import pandas as pd
import numpy as np
import plotly.graph_objects as go
import plotly.express as px
from dash import Dash, dcc, html, Input, Output, callback
import dash_bootstrap_components as dbc
import warnings
warnings.filterwarnings('ignore')

# ─────────────────────────────────────────────────────────────────────────────
# 1. CARREGAMENTO E PREPARAÇÃO DOS DADOS
# ─────────────────────────────────────────────────────────────────────────────
df_raw = pd.read_csv(
    'tarefasss_datas_corrigidas_final.csv',
    sep=';', encoding='latin-1'
)
df_raw = df_raw[df_raw.iloc[:, 0].notna()].copy()
df_raw.columns = [
    'SUB_CIP','PROJETO','DESIGNACAO','TIPO','RB_STATUS','COLABORADOR','OBSERVACOES',
    'DATA_ADJ_CLIENTE','DATA_LIMITE_SLA','TEMPO_EXECUCAO_DIAS','PCT_SLA',
    'DATA_ENTREGA_V0','DATA_1_REENTREGA_V1','DATA_2_REENTREGA_V2','DATA_3_REENTREGA_V3',
    'DATA_VALIDACAO','QTD_VERSOES','TAXA_REJEICAO_VERSOES','TAXA_ACEITACAO_VERSOES',
    'QTD_REVISOES','INDICE_QUALIDADE','COLABORADOR_PROD_V0','DATA_INICIO_PROD_V0',
    'DATA_FIM_PROD_V0','COLABORADOR_QC_V0','DATA_INICIO_QC_V0','DATA_FIM_QC_V0',
    'PCT_ERROS_VISUAIS_V0','PCT_ERROS_MACRO_V0','TAXA_APROVACAO_INTERNA_V0',
    'COLABORADOR_PROD_V1','DATA_INICIO_PROD_V1','DATA_FIM_PROD_V1','COLABORADOR_QC_V1',
    'DATA_INICIO_QC_V1','DATA_FIM_QC_V1','PCT_ERROS_VISUAIS_V1','PCT_ERROS_MACRO_V1',
    'TAXA_ERRO_GLOBAL_V1','COLABORADOR_PROD_V2','DATA_INICIO_PROD_V2','DATA_FIM_PROD_V2',
    'COLABORADOR_QC_V2','DATA_INICIO_QC_V2','DATA_FIM_QC_V2','PCT_ERROS_VISUAIS_V2',
    'PCT_ERROS_MACRO_V2','TAXA_ERRO_GLOBAL_V2','RESPOSTA_CLIENTE','DATA_RESPOSTA'
]

# Conversões numéricas
for col in ['TEMPO_EXECUCAO_DIAS','QTD_VERSOES','QTD_REVISOES']:
    df_raw[col] = pd.to_numeric(
        df_raw[col].astype(str).str.replace(',', '.').str.strip(),
        errors='coerce'
    )
for col in ['PCT_SLA','INDICE_QUALIDADE','TAXA_REJEICAO_VERSOES','TAXA_ACEITACAO_VERSOES',
            'PCT_ERROS_VISUAIS_V0','PCT_ERROS_MACRO_V0','TAXA_APROVACAO_INTERNA_V0']:
    df_raw[col] = pd.to_numeric(
        df_raw[col].astype(str).str.replace('%','').str.replace(',','.').str.strip(),
        errors='coerce'
    )

# Datas
for col in ['DATA_ADJ_CLIENTE','DATA_LIMITE_SLA','DATA_ENTREGA_V0','DATA_VALIDACAO']:
    df_raw[col] = pd.to_datetime(df_raw[col], dayfirst=True, errors='coerce')

df_raw['MES_ADJ'] = df_raw['DATA_ADJ_CLIENTE'].dt.to_period('M').astype(str)
df_raw['MES_LABEL'] = df_raw['DATA_ADJ_CLIENTE'].dt.strftime('%b %Y')

# Normalizar colaborador
df_raw['COLABORADOR'] = df_raw['COLABORADOR'].str.strip().str.upper()
df_raw['COLABORADOR'] = df_raw['COLABORADOR'].replace({'STEPHANIE FARIA': 'STEPHANIE FARIA'})

