#!/usr/bin/env bash
# Predicción batch – POST /predict/batch
# Banco Ripley · Modelo Predictiva Early
# URL base: https://nicolasitmeet-predictiva-early.hf.space
#
# Envía hasta 500 registros en una sola llamada bajo la clave "records".
# Nota: los campos "serie" y "PERIODO" son ignorados por el pipeline; puedes omitirlos.

BASE_URL="https://nicolasitmeet-predictiva-early.hf.space"

curl -s -X POST "${BASE_URL}/predict/batch" \
  -H "Content-Type: application/json" \
  -d '{
    "records": [
      {
        "MESES_ANT_RCC": 111,
        "EDAD": 54,
        "GENERO": "M",
        "FLAG_ENTIDAD_PRINCIPAL": 0,
        "GRADO_INSTRUCCION": "SECUNDARIA",
        "DEPARTAMENTO": "LIMA",
        "PROVINCIA": "LIMA",
        "DISTRITO": "MIRAFLORES",
        "FLAG_TC_MODELOS": 0,
        "FLAG_MES": 1,
        "CONTAR_COMP": 12,
        "MARCA_HP": 0,
        "MARCA_SEG_VIDA": 0,
        "MARCA_DIF": 1,
        "MARCA_CONV": 0,
        "SITUACION_LABORAL": "INDEPENDIENTE",
        "ESTADO_CIVIL": "1",
        "MAX_ATRASO3": 0,
        "MAX_ATRASO6": 0,
        "MAX_ATRASO12": 0,
        "UTIL_TARJ": 0.45,
        "UTIL_EFEC": 0.10,
        "RATIO_CONS": 0.30
      },
      {
        "MESES_ANT_RCC": 24,
        "EDAD": 28,
        "GENERO": "F",
        "FLAG_ENTIDAD_PRINCIPAL": 1,
        "GRADO_INSTRUCCION": "UNIVERSITARIA",
        "DEPARTAMENTO": "AREQUIPA",
        "PROVINCIA": "AREQUIPA",
        "DISTRITO": "CERCADO",
        "FLAG_TC_MODELOS": 1,
        "FLAG_MES": 0,
        "CONTAR_COMP": 3,
        "MARCA_HP": 0,
        "MARCA_SEG_VIDA": 1,
        "MARCA_DIF": 0,
        "MARCA_CONV": 1,
        "SITUACION_LABORAL": "DEPENDIENTE",
        "ESTADO_CIVIL": "2",
        "MAX_ATRASO3": 2,
        "MAX_ATRASO6": 3,
        "MAX_ATRASO12": 3,
        "UTIL_TARJ": 0.92,
        "UTIL_EFEC": 0.75,
        "RATIO_CONS": 0.88
      }
    ]
  }' | python3 -m json.tool