"""
Fonctions CRM natives pour Gradio
=================================
Interface simplifiée pour récupérer et afficher les données CRM Odoo.
Les prédictions ML sont gérées par le package modal_tools.
"""

import logging
from typing import Dict, List, Any
from datetime import datetime, timedelta
import json

# Import du client Odoo
import config

logger = logging.getLogger(__name__)

# =============================================================================
# FONCTIONS UTILITAIRES SIMPLES
# =============================================================================

def _format_currency(amount: float) -> str:
    """Formate un montant en euros"""
    return f"{amount:,.2f} €"

def _format_percentage(value: float) -> str:
    """Formate un pourcentage"""
    return f"{value:.1f}%"

def _safe_divide(numerator: float, denominator: float, default: float = 0.0) -> float:
    """Division sécurisée évitant la division par zéro"""
    return numerator / denominator if denominator != 0 else default

def _get_stage_name(stage_data) -> str:
    """Extrait le nom de l'étape depuis les données Odoo"""
    if isinstance(stage_data, (list, tuple)) and len(stage_data) > 1:
        return stage_data[1]
    return "N/A"

# =============================================================================
# FONCTIONS PRINCIPALES CRM POUR GRADIO
# =============================================================================

def get_crm_statistics() -> str:
    """
    Récupère les statistiques de base des leads CRM depuis Odoo.
    
    Returns:
        str: Statistiques CRM formatées
    """
    client = config.client
    if not client or not client.is_connected():
        return "❌ **Client Odoo non connecté**\n\nCliquez 'Enregistrer' dans la section connexion pour vous connecter d'abord."
    
    try:
        logger.info("📊 Calcul des statistiques CRM...")
        
        # Statistiques de base
        stats_data = client.read_group(
            'crm.lead', [('id', '>', 0)], 
            ['expected_revenue:sum'], []
        )
        ca_espere_total = float(stats_data[0]['expected_revenue']) if stats_data and stats_data[0]['expected_revenue'] else 0.0
        
        # Comptages de base
        total_leads = client.search_count('crm.lead', [])
        leads_chauds = client.search_count('crm.lead', [('expected_revenue', '>', 10000)])
        
        # Leads gagnés
        won_stages = client.search('crm.stage', [('name', 'ilike', 'gagné')])
        leads_gagnes = 0
        ca_realise = 0.0
        
        if won_stages:
            leads_gagnes = client.search_count('crm.lead', [('stage_id', 'in', won_stages)])
            won_stats = client.read_group(
                'crm.lead', 
                [('stage_id', 'in', won_stages)], 
                ['expected_revenue:sum'], []
            )
            ca_realise = float(won_stats[0]['expected_revenue']) if won_stats and won_stats[0]['expected_revenue'] else 0.0
        
        # Métriques calculées
        taux_conversion = _safe_divide(leads_gagnes, total_leads) * 100
        revenue_moyen = _safe_divide(ca_espere_total, total_leads)
        
        # Répartition par étapes
        stages_data = client.read_group(
            'crm.lead', [], 
            ['stage_id'], ['stage_id']
        )
        
        response = f"""📊 **STATISTIQUES CRM ODOO**

💼 **VUE D'ENSEMBLE**:
• **Total leads**: {total_leads:,}
• **Leads haute valeur** (>10K€): {leads_chauds:,}
• **Leads gagnés**: {leads_gagnes:,}

💰 **CHIFFRE D'AFFAIRES**:
• **CA attendu total**: {_format_currency(ca_espere_total)}
• **CA réalisé**: {_format_currency(ca_realise)}
• **Revenue moyen/lead**: {_format_currency(revenue_moyen)}

📈 **PERFORMANCE**:
• **Taux de conversion**: {_format_percentage(taux_conversion)}

📊 **RÉPARTITION PAR ÉTAPES**:"""
        
        # Ajouter les étapes actives
        for stage_data in stages_data[:5]:
            stage_name = _get_stage_name(stage_data.get('stage_id', [None, 'N/A']))
            count = stage_data.get('stage_id_count', 0)
            response += f"\n• **{stage_name}**: {count:,} leads"
        
        response += f"\n\n📅 **Dernière mise à jour**: {datetime.now().strftime('%d/%m/%Y %H:%M')}"
        
        logger.info("✅ Statistiques CRM calculées avec succès")
        return response
        
    except Exception as e:
        logger.error(f"❌ Erreur get_crm_statistics: {e}")
        return f"❌ **Erreur lors de la récupération des statistiques**: {str(e)}"

def analyze_leads_advanced(domain_filter: str = "[]", limit: int = 20) -> str:
    """
    Liste des leads avec informations de base (sans prédiction ML).
    Les prédictions sont disponibles via modal_tools.
    