# Classificação SLA
df_raw['SLA_OK'] = df_raw['PCT_SLA'].apply(
    lambda x: 'Dentro do SLA' if pd.notna(x) and x <= 100 else ('Fora do SLA' if pd.notna(x) else 'N/D')
)

# Status simplificado para agrupamento
status_map = {
    '08 PROJETO VALIDADO': 'Validado',
    '13 FATURADO': 'Faturado',
    '07 VALIDAÇO ORANGE': 'Validação Orange',
    '12 CANCELADO': 'Cancelado',
    '09 TRABALHOS EM CURSO': 'Em Curso',
    '11.1 AGUARDA RT': 'Aguarda RT',
    '03 POR INICIAR CQ': 'Por Iniciar CQ',
    '02.1 PROJETO PENDENTE CLIENTE': 'Pendente Cliente',
    '03.3 CQ SOGETREL': 'CQ Sogetrel',
    '06.4 AGUARDA PMV+DT': 'Aguarda PMV+DT',
    '06.2 AGUARDA DEVIS': 'Aguarda Devis',
    '02.3 PROJETO EM CURSO': 'Projeto em Curso',
}
df_raw['STATUS_LABEL'] = df_raw['RB_STATUS'].map(status_map).fillna(df_raw['RB_STATUS'])

# ─────────────────────────────────────────────────────────────────────────────
# 2. PALETA E TEMA
# ─────────────────────────────────────────────────────────────────────────────
COLORS = {
    'bg':        '#0D1117',
    'card':      '#161B22',
    'card2':     '#1C2128',
    'border':    '#30363D',
    'primary':   '#2563EB',
    'accent':    '#3B82F6',
    'success':   '#10B981',
    'warning':   '#F59E0B',
    'danger':    '#EF4444',
    'text':      '#E6EDF3',
    'muted':     '#8B949E',
    'gold':      '#F59E0B',
    'purple':    '#8B5CF6',
    'teal':      '#14B8A6',
}

STATUS_COLORS = {
    'Validado':          '#10B981',
    'Faturado':          '#2563EB',
    'Validação Orange':  '#F59E0B',
    'Cancelado':         '#EF4444',
    'Em Curso':          '#8B5CF6',
    'Aguarda RT':        '#14B8A6',
    'Por Iniciar CQ':    '#6366F1',
    'Pendente Cliente':  '#F97316',
    'CQ Sogetrel':       '#EC4899',
    'Aguarda PMV+DT':    '#84CC16',
    'Aguarda Devis':     '#06B6D4',
    'Projeto em Curso':  '#A78BFA',
}

PLOTLY_LAYOUT = dict(
    paper_bgcolor='rgba(0,0,0,0)',
    plot_bgcolor='rgba(0,0,0,0)',
    font=dict(family='Inter, Segoe UI, sans-serif', color=COLORS['text'], size=12),
    margin=dict(l=10, r=10, t=30, b=10),
    legend=dict(
        bgcolor='rgba(22,27,34,0.8)',
        bordercolor=COLORS['border'],
        borderwidth=1,
        font=dict(size=11),
    ),
    xaxis=dict(
        gridcolor=COLORS['border'], gridwidth=0.5,
        linecolor=COLORS['border'], tickfont=dict(size=11),
    ),
    yaxis=dict(
        gridcolor=COLORS['border'], gridwidth=0.5,
        linecolor=COLORS['border'], tickfont=dict(size=11),
    ),
)

# ─────────────────────────────────────────────────────────────────────────────
# 3. HELPERS
# ─────────────────────────────────────────────────────────────────────────────
def kpi_card(title, value, subtitle=None, color=COLORS['primary'], icon='📊'):
    return dbc.Col(
        html.Div([
            html.Div([
                html.Span(icon, style={'fontSize': '22px', 'marginRight': '8px'}),
                html.Span(title, style={
                    'fontSize': '11px', 'fontWeight': '600',
                    'color': COLORS['muted'], 'textTransform': 'uppercase',
                    'letterSpacing': '0.08em'
                }),
            ], style={'display': 'flex', 'alignItems': 'center', 'marginBottom': '8px'}),
            html.Div(value, style={
                'fontSize': '32px', 'fontWeight': '700',
                'color': color, 'lineHeight': '1',
            }),
            html.Div(subtitle or '', style={
                'fontSize': '11px', 'color': COLORS['muted'], 'marginTop': '6px'
            }),
        ], style={
            'background': COLORS['card'],
            'border': f'1px solid {COLORS["border"]}',
            'borderTop': f'3px solid {color}',
            'borderRadius': '8px',
            'padding': '18px 20px',
            'height': '100%',
        }),
        xs=12, sm=6, md=3,
    )

