7 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
sarah.magalhaes c7345dd7f1 Merge branch 'main' of https://git.davinti.com.br/davinTI/app-dono-modulos
davinTI/app-dono-modulos/pipeline/head There was a failure building this commit
Adicionando assunto flash de vendas categoria ai
2026-06-10 14:34:08 -03:00
sarah.magalhaes e107020f60 Adicionando assunto de flash de vendas por categoria ia 2026-06-10 14:00:40 -03:00
2 changed files with 567 additions and 1 deletions
+157 -1
View File
@@ -48,11 +48,45 @@ export default moduleFactory
"Lista de nomes ou códigos de lojas mencionados para filtragem.", "Lista de nomes ou códigos de lojas mencionados para filtragem.",
coluna_vtr: "x.nomeempresaapp", coluna_vtr: "x.nomeempresaapp",
tabela_rag: "lojas", tabela_rag: "lojas",
}, },
}, },
}, },
query_base: "flash_vendas_ai", query_base: "flash_vendas_ai",
}, },
flash_vendas_categorais : {
descricao: "Consulta e análise do Flash de Vendas por Categorias do Verdemar. Visualiza metas, vendas, variações e comparativos temporais (mês anterior e ano anterior) por categorias e subcategorias de produtos, de forma hierárquica. Permite filtrar por loja e por categoria pai.",
prompt: {
prompt_persona: "Você é um Extrator de Filtros especializado. Sua única tarefa: analisar a solicitação do usuário sobre vendas por categorias (Flash de Categorias) da rede Verdemar, identificar as informações desejadas (data de referência, loja ou categoria pai) e preencher as variáveis exatas do sistema de relatórios.",
prompt_tarefa: "1. Filtros: extraia a data em 'data_venda' (default: hoje, YYYY-MM-DD), a loja em 'cod_empresa' e a categoria pai em 'codigo_categoria_pai'.\n2. Agrupamento: esta query não exige quebra dinâmica; mantenha o agrupamento vazio.\n3. Propósito analítico:\n - Categoria/subcategoria específica (ex: Bebidas, Padaria, Açougue) → extraia o código/nome para 'codigo_categoria_pai'.\n - Visão geral sem detalhar nenhuma categoria → deixe 'codigo_categoria_pai' vazio.",
prompt_regras_gerais: "- Filtro de data obrigatório (default: hoje, YYYY-MM-DD).\n- Loja específica → extraia o código em 'cod_empresa'.\n- 'codigo_categoria_pai' recebe a categoria/seção pai cujas subcategorias o usuário quer detalhar.",
prompt_regras_contexto: "- Em mensagens incompletas ou de continuação (ex: 'E na loja Sion?'), use o histórico para manter data base, loja e categorias anteriores.\n- Não invente valores de filtro não citados claramente.",
prompt_exemplos: "Ex.1 (Visão Geral/Raiz): 'Como foram as vendas por categoria ontem?' → data_venda='ontem', sem cod_empresa, sem codigo_categoria_pai (raiz nível 2).\nEx.2 (Categoria + Loja): 'Vendas de Bebidas na loja Sion hoje.' → data_venda='hoje', cod_empresa='Sion', codigo_categoria_pai='Bebidas'.\nEx.3 (Drill-Down): 'Quero detalhar a seção de Cervejas.' → codigo_categoria_pai='Cervejas'; mantém data e loja do contexto, se houver.",
prompt_outras_infos: "A query fornece vendas e comparativos por categoria de produtos (mes_atual, mes_anterior, ano_anterior). Suporta filtros por loja (cod_empresa) e categoria pai (codigo_categoria_pai) para navegação hierárquica.",
prompt_saida: "Responda ÚNICA e EXCLUSIVAMENTE com um objeto JSON válido, aderente ao schema de filtros e agrupamentos. Sem texto extra e sem markdown — apenas o JSON puro."
