finansePRO/app/Libraries/ReceiptParser.php

<?php

namespace App\Libraries;

use RuntimeException;

/**
 * Parsowanie paragonu przez OpenAI Responses API (/v1/responses).
 * Wejscie: obraz (input_image), PDF (input_file — OpenAI renderuje strony), JSON/tekst (input_text).
 * Wyjscie: merchant, date, total, items[] z proponowana kategoria (nazwa lub null).
 *
 * UWAGA: chat-completions z file_data NIE dostarcza tresci PDF (model halucynuje).
 * Dziala dopiero Responses API + input_file. gpt-4o czyta gesty paragon lepiej niz mini.
 * ponytail: jeden POST przez \Config\Services::curlrequest() — bez SDK.
 */
class ReceiptParser
{
    private string $apiKey;
    private string $model;

    public function __construct()
    {
        $this->apiKey = (string) env('OPEN_AI_API');
        // o4-mini (model rozumujacy) czyta gesty paragon fiskalny najdokladniej — lepiej niz gpt-4o/4.1
        // i tansze; poprawnie liczy rabaty (Opust). Podmiana przez env('openai.model').
        $this->model  = (string) (env('openai.model') ?: 'o4-mini');

        if ($this->apiKey === '') {
            throw new RuntimeException('Brak klucza OPEN_AI_API w .env.');
        }
    }

    /**
     * @param string   $filePath   sciezka do wgranego pliku
     * @param string   $mime       typ MIME pliku
     * @param string[] $categories dozwolone nazwy kategorii wydatkow (do dopasowania)
     *
     * @return array{merchant:?string,date:?string,total:?float,items:array<int,array{name:string,qty:?float,amount:float,category:?string}>}
     */
    public function parse(string $filePath, string $mime, array $categories): array
    {
        $content = file_get_contents($filePath);
        if ($content === false) {
            throw new RuntimeException('Nie udalo sie odczytac pliku paragonu.');
        }

        $parts = [['type' => 'input_text', 'text' => $this->prompt($categories)]];

        if (str_starts_with($mime, 'image/')) {
            $parts[] = ['type' => 'input_image', 'image_url' => 'data:' . $mime . ';base64,' . base64_encode($content)];
        } elseif ($mime === 'application/pdf') {
            $parts[] = [
                'type'      => 'input_file',
                'filename'  => 'paragon.pdf',
                'file_data' => 'data:application/pdf;base64,' . base64_encode($content),
            ];
        } else {
            // JSON (lub inny tekst) — przekaz tresc do interpretacji.
            $parts[] = ['type' => 'input_text', 'text' => "Dane paragonu (surowe):\n" . $content];
        }

        $payload = [
            'model' => $this->model,
            'text'  => ['format' => ['type' => 'json_object']],
            'input' => [['role' => 'user', 'content' => $parts]],
        ];

        $client   = \Config\Services::curlrequest(['timeout' => 120]);
        $response = $client->post('https://api.openai.com/v1/responses', [
            'headers'     => [
                'Authorization' => 'Bearer ' . $this->apiKey,
                'Content-Type'  => 'application/json',
            ],
            'body'        => json_encode($payload),
            'http_errors' => false,
        ]);

        $status = $response->getStatusCode();
        $body   = (string) $response->getBody();

        if ($status < 200 || $status >= 300) {
            throw new RuntimeException('OpenAI API blad (HTTP ' . $status . '): ' . mb_substr($body, 0, 300));
        }

        $decoded = json_decode($body, true);
        $text    = $this->extractText($decoded);
        if ($text === '') {
            throw new RuntimeException('Nieoczekiwana odpowiedz OpenAI (brak tresci).');
        }