def section_title(text):
    return html.Div(text, style={
        'fontSize': '13px', 'fontWeight': '700',
        'color': COLORS['muted'], 'textTransform': 'uppercase',
        'letterSpacing': '0.1em', 'marginBottom': '12px',
        'paddingBottom': '8px', 'borderBottom': f'1px solid {COLORS["border"]}',
    })

def chart_card(children, title=None, height=None):
    style = {
        'background': COLORS['card'],
        'border': f'1px solid {COLORS["border"]}',
        'borderRadius': '8px',
        'padding': '16px',
        'marginBottom': '16px',
    }
    if height:
        style['height'] = height
    content = []
    if title:
        content.append(html.Div(title, style={
            'fontSize': '13px', 'fontWeight': '600',
            'color': COLORS['text'], 'marginBottom': '12px',
        }))
    content.append(children)
    return html.Div(content, style=style)

# ─────────────────────────────────────────────────────────────────────────────
# 4. APP
# ─────────────────────────────────────────────────────────────────────────────
app = Dash(
    __name__,
    external_stylesheets=[
        dbc.themes.BOOTSTRAP,
        'https://fonts.googleapis.com/css2?family=Inter:wght@300;400;500;600;700&display=swap',
    ],
    title='Dashboard Executivo — Gestão de Projetos',
    suppress_callback_exceptions=True,
)

# ── Filtros disponíveis ───────────────────────────────────────────────────────
meses_sorted = sorted(df_raw['MES_ADJ'].dropna().unique())
colaboradores = sorted(df_raw['COLABORADOR'].dropna().unique())
tipos = sorted(df_raw['TIPO'].dropna().unique())

# ─────────────────────────────────────────────────────────────────────────────
# 5. LAYOUT
# ─────────────────────────────────────────────────────────────────────────────
app.layout = html.Div([

    # ── HEADER ────────────────────────────────────────────────────────────────
    html.Div([
        dbc.Container([
            dbc.Row([
                dbc.Col([
                    html.Div([
                        html.Span('⬡', style={'color': COLORS['primary'], 'fontSize': '24px', 'marginRight': '10px'}),
                        html.Span('GESTÃO DE PROJETOS', style={
                            'fontSize': '18px', 'fontWeight': '700',
                            'color': COLORS['text'], 'letterSpacing': '0.05em',
                        }),
                        html.Span(' · Dashboard Executivo', style={
                            'fontSize': '14px', 'color': COLORS['muted'],
                            'marginLeft': '8px',
                        }),
                    ], style={'display': 'flex', 'alignItems': 'center'}),
                ], md=8),
                dbc.Col([
                    html.Div('Set 2025 – Fev 2026', style={
                        'textAlign': 'right', 'color': COLORS['muted'],
                        'fontSize': '12px', 'paddingTop': '4px',
                    }),
                ], md=4),
            ], align='center'),
        ], fluid=True),
    ], style={
        'background': COLORS['card'],
        'borderBottom': f'1px solid {COLORS["border"]}',
        'padding': '14px 0',
        'position': 'sticky', 'top': '0', 'zIndex': '1000',
    }),