},
json_params_saida: {
agrupamentos: [],
filtros: {
data_venda: {
descricao_agente: "A data base para a consulta de vendas (YYYY-MM-DD). Caso não seja informada explicitamente pelo usuário, use a data de hoje.",
coluna_vtr: "args.data_venda",
// tabela_rag: null
},
cod_empresa: {
descricao_agente: "Código ou nome da loja (empresa) do Verdemar para filtrar as vendas por categoria.",
coluna_vtr: "args.cod_empresa",
//tabela_rag: "tb_flash_nodo"
},
codigo_categoria_pai: {
descricao_agente: "Código ou nome da categoria pai para detalhamento (drill-down) das subcategorias. Se não especificado, retorna as categorias principais.",
coluna_vtr: "args.codigo_categoria_pai",
// tabela_rag: "tb_flash_nodo"
}
}
},
query_base: "flash_vendas_categoria_ai",
},
sem_assunto: { sem_assunto: {
descricao: "Fluxo a ser seguido quando não houver assunto definido", descricao: "Fluxo a ser seguido quando não houver assunto definido",
prompt: { prompt: {
@@ -94,6 +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"
} }
} }
}, },
@@ -243,6 +278,13 @@ export default moduleFactory
}, },
params: ["data_venda", "agrupamento"], params: ["data_venda", "agrupamento"],
}, },
flash_vendas_categoria_ai: {
name: " Flash de vendas Categoria AI",
display: {
type: "none",
},
params: ["data_venda"],
},
query_vazia: { query_vazia: {
name: "Query Vazia", name: "Query Vazia",
display: { display: {
@@ -600,6 +642,12 @@ export default moduleFactory
return { return {
sql: /*sql*/`` sql: /*sql*/``
}
},
flash_vendas_categoria_ai: (args)=> {
return {
sql: /*sql*/``
} }
}, },
}, },
@@ -943,7 +991,13 @@ export default moduleFactory
} }
}, },
}, flash_vendas_categoria_ai: (args)=> {
return {
sql: /*sql*/``
}
}
},
C5_mambo: { C5_mambo: {
flash: (args) => { flash: (args) => {
return { return {
@@ -1011,6 +1065,12 @@ where 1 = 0`,
return { return {
sql: /*sql*/`` sql: /*sql*/``
}
},
flash_vendas_categoria_ai: (args)=> {
return {
sql: /*sql*/``
} }
}, },
}, },
@@ -1291,6 +1351,102 @@ where 1 = 0`,
sql: /*sql*/` select nome, id_nodo, codigo from verdemar.tb_flash_nodo where tipo_nodo = 'EMPRESA'` sql: /*sql*/` select nome, id_nodo, codigo from verdemar.tb_flash_nodo where tipo_nodo = 'EMPRESA'`
} }
}, },
flash_vendas_categoria_ai: (args)=> {
return {
sql: /*sql*/`
WITH params AS (
SELECT
COALESCE(TO_DATE(NULLIF('{{DATA_VENDA}}', ${args.data_venda}), 'YYYY-MM-DD'), TRUNC(SYSDATE)) AS data_venda,
NULLIF('{{CATEGORIA_PAI}}', null) AS codigo_categoria_pai
FROM dual
),
nodo_pai_param AS (
SELECT n.*
FROM tb_flash_nodo n
CROSS JOIN params p
WHERE p.codigo_categoria_pai IS NOT NULL
AND n.tipo_nodo = 'CATEGORIA'
AND n.codigo = p.codigo_categoria_pai
AND n.cod_empresa IN (${args.ctx_user_companies_for_module})
),
nodos_filtrados AS (
SELECT filho.*
FROM tb_flash_nodo filho
JOIN nodo_pai_param pai_param
ON pai_param.id_nodo = filho.id_nodo_pai
WHERE filho.tipo_nodo IN ('CATEGORIA', 'PRODUTO')
AND filho.ativo = 'S'
UNION ALL
SELECT n.*
FROM tb_flash_nodo n
CROSS JOIN params p
WHERE p.codigo_categoria_pai IS NULL
AND n.tipo_nodo = 'CATEGORIA'
AND n.ativo = 'S'
AND n.cod_empresa IN (${args.ctx_user_companies_for_module})
AND n.nivel = (
SELECT MIN(n2.nivel)
FROM tb_flash_nodo n2
WHERE n2.tipo_nodo = 'CATEGORIA'
AND n2.ativo = 'S'
)
)
SELECT
:agrupamento AS KEY_FIELD,
SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_mes,
SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) AS mes_atual,
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,
CASE
WHEN SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 = 0 THEN 0
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,
SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_mes_anterior,
SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS 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,
CASE
WHEN SUM(CASE WHEN x.periodo = 'MES_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 = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100, 2)
END AS variacao_mes_anterior,
SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_ano_anterior,
SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS ano_anterior,
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
`
}
},
} }
}) })
.withSchedules({ .withSchedules({
+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*/ `
`
}
} }
} }
}); });