ecommbot.py

from langchain_mistralai import ChatMistralAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

prompt_ecommerce = ChatPromptTemplate.from_template("""
Tu es un expert en e-commerce.

L'utilisateur va te donner une liste de produits sous forme de texte naturel, par exemple :
"Montre à 10 € avec lien https://..., sac à main à 20 € lien https://..."

Ta mission :
1. Pour chaque produit détecté dans ce texte :
   - Estime un coût total (prix donné + livraison estimée 5 € + pub 5 €)
   - Calcule un prix de vente rentable avec une marge de 30 %
   - Donne un bénéfice estimé
   - Fais une petite analyse marketing

2. À la fin, crée un tableau récapitulatif avec :
   - Nom du produit
   - Coût total
   - Prix conseillé
   - Bénéfice
   - Lien

Voici la liste de produits à analyser :
{produits}
""")

def analyser_produits_via_agent(produits_texte, api_key):
    try:
        llm = ChatMistralAI(
            model="mistral-small",
            temperature=0.4,
            max_tokens=1500,
            api_key=api_key
        )
        chain_ecommerce = prompt_ecommerce | llm | StrOutputParser()
        result = chain_ecommerce.invoke({"produits": produits_texte})
        return result
    except Exception as e:
        return f"Erreur : {e}"