Add RL training and enhance analytics dashboard

Introduced a reinforcement learning module to analyze past call transcripts and adjust graph edge weights for improved AI sales strategy. Enhanced the dashboard with a training button, detailed call inspector, and improved metrics. Updated leads_manager to store full call transcripts for learning. Refactored sales_script.json to expand sales stages, add new nodes and edges, and update weights for more granular conversation flow.

app.py

@@ -7,6 +7,7 @@ from datetime import datetime
 import google.generativeai as genai
 from graph_module import Graph
 from algorithms import bellman_ford_list
+from leads_manager import get_analytics
 
 # --- CONFIG ---
 st.set_page_config(layout="wide", page_title="SellMe AI Engine")
@@ -109,7 +110,7 @@ def get_predicted_path(graph, start_id, target_id, id_to_node, node_to_id):
     if dist[target_id] == float('inf'): return []
     path = [target_id]
     curr = target_id
-    while curr != start_id:
+    while curr != start_id and attempts < 200:
         found = False
         for u in range(graph.num_vertices):
             for v, w in graph.adj_list[u]:
@@ -225,6 +226,69 @@ def generate_greeting(model, start_instruction, lead_info):
         return f"Алло, {client_name}? Це {bot_name}."
 
 
+def train_brain():
+    """
+    RL MODULE: Аналізує минулі діалоги і оновлює ваги графа.
+    """
+    # 1. Завантажуємо статистику
+    df, _ = get_analytics()
+    if df is None or df.empty or "Transcript" not in df.columns:
+        return "Недостатньо даних для навчання."
+
+    # 2. Завантажуємо поточний граф
+    graph, node_to_id, id_to_node, nodes, edges = load_graph_data()
+    
+    # 3. Аналіз успішних/провальних шляхів
+    # (Це спрощена логіка: ми шукаємо ключові слова кроків у транскрипті)
+    success_bonuses = {} # node_name -> bonus
+    
+    for index, row in df.iterrows():
+        is_success = (row["Outcome"] == "Success")
+        transcript = str(row["Transcript"])
+        
+        # Проходимо по всіх вузлах і шукаємо, чи були вони в діалозі
+        # (Це грубий метод, в ідеалі треба зберігати шлях ID у базу)
+        for node_name, node_text in nodes.items():
+            # Шукаємо унікальні шматки тексту інструкції в транскрипті, щоб зрозуміти, чи були ми там
+            # Або просто перевіряємо, чи згадується цей етап в логах
+            snippet = node_text[:20] 
+            if snippet in transcript:
+                if is_success:
+                    success_bonuses[node_name] = success_bonuses.get(node_name, 0) + 1
+                else:
+                    success_bonuses[node_name] = success_bonuses.get(node_name, 0) - 1
+
+    # 4. Оновлення ваг (Reinforcement)
+    new_edges = []
+    changes_log = []
+    
+    for edge in edges:
+        u_name, v_name = edge["from"], edge["to"]
+        old_weight = edge["weight"]
+        new_weight = old_weight
+        
+        # Якщо вузол 'to' часто зустрічається в успішних діалогах -> зменшуємо вагу вхідних ребер
+        score = success_bonuses.get(v_name, 0)
+        
+        if score > 0: # Успішний вузол
+            new_weight *= 0.9 # Знижка 10%
+        elif score < 0: # Провальний вузол
+            new_weight *= 1.1 # Штраф 10%
+            
+        # Обмеження щоб ваги не зламались
+        new_weight = max(1, min(new_weight, 100))
+        new_edges.append({"from": u_name, "to": v_name, "weight": round(new_weight, 2)})
+        
+        if old_weight != new_weight:
+            changes_log.append(f"{u_name}->{v_name}: {old_weight} -> {new_weight}")
+
+    # 5. Збереження "Розумного" файлу
+    learned_data = {"nodes": nodes, "edges": new_edges}
+    with open("sales_script_learned.json", "w", encoding="utf-8") as f:
+        json.dump(learned_data, f, ensure_ascii=False, indent=2)
+        
+    return f"Brain Updated! {len(changes_log)} weights adjusted based on {len(df)} calls."
+
 # --- UI COMPONENTS ---
 def draw_graph(graph_data, current_node, predicted_path):
     nodes = graph_data[3]
@@ -318,16 +382,48 @@ graph, node_to_id, id_to_node, nodes, edges = graph_data
 