    # ── FILTROS ───────────────────────────────────────────────────────────────
    dbc.Container([
        html.Div([
            dbc.Row([
                dbc.Col([
                    html.Label('Período', style={'fontSize': '11px', 'color': COLORS['muted'], 'fontWeight': '600'}),
                    dcc.Dropdown(
                        id='filter-mes',
                        options=[{'label': m, 'value': m} for m in meses_sorted],
                        multi=True, placeholder='Todos os meses',
                        style={'fontSize': '12px'},
                        className='dark-dropdown',
                    ),
                ], md=3),
                dbc.Col([
                    html.Label('Colaborador', style={'fontSize': '11px', 'color': COLORS['muted'], 'fontWeight': '600'}),
                    dcc.Dropdown(
                        id='filter-colab',
                        options=[{'label': c, 'value': c} for c in colaboradores],
                        multi=True, placeholder='Todos',
                        style={'fontSize': '12px'},
                    ),
                ], md=3),
                dbc.Col([
                    html.Label('Tipo de Projeto', style={'fontSize': '11px', 'color': COLORS['muted'], 'fontWeight': '600'}),
                    dcc.Dropdown(
                        id='filter-tipo',
                        options=[{'label': t, 'value': t} for t in tipos],
                        multi=True, placeholder='Todos',
                        style={'fontSize': '12px'},
                    ),
                ], md=3),
                dbc.Col([
                    html.Label('Status', style={'fontSize': '11px', 'color': COLORS['muted'], 'fontWeight': '600'}),
                    dcc.Dropdown(
                        id='filter-status',
                        options=[{'label': s, 'value': s} for s in sorted(df_raw['STATUS_LABEL'].unique())],
                        multi=True, placeholder='Todos',
                        style={'fontSize': '12px'},
                    ),
                ], md=3),
            ]),
        ], style={
            'background': COLORS['card2'],
            'border': f'1px solid {COLORS["border"]}',
            'borderRadius': '8px',
            'padding': '14px 16px',
            'marginTop': '16px',
            'marginBottom': '16px',
        }),

        # ── KPIs ──────────────────────────────────────────────────────────────
        html.Div(id='kpi-row', style={'marginBottom': '16px'}),

        # ── LINHA 1: Evolução mensal + Distribuição por Status ────────────────
        dbc.Row([
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-evolucao', config={'displayModeBar': False},
                              style={'height': '300px'}),
                    title='Evolução Mensal de Projetos Adjudicados'
                ),
                md=7
            ),
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-status', config={'displayModeBar': False},
                              style={'height': '300px'}),
                    title='Distribuição por Status'
                ),
                md=5
            ),
        ]),

        # ── LINHA 2: Distribuição por Tipo + Resposta Cliente ─────────────────
        dbc.Row([
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-tipo', config={'displayModeBar': False},
                              style={'height': '300px'}),
                    title='Projetos por Tipo'
                ),
                md=5
            ),
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-resposta', config={'displayModeBar': False},
                              style={'height': '300px'}),
                    title='Resposta do Cliente (OK vs NOK)'
                ),
                md=3
            ),
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-sla', config={'displayModeBar': False},
                              style={'height': '300px'}),
                    title='Cumprimento de SLA'
                ),
                md=4
            ),
        ]),

        # ── LINHA 3: Performance Colaboradores ────────────────────────────────
        dbc.Row([
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-colab-volume', config={'displayModeBar': False},
                              style={'height': '320px'}),
                    title='Volume de Projetos por Colaborador'
                ),
                md=6
            ),
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-colab-qualidade', config={'displayModeBar': False},
                              style={'height': '320px'}),
                    title='Índice de Qualidade Médio por Colaborador'
                ),
                md=6
            ),
        ]),

        # ── LINHA 4: Tempo Execução + Versões ─────────────────────────────────
        dbc.Row([
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-tempo', config={'displayModeBar': False},
                              style={'height': '300px'}),
                    title='Distribuição do Tempo de Execução (dias)'
                ),
                md=6
            ),
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-versoes', config={'displayModeBar': False},
                              style={'height': '300px'}),
                    title='Nº de Versões por Projeto'
                ),
                md=3
            ),
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-revisoes', config={'displayModeBar': False},
                              style={'height': '300px'}),
                    title='Nº de Revisões por Projeto'
                ),
                md=3
            ),
        ]),