        $parsed = json_decode($text, true);
        if (! is_array($parsed)) {
            throw new RuntimeException('OpenAI zwrocilo niepoprawny JSON paragonu.');
        }

        return $this->normalize($parsed);
    }

    /**
     * Wyciaga tekst z odpowiedzi Responses API (output_text lub output[].content[].text).
     */
    private function extractText(?array $d): string
    {
        if (! is_array($d)) {
            return '';
        }
        if (! empty($d['output_text']) && is_string($d['output_text'])) {
            return $d['output_text'];
        }
        $txt = '';
        foreach ($d['output'] ?? [] as $o) {
            foreach ($o['content'] ?? [] as $c) {
                if (isset($c['text']) && is_string($c['text'])) {
                    $txt .= $c['text'];
                }
            }
        }

        return $txt;
    }

    private function prompt(array $categories): string
    {
        $list = implode(', ', $categories);

        return <<<TXT
        To jest polski PARAGON FISKALNY (kolumny tabeli pozycji: Nazwa, PTU, Ilosc, Cena, Wartosc).
        Zwroc WYLACZNIE obiekt JSON o strukturze:
        {"merchant":string|null,"date":"YYYY-MM-DD"|null,"total":number|null,"items":[{"name":string,"display":string,"qty":number|null,"amount":number,"category":string|null}]}

        Zasady:
        - "name" = nazwa DOKLADNIE jak na paragonie (skrocona, np. "WinogrJasneBezpLuz") — sluzy do mapowania.
        - "display" = ladna, czytelna nazwa produktu po polsku dla czlowieka (np. "Winogrona jasne bezpestkowe").
        - "amount" = kwota z kolumny WARTOSC (skrajnie prawa, laczna wartosc pozycji), NIE cena jednostkowa.
        - Linia "Opust"/"Rabat" ze znakiem minus: odejmij ja od wartosci poprzedniej pozycji (podaj amount po rabacie).
        - Ujmij pozycje z sekcji "Opakowania zwrotne"/kaucja, jesli wystepuja.
        - POMIN wiersze podsumowan: Sprzedaz opodatkowana, PTU, Suma PLN, DO ZAPLATY.
        - "date" = data zakupu z paragonu. "total" = kwota DO ZAPLATY.
        - "category" dobierz TYLKO z tej listy (dokladna nazwa) albo null: {$list}

        JESLI wejscie to surowy JSON z kasy fiskalnej (eParagon / JPK_KASA_PARAGON):
        - WSZYSTKIE pola kwotowe (np. price, total, brutto, cena, wart, fiscalTotal, totalWithPacks, vatSale, amount) to liczby CALKOWITE w GROSZACH — PODZIEL kazda przez 100, aby dostac zlote (np. 369 => 3.69, 1365 => 13.65).
        - "amount" pozycji = pole "total" danego wiersza sprzedazy (sellLine) / 100 (laczna wartosc pozycji, nie cena jednostkowa).
        - "total" paragonu = kwota do zaplaty (totalWithPacks, w razie braku fiscalTotal) / 100.
        - Reguła "/100" dotyczy TYLKO wejscia JSON; przy zdjeciu/PDF odczytuj kwoty jak sa.

        Nie dodawaj zadnego tekstu poza obiektem JSON.
        TXT;
    }

    /**
     * Sanityzacja i rzutowanie typow z odpowiedzi modelu.
     */
    private function normalize(array $p): array
    {
        $items = [];
        foreach ($p['items'] ?? [] as $it) {
            $name = trim((string) ($it['name'] ?? ''));
            if ($name === '') {
                continue;
            }
            $display = trim((string) ($it['display'] ?? ''));
            $items[] = [
                'name'     => $name,
                'display'  => $display !== '' ? $display : $name,
                'qty'      => isset($it['qty']) && $it['qty'] !== null ? (float) $it['qty'] : null,
                'amount'   => round((float) ($it['amount'] ?? 0), 2),
                'category' => isset($it['category']) && $it['category'] !== null && $it['category'] !== ''
                    ? (string) $it['category'] : null,
            ];
        }

        $date = isset($p['date']) && preg_match('/^\d{4}-\d{2}-\d{2}$/', (string) $p['date']) ? (string) $p['date'] : null;

        return [
            'merchant' => isset($p['merchant']) && $p['merchant'] !== '' ? (string) $p['merchant'] : null,
            'date'     => $date,
            'total'    => isset($p['total']) && $p['total'] !== null ? round((float) $p['total'], 2) : null,
            'items'    => $items,
        ];
    }
}