_venda, -1) THEN 'MES_ANTERIOR'
WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -12) AND ADD_MONTHS(p.data_venda, -12) THEN 'ANO_ANTERIOR'
END AS periodo
FROM tb_flash_nodo_resumo_venda r
JOIN nodos_filtrados cat ON cat.id_nodo = r.id_nodo
CROSS JOIN params p
WHERE (
r.data_referencia BETWEEN TRUNC(p.data_venda, 'MM') AND p.data_venda
OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -1) AND ADD_MONTHS(p.data_venda, -1)
OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -12) AND ADD_MONTHS(p.data_venda, -12)
)
) x
WHERE 1=1
--FILTROS--
GROUP BY :agrupamento
ORDER BY mes_atual DESC
` `
} }
+410
View File
@@ -9,6 +9,201 @@ export default moduleFactory
label: "Consulta de Produtos", label: "Consulta de Produtos",
icon: "search", icon: "search",
order: 0, order: 0,
ai : {
topics : {
produtos_detalhe_geral: {
descricao: "Consulta consolidada de indicadores de um produto em todas as lojas da rede. Útil para: 'Qual loja está sem estoque?', 'Qual vende mais?', 'Qual tem maior giro?', comparativos de giro e identificação de lojas sem vendas recentes.",
prompt: {
prompt_persona: "Você é um Extrator de Filtros especializado. Sua única tarefa: extrair os parâmetros (produto e regras de tempo) para analisar o panorama de um produto em todas as lojas da rede.",
prompt_tarefa: "1. Filtros: extraia nome, EAN ou código em 'produto'. Para lojas inativas/sem venda, extraia o número de dias em 'dias_sem_venda'.\n2. Agrupamento: use 'loja' quando a análise exigir quebra por unidade (ranking de vendas, comparação de estoques).",
prompt_regras_gerais: "- 'dias_sem_venda': apenas número inteiro.\n- Use agrupamento 'loja' para separar e ordenar unidades.",
prompt_regras_contexto: "- Em continuações, resgate o produto da mensagem anterior.",
prompt_exemplos: "Ex.1: 'Qual loja vende mais Coca-Cola?' → produto='Coca-Cola', agrupamento 'loja'.\nEx.2: 'Quais lojas não venderam nos últimos 10 dias?' → dias_sem_venda=10, agrupamento 'loja'.",
prompt_outras_infos: "A query já retorna Estoque, MDV, Margem e Última Venda por loja. Ordenações e variações % são feitas depois.",
prompt_saida: "Responda com uma análise dos dados recebidos conforme a pergunta do usuário, de forma objetiva e direta, apenas com as informações solicitadas."
},
json_params_saida: {
agrupamentos: [
{ nome_parametro: "loja", coluna_vtr: "pemp.nroempresa" }
],
filtros: {
produto: {
descricao_agente: "O código interno, código de barras (EAN) ou nome do produto.",
coluna_vtr: "args.codproduto",
tabela_rag: "consinco.map_produto"
},
dias_sem_venda: {
descricao_agente: "Número de dias para filtrar lojas sem registro de vendas recentes.",
coluna_vtr: "args.dias_sem_venda"
}
}
}
},
produtos_detalhe_preco: {
descricao: "Consulta o detalhamento da composição de preço e margem de um produto em uma loja específica. Útil para verificar custo vs preço e margem de lucro pontual.",
prompt: {
prompt_persona: "Você é um Extrator de Filtros focado em formação de preços. Sua tarefa: extrair os filtros para detalhar os preços vigentes de um produto em uma unidade.",
prompt_tarefa: "1. Filtros: extraia 'produto' e 'loja'.\n2. Agrupamento: vazio.",
prompt_regras_gerais: "- Exige obrigatoriamente 'produto' e 'loja'.",
prompt_regras_contexto: "- Em continuações (ex: 'E o preço na loja Sul?'), resgate produto ou loja do histórico.",
prompt_exemplos: "Ex.: 'Qual a margem da Heineken na loja Centro?' → produto='Heineken', loja='Centro'.",
prompt_outras_infos: "A consulta cruza args.codproduto e args.nrempresa no banco.",
prompt_saida: "Responda com uma análise dos dados recebidos conforme a pergunta do usuário, de forma objetiva e direta, apenas com as informações solicitadas."