        # ── LINHA 5: Erros QC ─────────────────────────────────────────────────
        dbc.Row([
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-erros', config={'displayModeBar': False},
                              style={'height': '300px'}),
                    title='Taxa de Erros QC — Visuais vs Macro (V0)'
                ),
                md=6
            ),
            dbc.Col(
                chart_card(
                    dcc.Graph(id='chart-qualidade-hist', config={'displayModeBar': False},
                              style={'height': '300px'}),
                    title='Distribuição do Índice de Qualidade'
                ),
                md=6
            ),
        ]),

        # ── RODAPÉ ────────────────────────────────────────────────────────────
        html.Div([
            html.Span('Dashboard Executivo · Gestão de Projetos', style={'color': COLORS['muted'], 'fontSize': '11px'}),
            html.Span(' · Dados: Set 2025 – Fev 2026', style={'color': COLORS['border'], 'fontSize': '11px'}),
        ], style={
            'textAlign': 'center', 'padding': '24px 0 16px',
            'borderTop': f'1px solid {COLORS["border"]}',
            'marginTop': '8px',
        }),

    ], fluid=True, style={'maxWidth': '1400px'}),

], style={
    'background': COLORS['bg'],
    'minHeight': '100vh',
    'fontFamily': 'Inter, Segoe UI, sans-serif',
    'color': COLORS['text'],
})

# ─────────────────────────────────────────────────────────────────────────────
# 6. CALLBACKS
# ─────────────────────────────────────────────────────────────────────────────
def filter_df(mes, colab, tipo, status):
    df = df_raw.copy()
    if mes:
        df = df[df['MES_ADJ'].isin(mes)]
    if colab:
        df = df[df['COLABORADOR'].isin(colab)]
    if tipo:
        df = df[df['TIPO'].isin(tipo)]
    if status:
        df = df[df['STATUS_LABEL'].isin(status)]
    return df


@callback(
    Output('kpi-row', 'children'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def update_kpis(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    total = len(df)
    validados = len(df[df['STATUS_LABEL'].isin(['Validado', 'Faturado', 'Validação Orange'])])
    pct_valid = f"{validados/total*100:.0f}%" if total else "—"
    sla_ok = len(df[df['SLA_OK'] == 'Dentro do SLA'])
    pct_sla = f"{sla_ok/total*100:.0f}%" if total else "—"
    iq_mean = df['INDICE_QUALIDADE'].mean()
    iq_str = f"{iq_mean:.0f}%" if pd.notna(iq_mean) else "—"
    tempo_med = df['TEMPO_EXECUCAO_DIAS'].median()
    tempo_str = f"{tempo_med:.0f} dias" if pd.notna(tempo_med) else "—"
    cancelados = len(df[df['STATUS_LABEL'] == 'Cancelado'])
    resp_ok = len(df[df['RESPOSTA_CLIENTE'] == 'OK'])
    resp_total = len(df[df['RESPOSTA_CLIENTE'].isin(['OK', 'NOK'])])
    pct_resp = f"{resp_ok/resp_total*100:.0f}%" if resp_total else "—"

    return dbc.Row([
        kpi_card('Total de Projetos', f"{total:,}", 'no período selecionado', COLORS['primary'], '📁'),
        kpi_card('Taxa de Conclusão', pct_valid, f'{validados} projetos concluídos', COLORS['success'], '✅'),
        kpi_card('Cumprimento SLA', pct_sla, f'{sla_ok} dentro do prazo', COLORS['teal'], '⏱'),
        kpi_card('Índice de Qualidade', iq_str, 'média dos projetos avaliados', COLORS['gold'], '⭐'),
        kpi_card('Tempo Mediano', tempo_str, 'tempo de execução (dias)', COLORS['purple'], '📅'),
        kpi_card('Aprovação Cliente', pct_resp, f'{resp_ok} OK de {resp_total} avaliados', COLORS['accent'], '👤'),
        kpi_card('Cancelamentos', f"{cancelados}", 'projetos cancelados', COLORS['danger'], '❌'),
        kpi_card('Colaboradores Ativos', str(df['COLABORADOR'].nunique()), 'no período', COLORS['muted'], '👥'),
    ], className='g-2 mb-3')