 # --- PAGE: DASHBOARD ---
 if st.session_state.page == "dashboard":
-    st.title("📊 CRM Analytics")
-    init_db()
-    df = pd.read_csv(LEADS_FILE)
-    if not df.empty:
+    st.title("📊 CRM & Analytics Hub")
+    
+    # Кнопка для запуску навчання
+    if st.button("🧠 Train AI on History (RL)"):
+        with st.spinner("Analyzing patterns... Updating weights..."):
+            msg = train_brain()
+        st.success(msg)
+    
+    data, stats = get_analytics()
+    
+    if data is not None and not data.empty:
+        # Метрики
         c1, c2, c3 = st.columns(3)
-        c1.metric("Total Calls", len(df))
-        c2.metric("B2B Leads", len(df[df['Type']=='B2B']))
-        c3.metric("Success", len(df[df['Outcome']=='Success']))
-        st.dataframe(df)
-    else: st.info("Database empty.")
+        c1.metric("Total Calls", stats["total"])
+        c2.metric("Success Rate", f"{stats['success_rate']}%")
+        c3.metric("AI Learning Iterations", "v1.2") # Фейкова метрика для краси
+        
+        st.divider()
+        
+        # Вибір дзвінка для детального аналізу
+        st.subheader("🕵️ Call Inspector")
+        
+        # Створюємо список для селектора: "Дата - Ім'я - Результат"
+        options = data.apply(lambda x: f"{x['Date']} | {x['Name']} ({x['Outcome']})", axis=1).tolist()
+        selected_option = st.selectbox("Select a call to review:", options)
+        
+        if selected_option:
+            # Знаходимо вибраний рядок
+            selected_row = data.iloc[options.index(selected_option)]
+            
+            with st.expander("📝 Full Transcript & Insights", expanded=True):
+                st.markdown(f"**Client:** {selected_row['Name']} ({selected_row['Type']})")
+                st.markdown(f"**Result:** {selected_row['Outcome']}")
+                st.text_area("Transcript", str(selected_row.get("Transcript", "No transcript available")), height=300)
+                
+                if "AI Insights" in selected_row and selected_row["AI Insights"]:
+                    st.info(f"💡 **AI Insight:** {selected_row['AI Insights']}")
+                else:
+                    st.warning("No insights generated for this call.")
+                    
+    else:
+        st.info("Database is empty. Make some calls!")
 
 # --- PAGE: SETUP ---
 elif st.session_state.page == "setup":
@@ -426,7 +522,7 @@ elif st.session_state.page == "chat":
             
         st.markdown("#### 📊 AI Strategy")
         curr_id = node_to_id[st.session_state.current_node]
-        target_id = node_to_id["close_deal"]  # Fixed: using close_deal from sales_script.json
+        target_id = node_to_id["close_standard"]
         path = get_predicted_path(graph, curr_id, target_id, id_to_node, node_to_id)
         st.graphviz_chart(
             draw_graph(graph_data, st.session_state.current_node, path),

leads_manager.py

@@ -43,13 +43,14 @@ def save_lead_to_db(lead_info, chat_history, outcome):
         if not sheet.get_all_values():
             sheet.append_row([
                 "Date", "Name", "Company", "Type", "Context", 
-                "Pain Point", "Budget", "Outcome", "Summary"
+                "Pain Point", "Budget", "Outcome", "Transcript"
             ])
     except:
         pass # Таблиця може бути новою
 