    Args:
        domain_filter: Filtre de domaine Odoo au format JSON
        limit: Nombre maximum de leads à analyser
    
    Returns:
        str: Liste des leads formatée
    """
    client = config.client
    if not client or not client.is_connected():
        return "❌ **Client Odoo non connecté**\n\nCliquez 'Enregistrer' dans la section connexion pour vous connecter d'abord."
    
    try:
        # Validation limite
        validated_limit = max(5, min(limit, 50))
        
        # Parser le domaine
        try:
            domain = json.loads(domain_filter) if domain_filter.strip() != "[]" else []
        except json.JSONDecodeError:
            return "❌ **Format de domaine invalide**\n\nUtilisez le format JSON: [['field', '=', 'value']]"
        
        logger.info(f"📋 Récupération de {validated_limit} leads...")
        
        # Récupération des données
        fields = [
            'name', 'email_from', 'phone', 'expected_revenue',
            'stage_id', 'create_date', 'description'
        ]
        
        leads_data = client.search_read('crm.lead', domain, fields, limit=validated_limit)
        
        if not leads_data:
            return "⚠️ **Aucun lead trouvé**\n\nVérifiez vos critères de recherche."
        
        # Calculs de base
        total_revenue = sum(l.get('expected_revenue', 0) or 0 for l in leads_data)
        high_value_leads = [l for l in leads_data if (l.get('expected_revenue', 0) or 0) > 10000]
        complete_leads = [l for l in leads_data if l.get('email_from') and l.get('phone')]
        
        response = f"""📋 **ANALYSE LEADS CRM**

📊 **RÉSUMÉ**:
• **Leads analysés**: {len(leads_data):,}
• **Revenue total**: {_format_currency(total_revenue)}
• **Revenue moyen**: {_format_currency(_safe_divide(total_revenue, len(leads_data)))}
• **Leads haute valeur**: {len(high_value_leads):,}
• **Leads avec contact complet**: {len(complete_leads):,}

📋 **DÉTAILS DES LEADS**:"""
        
        # Afficher les leads triés par revenue
        sorted_leads = sorted(leads_data, key=lambda x: x.get('expected_revenue', 0) or 0, reverse=True)
        
        for i, lead in enumerate(sorted_leads[:10], 1):
            name = lead.get('name', 'N/A')
            revenue = lead.get('expected_revenue', 0) or 0
            stage_name = _get_stage_name(lead.get('stage_id', [None, 'N/A']))
            email = lead.get('email_from', 'N/A')
            phone = lead.get('phone', 'N/A')
            
            # Indicateur simple basé sur le revenue
            indicator = "🔥" if revenue > 50000 else "🌟" if revenue > 10000 else "📊"
            
            response += f"""
**{i}. {indicator} {name}**
   • 💰 **Revenue**: {_format_currency(revenue)}
   • 📊 **Étape**: {stage_name}
   • 📧 **Email**: {email}
   • 📞 **Téléphone**: {phone}"""
        
        if len(sorted_leads) > 10:
            response += f"\n\n... et {len(sorted_leads) - 10} autres leads"
        
        response += f"""

💡 **INFORMATIONS**:
• Pour des **prédictions ML avancées**, utilisez le package **modal_tools**
• Cette vue montre les **données brutes Odoo** uniquement
• Les leads sont triés par revenue attendu"""
        
        logger.info(f"✅ Analyse de {len(leads_data)} leads terminée")
        return response
        
    except Exception as e:
        logger.error(f"❌ Erreur analyze_leads_advanced: {e}")
        return f"❌ **Erreur lors de l'analyse**: {str(e)}"

def monitor_crm_performance(time_window_hours: int = 24, alert_threshold: float = 0.7) -> str:
    """
    Surveille l'activité CRM basique sur une période donnée.
    
    Args:
        time_window_hours: Fenêtre de temps en heures
        alert_threshold: Seuil d'alerte (non utilisé dans cette version simple)
    
    Returns:
        str: Rapport d'activité
    """
    client = config.client
    if not client or not client.is_connected():
        return "❌ **Client Odoo non connecté**\n\nCliquez 'Enregistrer' dans la section connexion pour vous connecter d'abord."
    
    try:
        # Validation
        validated_hours = max(1, min(time_window_hours, 168))  # Max 1 semaine
        
        logger.info(f"📊 Monitoring CRM sur les dernières {validated_hours}h...")
        