@callback(
    Output('chart-evolucao', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_evolucao(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    monthly = df.groupby('MES_ADJ').size().reset_index(name='count')
    monthly = monthly.sort_values('MES_ADJ')

    fig = go.Figure()
    fig.add_trace(go.Bar(
        x=monthly['MES_ADJ'], y=monthly['count'],
        marker_color=COLORS['primary'],
        marker_line_width=0,
        opacity=0.85,
        name='Projetos',
        hovertemplate='<b>%{x}</b><br>%{y} projetos<extra></extra>',
    ))
    fig.add_trace(go.Scatter(
        x=monthly['MES_ADJ'], y=monthly['count'],
        mode='lines+markers',
        line=dict(color=COLORS['accent'], width=2),
        marker=dict(size=6, color=COLORS['accent']),
        name='Tendência',
        hovertemplate='<b>%{x}</b><br>%{y} projetos<extra></extra>',
    ))
    fig.update_layout(**PLOTLY_LAYOUT, showlegend=True)
    return fig


@callback(
    Output('chart-status', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_status(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    counts = df['STATUS_LABEL'].value_counts().reset_index()
    counts.columns = ['status', 'count']
    colors = [STATUS_COLORS.get(s, COLORS['muted']) for s in counts['status']]

    fig = go.Figure(go.Pie(
        labels=counts['status'],
        values=counts['count'],
        hole=0.55,
        marker=dict(colors=colors, line=dict(color=COLORS['bg'], width=2)),
        textinfo='percent',
        hovertemplate='<b>%{label}</b><br>%{value} projetos (%{percent})<extra></extra>',
    ))
    layout = dict(**PLOTLY_LAYOUT)
    layout['legend'] = dict(
        orientation='v', x=1.02, y=0.5,
        bgcolor='rgba(0,0,0,0)',
        font=dict(size=10),
    )
    layout['annotations'] = [dict(
        text=f"<b>{len(df)}</b><br><span style='font-size:10px'>total</span>",
        x=0.5, y=0.5, font_size=16, showarrow=False,
        font=dict(color=COLORS['text']),
    )]
    fig.update_layout(**layout)
    return fig


@callback(
    Output('chart-tipo', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_tipo(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    counts = df['TIPO'].value_counts().reset_index()
    counts.columns = ['tipo', 'count']
    counts = counts.sort_values('count', ascending=True)

    fig = go.Figure(go.Bar(
        x=counts['count'], y=counts['tipo'],
        orientation='h',
        marker=dict(
            color=counts['count'],
            colorscale=[[0, '#1e3a5f'], [1, COLORS['primary']]],
            line=dict(width=0),
        ),
        hovertemplate='<b>%{y}</b><br>%{x} projetos<extra></extra>',
    ))
    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
    fig.update_xaxes(title_text='')
    fig.update_yaxes(title_text='')
    return fig


@callback(
    Output('chart-resposta', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_resposta(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    df_r = df[df['RESPOSTA_CLIENTE'].isin(['OK', 'NOK'])]
    counts = df_r['RESPOSTA_CLIENTE'].value_counts().reset_index()
    counts.columns = ['resp', 'count']
    color_map = {'OK': COLORS['success'], 'NOK': COLORS['danger']}
    colors = [color_map.get(r, COLORS['muted']) for r in counts['resp']]

    fig = go.Figure(go.Pie(
        labels=counts['resp'],
        values=counts['count'],
        hole=0.6,
        marker=dict(colors=colors, line=dict(color=COLORS['bg'], width=3)),
        textinfo='percent+label',
        hovertemplate='<b>%{label}</b><br>%{value} projetos<extra></extra>',
    ))
    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
    return fig


@callback(
    Output('chart-sla', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_sla(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    df_s = df[df['SLA_OK'] != 'N/D']
    counts = df_s['SLA_OK'].value_counts().reset_index()
    counts.columns = ['sla', 'count']
    color_map = {'Dentro do SLA': COLORS['success'], 'Fora do SLA': COLORS['danger']}
    colors = [color_map.get(s, COLORS['muted']) for s in counts['sla']]

    fig = go.Figure(go.Pie(
        labels=counts['sla'],
        values=counts['count'],
        hole=0.6,
        marker=dict(colors=colors, line=dict(color=COLORS['bg'], width=3)),
        textinfo='percent+label',
        hovertemplate='<b>%{label}</b><br>%{value} projetos<extra></extra>',
    ))
    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
    return fig