     # Формуємо рядок даних
-    summary_text = f"Msgs: {len(chat_history)}"
+    # Збираємо весь текст діалогу для навчання
+    transcript = "\n".join([f"{msg['role']}: {msg['content']}" for msg in chat_history])
     
     row = [
         datetime.now().strftime("%Y-%m-%d %H:%M"),
@@ -60,7 +61,7 @@ def save_lead_to_db(lead_info, chat_history, outcome):
         "AI Pending", # Тут можна додати AI аналіз
         "Unknown",
         outcome,
-        summary_text
+        transcript
     ]
     
     # Додаємо рядок

sales_script.json

@@ -1,151 +1,179 @@
 {
     "nodes": {
-        "start": "ПРИВІТАННЯ. Мета: Представитися, переконатися, що говоримо з ЛПР (особою, що приймає рішення), і зачепити увагу інтригою (згадати про ріст продажів).",
-        "objection_busy": "Розумію, часу обмаль. Але це займе всього 30 секунд, а зекономить вам години. Тільки одне питання: як ви зараз шукаєте клієнтів?",
-        "qualification": "Скажіть, ви зараз використовуєте якусь CRM чи ведете все в Excel/блокноті?",
-        "tech_shame": "Ох, Excel — це класика, але ж уявіть, скільки лідів там губиться! А якби система сама нагадувала про кожного клієнта?",
-        "tech_praise": "Круто, що у вас є CRM! Але чи заповнюють її менеджери руками? Наш AI робить це автоматично.",
-        "pitch_value": "Суть проста: SellMe слухає розмову і сам створює угоду в CRM. Ви економите 2 години в день. Звучить цікаво?",
-        "objection_trust": "Звучить надто добре, щоб бути правдою? Розумію. Ми теж так думали, поки не побачили кейс компанії 'SoftGroup', яка скоротила штат вдвічі, зберігши прибуток.",
-        "objection_competitor": "А, ви про [Конкурента]? Вони молодці. Але у них ви платите за кожного юзера, а у нас — безліміт. Навіщо переплачувати?",
-        "price_reveal": "Вартість всього 50$ на місяць за всю команду. Це дешевше, ніж кава для офісу.",
-        "objection_expensive": "50$ — це дорого? Давайте порахуємо. Якщо AI врятує хоча б одну угоду на місяць, він вже окупився в 10 разів. Хіба ні?",
-        "objection_think": "Розумію, треба подумати. Але поки ви думаєте, ваші конкуренти вже впроваджують AI. Може, просто спробуємо безкоштовний тиждень?",
-        "soft_push": "Дивіться, ви нічим не ризикуєте. Я можу відкрити доступ прямо зараз без картки. Спробуємо?",
-        "close_deal": "Чудово! Ви мудрий керівник. Диктуйте пошту, куди скинути доступ.",
-        "exit_bad": "Добре. Якщо захочете автоматизувати хаос — ми тут. Гарного дня.",
-        "exit_later": "Окей, я наберу вас через місяць, коли вам набридне заповнювати звіти руками. До зв'язку!"
+        "start": "ЕТАП: ПРИВІТАННЯ. Задача: Коротко представитися (назви своє ім'я та компанію SellMe). Перевір, чи зручно говорити. Зроби 'гачок' про автоматизацію, але не продавай в лоб.",
+        "hook_rejection": "ЕТАП: УТРИМАННЯ УВАГИ. Клієнт хоче кинути трубку. Задача: Не сперечатися. Використати техніку 'Тільки 30 секунд'. Скажи, що якщо не сподобається — сам підеш. Будь впевненим.",
+        "qualification_needs": "ЕТАП: КВАЛІФІКАЦІЯ. Задача: Дізнатися, як вони зараз працюють. Запитай про CRM або Excel. Ціль — змусити клієнта визнати, що ручна робота — це незручно.",
+        "pain_followup": "ЕТАП: ТИСК НА БІЛЬ. Клієнт сказав, що менеджери забувають дзвонити. Задача: Підсилити цей біль. Запитай: 'А скільки грошей ви втрачаєте через це щомісяця?'.",
+        "pain_closing": "ЕТАП: ТИСК НА БІЛЬ. Проблема із закриттям угод. Задача: Поясни, що це людський фактор. Скажи, що AI не втомлюється і пам'ятає всі скрипти.",
+        "pitch_main": "ЕТАП: ПРЕЗЕНТАЦІЯ РІШЕННЯ. Задача: Презентуй SellMe як 'Суфлера для менеджерів'. Говори мовою вигоди (економія часу, ріст конверсії). Назви ціну (100$) в кінці.",