        # Période de monitoring
        start_date = (datetime.now() - timedelta(hours=validated_hours)).strftime('%Y-%m-%d %H:%M:%S')
        
        # Leads récents
        recent_leads = client.search_read(
            'crm.lead',
            [('create_date', '>=', start_date)],
            ['name', 'expected_revenue', 'email_from', 'phone'],
            limit=100
        )
        
        # Leads modifiés
        updated_leads = client.search_read(
            'crm.lead',
            [('date_last_stage_update', '>=', start_date)],
            ['name', 'expected_revenue'],
            limit=100
        )
        
        # Métriques
        total_nouveaux = len(recent_leads)
        total_modifies = len(updated_leads)
        revenue_nouveaux = sum(l.get('expected_revenue', 0) or 0 for l in recent_leads)
        revenue_moyen = _safe_divide(revenue_nouveaux, total_nouveaux)
        
        # Leads avec données complètes
        complete_leads = [l for l in recent_leads if l.get('email_from') and l.get('phone')]
        taux_completude = _safe_divide(len(complete_leads), total_nouveaux) * 100
        
        response = f"""📊 **MONITORING CRM**

⏰ **PÉRIODE**: Dernières {validated_hours}h

📈 **ACTIVITÉ**:
• **Nouveaux leads**: {total_nouveaux:,}
• **Leads modifiés**: {total_modifies:,}
• **Revenue nouveaux leads**: {_format_currency(revenue_nouveaux)}
• **Revenue moyen**: {_format_currency(revenue_moyen)}
• **Taux complétude données**: {_format_percentage(taux_completude)}

💡 **OBSERVATIONS**:"""
        
        if total_nouveaux == 0:
            response += "\n• ⚠️ **Aucun nouveau lead** sur la période"
        elif total_nouveaux < 5 and validated_hours >= 24:
            response += "\n• ⚠️ **Faible activité** de prospection"
        else:
            response += "\n• ✅ **Activité normale** de prospection"
        
        if taux_completude < 50:
            response += "\n• ⚠️ **Données incomplètes** - Améliorer la qualification"
        else:
            response += "\n• ✅ **Bonne qualité** des données"
        
        if revenue_moyen < 5000 and total_nouveaux > 0:
            response += "\n• 📊 **Revenue moyen faible** - Cibler des prospects premium"
        
        response += f"\n\n📅 **Généré le**: {datetime.now().strftime('%d/%m/%Y %H:%M')}"
        
        logger.info(f"✅ Monitoring effectué sur {validated_hours}h")
        return response
        
    except Exception as e:
        logger.error(f"❌ Erreur monitor_crm_performance: {e}")
        return f"❌ **Erreur lors du monitoring**: {str(e)}"

def search_leads_by_criteria(search_name: str = "", min_revenue: float = 0, stage_filter: str = "", limit: int = 10) -> str:
    """
    Recherche des leads selon différents critères.
    
    Args:
        search_name: Nom ou partie du nom du lead
        min_revenue: Revenue minimum attendu
        stage_filter: Filtre sur l'étape
        limit: Nombre maximum de résultats
    
    Returns:
        str: Liste des leads trouvés
    """
    client = config.client
    if not client or not client.is_connected():
        return "❌ **Client Odoo non connecté**\n\nCliquez 'Enregistrer' dans la section connexion pour vous connecter d'abord."
    
    try:
        # Construire le domaine de recherche
        domain = []
        
        if search_name.strip():
            domain.append(['name', 'ilike', search_name.strip()])
        
        if min_revenue > 0:
            domain.append(['expected_revenue', '>=', min_revenue])
        
        if stage_filter.strip():
            domain.append(['stage_id', 'ilike', stage_filter.strip()])
        
        # Récupération
        fields = [
            'name', 'email_from', 'phone', 'expected_revenue', 
            'stage_id', 'create_date', 'description'
        ]
        
        leads = client.search_read('crm.lead', domain, fields, limit)
        
        if not leads:
            criteres = []
            if search_name.strip():
                criteres.append(f"nom contenant '{search_name}'")
            if min_revenue > 0:
                criteres.append(f"revenue >= {_format_currency(min_revenue)}")
            if stage_filter.strip():
                criteres.append(f"étape contenant '{stage_filter}'")
            
            criteres_text = " ET ".join(criteres) if criteres else "aucun critère"
            return f"🔍 **Aucun lead trouvé**\n\nCritères: {criteres_text}"
        