@callback(
    Output('chart-colab-volume', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_colab_volume(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    df_c = df[df['COLABORADOR'].notna()]
    counts = df_c.groupby(['COLABORADOR', 'STATUS_LABEL']).size().reset_index(name='count')
    top_colabs = df_c['COLABORADOR'].value_counts().head(8).index.tolist()
    counts = counts[counts['COLABORADOR'].isin(top_colabs)]

    fig = go.Figure()
    for s, color in STATUS_COLORS.items():
        sub = counts[counts['STATUS_LABEL'] == s]
        if not sub.empty:
            fig.add_trace(go.Bar(
                x=sub['COLABORADOR'], y=sub['count'],
                name=s, marker_color=color,
                hovertemplate='<b>%{x}</b><br>' + s + ': %{y}<extra></extra>',
            ))
    fig.update_layout(**PLOTLY_LAYOUT, barmode='stack', showlegend=True)
    fig.update_xaxes(title_text='')
    fig.update_yaxes(title_text='Projetos')
    return fig


@callback(
    Output('chart-colab-qualidade', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_colab_qualidade(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    df_q = df[df['COLABORADOR'].notna() & df['INDICE_QUALIDADE'].notna()]
    if df_q.empty:
        return go.Figure().update_layout(**PLOTLY_LAYOUT)
    stats = df_q.groupby('COLABORADOR')['INDICE_QUALIDADE'].agg(['mean', 'count']).reset_index()
    stats = stats[stats['count'] >= 2].sort_values('mean', ascending=True)

    fig = go.Figure(go.Bar(
        x=stats['mean'], y=stats['COLABORADOR'],
        orientation='h',
        marker=dict(
            color=stats['mean'],
            colorscale=[[0, '#7f1d1d'], [0.5, COLORS['warning']], [1, COLORS['success']]],
            cmin=0, cmax=100,
            line=dict(width=0),
        ),
        text=[f"{v:.0f}%" for v in stats['mean']],
        textposition='outside',
        textfont=dict(size=11, color=COLORS['text']),
        hovertemplate='<b>%{y}</b><br>Índice Qualidade: %{x:.1f}%<extra></extra>',
    ))
    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
    fig.update_xaxes(title_text='Índice de Qualidade (%)', range=[0, 115])
    fig.update_yaxes(title_text='')
    return fig


@callback(
    Output('chart-tempo', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_tempo(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    df_t = df['TEMPO_EXECUCAO_DIAS'].dropna()
    if df_t.empty:
        return go.Figure().update_layout(**PLOTLY_LAYOUT)

    fig = go.Figure()
    fig.add_trace(go.Histogram(
        x=df_t,
        nbinsx=20,
        marker_color=COLORS['primary'],
        marker_line_color=COLORS['bg'],
        marker_line_width=1,
        opacity=0.85,
        name='Projetos',
        hovertemplate='%{x} dias: %{y} projetos<extra></extra>',
    ))
    # Linha mediana
    med = df_t.median()
    fig.add_vline(x=med, line_dash='dash', line_color=COLORS['warning'],
                  annotation_text=f'Mediana: {med:.0f}d',
                  annotation_font_color=COLORS['warning'],
                  annotation_position='top right')
    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
    fig.update_xaxes(title_text='Dias')
    fig.update_yaxes(title_text='Nº Projetos')
    return fig


@callback(
    Output('chart-versoes', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_versoes(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    df_v = df['QTD_VERSOES'].dropna().astype(int)
    counts = df_v.value_counts().sort_index().reset_index()
    counts.columns = ['versoes', 'count']

    fig = go.Figure(go.Bar(
        x=counts['versoes'].astype(str),
        y=counts['count'],
        marker_color=[COLORS['success'], COLORS['warning'], COLORS['danger'], COLORS['purple']],
        marker_line_width=0,
        hovertemplate='<b>%{x} versão(ões)</b><br>%{y} projetos<extra></extra>',
    ))
    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
    fig.update_xaxes(title_text='Nº Versões')
    fig.update_yaxes(title_text='Projetos')
    return fig