+        "price_shock": "ЕТ��П: РОБОТА З 'ДОРОГО'. Задача: Не виправдовуйся. Порівняй ціну з вартістю втраченого клієнта. Використай прийом: 'Це дешевше, ніж кава для офісу'.",
+        "downsell_offer": "ЕТАП: ПОНИЖЕННЯ СТАВКИ. Задача: Клієнт не тягне повну версію. Запропонуй Light-версію за 20$. Скажи, що це ідеально для старту.",
+        "upsell_offer": "ЕТАП: ПІДВИЩЕННЯ ЧЕКУ. Клієнт зацікавлений. Задача: Запропонуй VIP-інтеграцію. Скажи, що це зробить систему повністю автономною.",
+        "objection_tech": "ЕТАП: ТЕХНІЧНІ СУМНІВИ. Задача: Заспокой клієнта. Скажи, що це плагін для браузера, ставиться за 1 хвилину. Ніяких айтішників не треба.",
+        "competitor_trap": "ЕТАП: ВІДСТРОЙКА ВІД КОНКУРЕНТІВ. Задача: Похвали конкурента, але покажи нашу унікальність (ми не просто пишемо дзвінки, ми підказуємо онлайн).",
+        "close_standard": "ЕТАП: ЗАКРИТТЯ (Standard). Задача: Переходь до діла. Запитай куди виставити рахунок або коли зручно підписати договір.",
+        "close_light": "ЕТАП: ЗАКРИТТЯ (Light). Задача: Закрий на дешевий тариф. Головне — почати співпрацю.",
+        "close_vip": "ЕТАП: ЗАКРИТТЯ (VIP). Задача: Закріпи успіх. Привітай з правильним рішенням.",
+        "referral_ask": "ЕТАП: РЕКОМЕНДАЦІЯ. Задача: Угода зірвалася. Ввічливо попроси контакт партнера, кому це може бути цікаво.",
+        "exit_success": "ЕТАП: ПРОЩАННЯ (Успіх). Задача: Подякуй, домовся про наступний крок (лист/дзвінок). Попрощайся на позитиві.",
+        "exit_fail": "ЕТАП: ПРОЩАННЯ (Відмова). Задача: Залиш двері відкритими. Скажи, що будеш радий допомогти в майбутньому.",
+        "exit_neutral": "ЕТАП: ПРОЩАННЯ (Нейтрально). Задача: Ввічливо заверши розмову."
     },
     "edges": [
         {
             "from": "start",
-            "to": "qualification",
-            "weight": 1
+            "to": "hook_rejection",
+            "weight": 2
         },
         {
             "from": "start",
-            "to": "objection_busy",
-            "weight": 5
+            "to": "qualification_needs",
+            "weight": 1
         },
         {
             "from": "start",
-            "to": "exit_bad",
-            "weight": 100
+            "to": "exit_fail",
+            "weight": 1000
         },
         {
-            "from": "objection_busy",
-            "to": "qualification",
-            "weight": 2
+            "from": "hook_rejection",
+            "to": "qualification_needs",
+            "weight": 1
         },
         {
-            "from": "objection_busy",
-            "to": "exit_later",
-            "weight": 10
+            "from": "hook_rejection",
+            "to": "exit_fail",
+            "weight": 50
         },
         {
-            "from": "qualification",
-            "to": "tech_shame",
-            "weight": 2
+            "from": "qualification_needs",
+            "to": "pain_followup",
+            "weight": 1
         },
         {
-            "from": "qualification",
-            "to": "tech_praise",
-            "weight": 2
+            "from": "qualification_needs",
+            "to": "pain_closing",
+            "weight": 1
         },
         {
-            "from": "qualification",
-            "to": "objection_trust",
+            "from": "qualification_needs",
+            "to": "pitch_main",
             "weight": 5
         },
         {
-            "from": "tech_shame",
-            "to": "pitch_value",
+            "from": "pain_followup",
+            "to": "pitch_main",
             "weight": 1
         },
         {
-            "from": "tech_praise",
-            "to": "pitch_value",
+            "from": "pain_closing",
+            "to": "pitch_main",
             "weight": 1
         },
         {
-            "from": "pitch_value",
-            "to": "price_reveal",
-            "weight": 2
+            "from": "pitch_main",
+            "to": "price_shock",