        # Résumé
        total_revenue = sum(l.get('expected_revenue', 0) or 0 for l in leads)
        complete_leads = [l for l in leads if l.get('email_from') and l.get('phone')]
        
        response = f"""🔍 **{len(leads)} LEAD(S) TROUVÉ(S)**

📊 **RÉSUMÉ**:
• **Revenue total**: {_format_currency(total_revenue)}
• **Revenue moyen**: {_format_currency(_safe_divide(total_revenue, len(leads)))}
• **Leads avec contact**: {len(complete_leads)}/{len(leads)}

📋 **DÉTAILS**:"""
        
        # Détails de chaque lead
        for i, lead in enumerate(leads, 1):
            name = lead.get('name', 'N/A')
            email = lead.get('email_from', 'N/A')
            phone = lead.get('phone', 'N/A')
            revenue = lead.get('expected_revenue', 0) or 0
            stage_name = _get_stage_name(lead.get('stage_id', [None, 'N/A']))
            
            # Indicateur simple
            indicator = "🔥" if revenue > 50000 else "🌟" if revenue > 10000 else "📊"
            
            # Age du lead
            create_date = lead.get('create_date')
            age_text = "N/A"
            if create_date:
                try:
                    created = datetime.fromisoformat(create_date.replace('Z', '+00:00'))
                    age_days = (datetime.now() - created.replace(tzinfo=None)).days
                    age_text = f"{age_days} jour(s)"
                except:
                    age_text = "N/A"
            
            response += f"""
**{i}. {indicator} {name}**
   • 💰 **Revenue**: {_format_currency(revenue)}
   • 📊 **Étape**: {stage_name}
   • 📧 **Email**: {email}
   • 📞 **Téléphone**: {phone}
   • 📅 **Âge**: {age_text}"""
        
        # Recommandations simples
        response += "\n\n💼 **ACTIONS SUGGÉRÉES**:\n"
        
        high_value = [l for l in leads if (l.get('expected_revenue', 0) or 0) >= 50000]
        if high_value:
            response += f"• 🔥 **Prioriser** {len(high_value)} lead(s) très haute valeur\n"
        
        incomplete = [l for l in leads if not (l.get('email_from') and l.get('phone'))]
        if incomplete:
            response += f"• 📝 **Compléter** les informations de {len(incomplete)} lead(s)\n"
        
        if len(leads) >= limit:
            response += f"• 🔍 **Affiner** la recherche (limite de {limit} atteinte)\n"
        
        logger.info(f"✅ Recherche de {len(leads)} leads terminée")
        return response
        
    except Exception as e:
        logger.error(f"❌ Erreur search_leads_by_criteria: {e}")
        return f"❌ **Erreur lors de la recherche**: {str(e)}"

def get_crm_tools_info() -> str:
    """
    Informations sur les fonctions CRM disponibles.
    
    Returns:
        str: Description des fonctions CRM
    """
    return """🛠️ **FONCTIONS CRM POUR GRADIO**

🎯 **FONCTIONS DISPONIBLES**:

📊 **get_crm_statistics()**
   • Statistiques de base du pipeline CRM
   • Métriques de conversion et revenue
   • Répartition par étapes

📋 **analyze_leads_advanced(domain_filter, limit)**
   • Liste des leads avec informations de base
   • Tri par revenue et indicateurs simples
   • Pas de prédiction ML (voir modal_tools)

📊 **monitor_crm_performance(time_window_hours, alert_threshold)**
   • Surveillance de l'activité CRM
   • Métriques sur une période donnée
   • Observations sur la qualité des données

🔍 **search_leads_by_criteria(name, min_revenue, stage, limit)**
   • Recherche multi-critères
   • Affichage détaillé des résultats
   • Suggestions d'actions simples

💡 **IMPORTANT**:
• Ces fonctions affichent les **données Odoo brutes**
• Pour les **prédictions ML**, utilisez **modal_tools**
• Interface optimisée pour Gradio et MCP
• Pas de doublons avec les outils d'IA existants

🚀 **COMPLÉMENTARITÉ**:
• **CRM tools** → Données Odoo de base
• **Modal tools** → Prédictions et analyses ML
• **Sales tools** → Gestion des devis et commandes"""