},
json_params_saida: {
agrupamentos: [],
filtros: {
produto: {
descricao_agente: "Nome, EAN ou código do produto.",
coluna_vtr: "mgmp.seqproduto",
tabela_rag: "consinco.map_produto"
},
loja: {
descricao_agente: "Nome ou código da loja/empresa.",
coluna_vtr: "mgmp.nroempresa",
tabela_rag: "tb_flash_nodo"
}
}
},
query_base: "produto_detalhe_preco_ai"
},
produtos_detalhe_mdv: {
descricao: "Consulta o histórico diário de giro (MDV - Média de Venda Diária) e quantidade vendida de um produto em uma loja específica. Útil para entender a vazão do item dia a dia.",
prompt: {
prompt_persona: "Você é um Extrator de Filtros focado no histórico de vendas e giro diário. Sua tarefa: preparar a busca pelo histórico de MDV de um produto em uma unidade.",
prompt_tarefa: "1. Filtros: extraia 'produto' e 'loja'.\n2. Agrupamento: vazio (dados virão por dia).",
prompt_regras_gerais: "- 'produto' e 'loja' são fundamentais para não sobrecarregar o banco.",
prompt_regras_contexto: "- Se a loja for omitida, busque-a no contexto.",
prompt_exemplos: "Ex.: 'Como foi a venda diária de Picanha na loja Sul?' → produto='Picanha', loja='Sul'.",
prompt_outras_infos: "A query retorna a timeline (data, quantidade vendida, estoque inicial) limitada ao produto e loja filtrados.",
prompt_saida: "Responda com uma análise dos dados recebidos conforme a pergunta do usuário, de forma objetiva e direta, apenas com as informações solicitadas."
},
json_params_saida: {
agrupamentos: [],
filtros: {
produto: {
descricao_agente: "Nome, EAN ou código do produto.",
coluna_vtr: "mcdia.seqproduto",
tabela_rag: "map_produto"
},
loja: {
descricao_agente: "Nome ou código da loja/empresa.",
coluna_vtr: "mcdia.nroempresa",
tabela_rag: "tb_flash_nodo"
}
}
}
},
produtos_situacao_vigente: {
descricao: "Consulta o histórico de promoções e preços vigentes (situação vigente) de um produto em uma loja específica. Útil para verificar campanhas promocionais e variações de preço ofertado.",
prompt: {
prompt_persona: "Você é um Extrator de Filtros focado no histórico de campanhas promocionais. Sua tarefa: preparar a busca pela situação vigente de preços de um produto em uma loja.",
prompt_tarefa: "1. Extraia 'produto' e 'loja'.",
prompt_regras_gerais: "- Identifique os nomes do produto e da loja.",
prompt_regras_contexto: "- Resgate filtros de turnos anteriores se a frase atual for incompleta.",
prompt_exemplos: "Ex.: 'A Brahma esteve em promoção na loja Norte?' → produto='Brahma', loja='Norte'.",
prompt_outras_infos: "Retorna o período (data início e fim) das promoções do produto na loja.",
prompt_saida: "Responda com uma análise dos dados recebidos conforme a pergunta do usuário, de forma objetiva e direta, apenas com as informações solicitadas."
},
json_params_saida: {
agrupamentos: [],
filtros: {
produto: {
descricao_agente: "Nome, EAN ou código do produto.",
coluna_vtr: "mrl_prodempseg.seqproduto",
tabela_rag: "consinco.map_produto"
},
loja: {
descricao_agente: "Nome ou código da loja/empresa.",
coluna_vtr: "mrl_prodempseg.nroempresa",
tabela_rag: "tb_flash_nodo"
}
}
}
},
produtos_custo_liquido: {
descricao: "Consulta a evolução histórica do custo líquido, entradas e saídas de um produto em uma loja específica. Útil para análise de flutuação de custo de reposição.",
prompt: {
prompt_persona: "Você é um Extrator de Filtros focado na evolução de custos de mercadoria. Extraia o produto e a loja alvo.",
prompt_tarefa: "1. Filtros: identifique 'produto' e 'loja'.",
prompt_regras_gerais: "- Preencha rigorosamente os filtros exigidos.",
prompt_regras_contexto: "- Em 'E na loja Leste?', resgate o produto em discussão.",
prompt_exemplos: "Ex.: 'Como variou o custo do feijão na loja Centro?' → produto='feijão', loja='Centro'.",
prompt_outras_infos: "Retorna dados linha a linha por data; sem necessidade de agrupamento.",
prompt_saida: "Responda com uma análise dos dados recebidos conforme a pergunta do usuário, de forma objetiva e direta, apenas com as informações solicitadas."