+            "weight": 5
         },
         {
-            "from": "pitch_value",
-            "to": "objection_competitor",
-            "weight": 4
+            "from": "pitch_main",
+            "to": "objection_tech",
+            "weight": 3
         },
         {
-            "from": "pitch_value",
-            "to": "objection_trust",
+            "from": "pitch_main",
+            "to": "competitor_trap",
             "weight": 4
         },
         {
-            "from": "objection_trust",
-            "to": "pitch_value",
-            "weight": 2
+            "from": "pitch_main",
+            "to": "upsell_offer",
+            "weight": 10
         },
         {
-            "from": "objection_trust",
-            "to": "soft_push",
-            "weight": 3
+            "from": "pitch_main",
+            "to": "close_standard",
+            "weight": 2
         },
         {
-            "from": "objection_competitor",
-            "to": "price_reveal",
+            "from": "price_shock",
+            "to": "downsell_offer",
             "weight": 2
         },
         {
-            "from": "objection_competitor",
-            "to": "exit_bad",
-            "weight": 50
+            "from": "price_shock",
+            "to": "pitch_main",
+            "weight": 5
         },
         {
-            "from": "price_reveal",
-            "to": "close_deal",
+            "from": "price_shock",
+            "to": "close_standard",
             "weight": 10
         },
         {
-            "from": "price_reveal",
-            "to": "objection_expensive",
-            "weight": 3
+            "from": "downsell_offer",
+            "to": "close_light",
+            "weight": 1
+        },
+        {
+            "from": "downsell_offer",
+            "to": "exit_fail",
+            "weight": 10
         },
         {
-            "from": "price_reveal",
-            "to": "objection_think",
+            "from": "objection_tech",
+            "to": "pitch_main",
+            "weight": 2
+        },
+        {
+            "from": "objection_tech",
+            "to": "upsell_offer",
+            "weight": 5
+        },
+        {
+            "from": "competitor_trap",
+            "to": "pitch_main",
+            "weight": 2
+        },
+        {
+            "from": "competitor_trap",
+            "to": "downsell_offer",
             "weight": 4
         },
         {
-            "from": "objection_expensive",
-            "to": "soft_push",
+            "from": "upsell_offer",
+            "to": "close_vip",
+            "weight": 2
+        },
+        {
+            "from": "upsell_offer",
+            "to": "close_standard",
             "weight": 1
         },
         {
-            "from": "objection_expensive",
-            "to": "exit_bad",
-            "weight": 20
+            "from": "close_standard",
+            "to": "exit_success",
+            "weight": 0
         },
         {
-            "from": "objection_think",
-            "to": "soft_push",
-            "weight": 2
+            "from": "close_light",
+            "to": "exit_success",
+            "weight": 0
         },
         {
-            "from": "objection_think",
-            "to": "exit_later",
-            "weight": 5
+            "from": "close_vip",
+            "to": "exit_success",
+            "weight": 0
         },
         {
-            "from": "soft_push",
-            "to": "close_deal",
+            "from": "exit_fail",
+            "to": "referral_ask",
             "weight": 1
         },
         {
-            "from": "soft_push",
-            "to": "exit_later",
-            "weight": 10
+            "from": "referral_ask",
+            "to": "exit_neutral",
+            "weight": 0
         }
     ]
 }