@callback(
    Output('chart-revisoes', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_revisoes(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    df_r = df['QTD_REVISOES'].dropna().astype(int)
    counts = df_r.value_counts().sort_index().reset_index()
    counts.columns = ['revisoes', 'count']

    palette = [COLORS['success'], COLORS['teal'], COLORS['warning'],
               COLORS['danger'], COLORS['purple'], COLORS['accent'],
               COLORS['gold'], COLORS['muted']]
    colors = [palette[i % len(palette)] for i in range(len(counts))]

    fig = go.Figure(go.Bar(
        x=counts['revisoes'].astype(str),
        y=counts['count'],
        marker_color=colors,
        marker_line_width=0,
        hovertemplate='<b>%{x} revisão(ões)</b><br>%{y} projetos<extra></extra>',
    ))
    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
    fig.update_xaxes(title_text='Nº Revisões')
    fig.update_yaxes(title_text='Projetos')
    return fig


@callback(
    Output('chart-erros', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_erros(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    df_c = df[df['COLABORADOR_PROD_V0'].notna()]
    df_c = df_c.groupby('COLABORADOR_PROD_V0').agg(
        visuais=('PCT_ERROS_VISUAIS_V0', 'mean'),
        macro=('PCT_ERROS_MACRO_V0', 'mean'),
    ).dropna(how='all').reset_index()
    df_c = df_c.sort_values('visuais', ascending=False).head(8)

    if df_c.empty:
        return go.Figure().update_layout(**PLOTLY_LAYOUT)

    fig = go.Figure()
    fig.add_trace(go.Bar(
        name='Erros Visuais (%)',
        x=df_c['COLABORADOR_PROD_V0'],
        y=df_c['visuais'],
        marker_color=COLORS['warning'],
        marker_line_width=0,
        hovertemplate='<b>%{x}</b><br>Erros Visuais: %{y:.1f}%<extra></extra>',
    ))
    fig.add_trace(go.Bar(
        name='Erros Macro (%)',
        x=df_c['COLABORADOR_PROD_V0'],
        y=df_c['macro'],
        marker_color=COLORS['danger'],
        marker_line_width=0,
        hovertemplate='<b>%{x}</b><br>Erros Macro: %{y:.1f}%<extra></extra>',
    ))
    fig.update_layout(**PLOTLY_LAYOUT, barmode='group', showlegend=True)
    fig.update_xaxes(title_text='')
    fig.update_yaxes(title_text='Taxa de Erros (%)')
    return fig


@callback(
    Output('chart-qualidade-hist', 'figure'),
    Input('filter-mes', 'value'),
    Input('filter-colab', 'value'),
    Input('filter-tipo', 'value'),
    Input('filter-status', 'value'),
)
def chart_qualidade_hist(mes, colab, tipo, status):
    df = filter_df(mes, colab, tipo, status)
    df_q = df['INDICE_QUALIDADE'].dropna()
    if df_q.empty:
        return go.Figure().update_layout(**PLOTLY_LAYOUT)

    fig = go.Figure()
    fig.add_trace(go.Histogram(
        x=df_q,
        nbinsx=15,
        marker=dict(
            color=df_q,
            colorscale=[[0, '#7f1d1d'], [0.5, COLORS['warning']], [1, COLORS['success']]],
            cmin=0, cmax=100,
            line=dict(color=COLORS['bg'], width=1),
        ),
        hovertemplate='Índice %{x}%: %{y} projetos<extra></extra>',
    ))
    mean_q = df_q.mean()
    fig.add_vline(x=mean_q, line_dash='dash', line_color=COLORS['accent'],
                  annotation_text=f'Média: {mean_q:.0f}%',
                  annotation_font_color=COLORS['accent'],
                  annotation_position='top left')
    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
    fig.update_xaxes(title_text='Índice de Qualidade (%)')
    fig.update_yaxes(title_text='Nº Projetos')
    return fig


# ─────────────────────────────────────────────────────────────────────────────
# 7. ARRANQUE
# ─────────────────────────────────────────────────────────────────────────────

# Expor o servidor Flask subjacente — necessário para o gunicorn
server = app.server

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=7860, debug=False)