},
json_params_saida: {
agrupamentos: [],
filtros: {
produto: {
descricao_agente: "Nome, EAN ou código do produto.",
coluna_vtr: "mrl_prodempseg.seqproduto",
tabela_rag: "consinco.map_produto"
},
loja: {
descricao_agente: "Nome ou código da loja/empresa.",
coluna_vtr: "mrl_prodempseg.nroempresa",
tabela_rag: "tb_flash_nodo"
}
}
}
},
produtos_estoque_disponivel: {
descricao: "Consulta o histórico diário de movimentação do estoque (entradas, saídas e saldo) de um produto em uma loja específica nos últimos 365 dias.",
prompt: {
prompt_persona: "Você é um Extrator de Filtros focado no fluxo contínuo de estoque. Extraia o necessário para rastrear o saldo do item.",
prompt_tarefa: "1. Extraia 'produto' e 'loja'.",
prompt_regras_gerais: "- É vital identificar a loja correta.",
prompt_regras_contexto: "- Considere o histórico; o usuário pode analisar várias lojas seguidamente sobre o mesmo produto.",
prompt_exemplos: "Ex.: 'Movimentação do estoque de Fralda Turma da Mônica na unidade Brooklin.' → produto='Fralda Turma da Mônica', loja='Brooklin'.",
prompt_outras_infos: "Timeline do estoque, cruzando entradas e saídas diárias do produto na loja escolhida.",
prompt_saida: "Responda com uma análise dos dados recebidos conforme a pergunta do usuário, de forma objetiva e direta, apenas com as informações solicitadas."
},
json_params_saida: {
agrupamentos: [],
filtros: {
produto: {
descricao_agente: "Nome, EAN ou código do produto.",
coluna_vtr: "x.seqproduto",
tabela_rag: "consinco.map_produto"
},
loja: {
descricao_agente: "Nome ou código da loja/empresa.",
coluna_vtr: "x.nroempresa",
tabela_rag: "tb_flash_nodo"
}
}
}
},
detalhe_estoque_transito: {
descricao: "Consulta detalhes de notas fiscais e mercadorias em trânsito de um produto para uma loja específica. Útil para rastrear entregas pendentes, identificar fornecedores e verificar quantidades e valores de produtos a caminho.",
prompt: {
prompt_persona: "Você é um Extrator de Filtros de Logística e Recebimento. Sua tarefa: extrair os filtros para rastrear o estoque em trânsito (notas fiscais emitidas) de um item para uma loja.",
prompt_tarefa: "1. Filtros: identifique 'produto' e 'loja' (empresa) de destino.\n2. Agrupamento: vazio (dados retornam por nota fiscal).",
prompt_regras_gerais: "- Obrigatório preencher os filtros de produto e loja para execução otimizada.",
prompt_regras_contexto: "- Resgate filtros de turnos anteriores. Ex: em 'E na loja Sul, tem algo chegando?', herde o produto do histórico.",
prompt_exemplos: "Ex.: 'Tem nota de Arroz Tio João chegando na loja Norte?' → produto='Arroz Tio João', loja='Norte'.",
prompt_outras_infos: "Retorna as notas fiscais do último ano com fornecedor, datas de emissão/entrada e quantidade em trânsito do produto para a loja.",
prompt_saida: "Responda ÚNICA e EXCLUSIVAMENTE com um objeto JSON válido, aderente ao schema. Sem texto extra e sem markdown — apenas o objeto puro."
},
json_params_saida: {
agrupamentos: [],
filtros: {
produto: {
descricao_agente: "Nome, EAN ou código do produto.",
coluna_vtr: "b.seqproduto",
tabela_rag: "consinco.map_produto"
},
loja: {
descricao_agente: "Nome ou código da loja/empresa de destino.",
coluna_vtr: "a.nroempresa",
tabela_rag: "tb_flash_nodo"
}
}
},
}
}
},
queries: { queries: {
consulta: { consulta: {
name: "Consulta de Produtos", name: "Consulta de Produtos",
@@ -472,6 +667,41 @@ export default moduleFactory
}, },
params: ["nrempresa", "codproduto"], params: ["nrempresa", "codproduto"],
}, },
produto_detalhe_preco_ai: {
name: "Detalhe Preço AI",
display: {
type: "none"
},
params: ["data"]
},
produto_detalhe_mdv_ai: {
name: "Detalhe MDV AI",
display: {
type: "none"
},
params: ["data"]
},
produto_detalhe_estoque_ai: {
name: "Detalhe Estoque AI",
display: {
type: "none"
},
params: ["data"]
},
produto_detalhe_custo_ai: {
name: "Detalhe Custo AI",
display: {
type: "none"
},
params: ["data"]
},
produto_detalhe_margem_ai: {
name: "Detalhe Margem AI",
display: {
type: "none"
},
params: ["data"]
}
}, },
entrypoint: "consulta", entrypoint: "consulta",
}) })
@@ -1299,6 +1529,57 @@ and pes2.qtdembalagem = (select nvl(max(pes3.qtdembalagem), 1)
`, `,
}; };
}, },
produto_detalhe_preco_ai: (args) => {
return {
sql: /*sql*/ `
SELECT
ora_hash(mgmp.SEQPRODUTO || mgmp.NROEMPRESA || mgmp.QTDEMBALAGEM || mgmp.NROSEGMENTO) chave,
mgmp.SEQPRODUTO,
mgmp.NROEMPRESA,
mgmp.NROSEGMENTO,
mgmp.QTDEMBALAGEM || ' ' || mgmp.EMBVENDA embalagem,
mgmp.PRECOVALIDNORMAL preco_embalagem,
mgmp.PRECOVALIDNORMAL / mgmp.QTDEMBALAGEM preco_unidade,
trunc(mgmp.MGMPRECOVALIDO, 2) margem
FROM consinco.maxv_mgmbaseprodseg mgmp
INNER JOIN consinco.max_empresa me
ON me.nroempresa = mgmp.NROEMPRESA
AND me.status = 'A'
AND me.dtainiciomovestoque <= trunc(sysdate) - 1
WHERE 1=1
AND mgmp.STATUSVENDA = 'A'
--FILTROS--
`
}
},
produto_detalhe_custo_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_margem_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_mdv_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_estoque_ai: (args) => {
return {
sql: /*sql*/ `
`
}
}
}, },
C5_mambo: { C5_mambo: {
consulta: (args) => { consulta: (args) => {
@@ -1759,6 +2040,41 @@ and pes2.qtdembalagem = (select nvl(max(pes3.qtdembalagem), 1)
`, `,
}; };
}, },
produto_detalhe_preco_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_estoque_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_custo_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_margem_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_mdv_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
}, },
C5_big: { C5_big: {
consulta: (args) => { consulta: (args) => {
@@ -2622,6 +2938,41 @@ and pes2.qtdembalagem = (select nvl(max(pes3.qtdembalagem), 1)
`, `,
}; };
}, },
produto_detalhe_preco_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_custo_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_margem_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_mdv_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_estoque_ai: (args) => {
return {
sql: /*sql*/ `
`
}
}
}, },
Verdemar: { Verdemar: {
consulta: (args) => { consulta: (args) => {
@@ -3089,6 +3440,65 @@ and pes2.qtdembalagem = (select nvl(max(pes3.qtdembalagem), 1)
ORDER BY e.dataemissao ASC, e.numeronota, e.serienota ORDER BY e.dataemissao ASC, e.numeronota, e.serienota
` `
} }
},
produto_detalhe_preco_ai: (args) => {
return {
sql: /*sql*/ `
SELECT
CAST(p.codigo AS VARCHAR2(15)) || CAST(l.codigo AS VARCHAR2(10)) ||
CAST(ean.quantidade AS VARCHAR2(10)) || '0' AS chave,
p.codigo AS SEQPRODUTO,
l.codigo AS NROEMPRESA,
0 AS NROSEGMENTO,
ean.quantidade || ' ' || ean.embalagem AS embalagem,
pp.precovenda AS preco_embalagem,
pp.precovenda / GREATEST(ean.quantidade, 1) AS preco_unidade,
ROUND(pp.sugestao, 2) AS margem
FROM verdemar.produtos p
INNER JOIN verdemar.produtos_loja pl
ON pl.codigo = p.codigo
INNER JOIN verdemar.loja l
ON l.codigo = pl.loja
INNER JOIN verdemar.produtos_precos pp
ON pp.codigo = p.codigo
AND pp.loja = l.codigo
INNER JOIN verdemar.produtos_ean ean
ON ean.codigo = p.codigo
AND ean.vendapadrao = 'S'
WHERE 1=1
AND p.inativo = 'N'
--FILTROS--
`
}
},
produto_detalhe_custo_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_margem_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_mdv_ai: (args) => {
return {
sql: /*sql*/ `
`
}
},
produto_detalhe_estoque_ai: (args) => {
return {
sql: /*sql*/ `
`
}
} }
} }
}); });