# FakturyRename.py
# Verze: 1.2
# Datum: 05JUN2026
# Autor: Vladimír Buzalka
#
# Popis:
# Projde PDF faktury a doklady přímo ve vstupním adresáři, pošle je do
# OpenAI Responses API k vytěžení údajů a navrhne jednotný název souboru.
# Výsledný formát názvu:
# YYYY-MM-DD Typ Dodavatel ČÍSLO [popis] [částka MĚNA].pdf
#
# Při DRY_RUN = False skript soubor přejmenuje a přesune do podadresáře
# NamedInvoicesbyOpenAI, aby další běh zpracovával jen nové dokumenty.
# Loguje původní název, návrh, tokeny, odhad ceny a stav zpracování.

import os
from dotenv import load_dotenv
import base64
import json
import re
import time
from pathlib import Path

from openai import OpenAI


# =========================
# CENA API
# =========================

USD_TO_CZK = 25.0

# # Ceny nastav ručně podle modelu, který používáš.
# # Zde počítáme:
# # input  = 5 USD / 1M tokenů
# # output = 30 USD / 1M tokenů
# PRICE_INPUT_USD_PER_1M = 5.00
# PRICE_OUTPUT_USD_PER_1M = 30.00
# # Model s podporou PDF / vision vstupu.
# MODEL = "gpt-5.5"

MODEL = "gpt-5.4-mini"

PRICE_INPUT_USD_PER_1M = 0.75
PRICE_OUTPUT_USD_PER_1M = 4.50

# =========================
# NASTAVENÍ
# =========================

FOLDER = Path(
    r"u:\Dropbox\Ordinace\!!MUDr. Michaela Buzalková s.r.o\Prosek\#040 Faktury přijaté"
)

PROCESSED_FOLDER = FOLDER / "NamedInvoicesbyOpenAI"

# Pro test na 3 fakturách nech DRY_RUN = True.
# Skript jen vypíše a zaloguje návrhy názvů, ale soubory nepřejmenuje.
DRY_RUN = False

# Nepůjde do podadresářů, protože používáme glob(), ne rglob().
PDF_PATTERN = "*.pdf"



LOG_FILE = FOLDER / "_rename_log_invoices.txt"

ENV_FILE = Path(r"U:\ordinaceprojekt\.env")


# =========================
# PRAVIDLA PRO POJMENOVÁNÍ
# =========================

NAMING_RULES = """
Jsi pomocník pro pojmenování naskenovaných PDF dokladů MUDr. Michaely Buzalkové.

ÚKOL:
Z PDF faktury/dokladu vytěž datum, typ dokladu, dodavatele, číslo dokladu, stručný popis, částku a měnu.
Vrať pouze JSON s polem "filename".

CÍLOVÝ FORMÁT:
YYYY-MM-DD Typ Dodavatel ČÍSLO [popis] [částka MĚNA].pdf

PŘÍKLADY:
2026-06-01 Faktura ASKER 261103225 [kontejner Yannick 1.5 l] [339.00 CZK].pdf
2026-06-01 Faktura MEDIPOS 10195703 [CRP, kapiláry, písty, rukavice, nádoba] [5578.97 CZK].pdf
2026-05-29 Faktura Ptáček 202604570 [vakcíny Adacel, Vaqta, Havrix] [9235.20 CZK].pdf
2026-05-29 Faktura Poliklinika Prosek 91260763 [lékárna] [16165.40 CZK].pdf
2026-06-01 Dodací list QuickSeal 200609058 [VivaDiag Hydroxyvitamin D3] [2620.00 CZK].pdf

DŮLEŽITÁ PRAVIDLA:
1. Prefix [POHODA] nikdy nepřidávej.
2. Používej datum vystavení dokladu, ne datum splatnosti.
3. Typ dokladu vyber podle dokumentu:
   - Faktura
   - Dobropis
   - Paragon
   - Dodací list
   - Zálohová faktura
   - Smlouva
   - Platba
   - Poplatek
   - Výdajový pokladní doklad
4. Pokud je v dokumentu napsáno "Dodací list není daňový doklad - nehraďte", typ musí být "Dodací list", ne "Faktura".
5. Dodavatel zapisuj krátce a konzistentně:
   - MEDIPOS
   - MEDEVIO
   - MEDATRON
   - ASKER
   - QuickSeal
   - Poliklinika Prosek
   - Alza
   - Microsoft
   - OpenAI
   - Ptáček
6. SPECIÁLNÍ PRAVIDLO: pokud je dodavatel/firma "Distribuce CZ", v názvu souboru použij dodavatele "Ptáček".
7. SPECIÁLNÍ PRAVIDLO: u faktur MEDIPOS použij jako číslo dokladu variabilní symbol nebo hlavní číslo faktury bez mezer, například 10195703. Nepoužívej interní evidenční číslo typu FV-5703/2026.
8. Částku piš vždy s desetinnou tečkou a měnou, například [5578.97 CZK].
9. Když je částka v Kč, měna je CZK.
10. Popis drž krátký, praktický a česky.
11. Popis dávej do hranatých závorek.
12. Nepoužívej dvojtečky, lomítka, uvozovky ani znaky nevhodné pro Windows názvy souborů.
13. Pokud jde jen o dodací list bez daňového dokladu, částku můžeš uvést, ale typ musí zůstat Dodací list.
14. Pokud si nejsi jistý popisem, použij obecný popis typu [materiál do ordinace], [lékárna], [vakcíny], [testy].
15. Výstup musí být pouze validní JSON, nic jiného.

JSON FORMÁT:
{
  "filename": "YYYY-MM-DD Faktura Dodavatel 123456 [popis] [123.45 CZK].pdf"
}
"""


# =========================
# POMOCNÉ FUNKCE
# =========================

def pdf_to_base64_data_url(path: Path) -> str:
    data = path.read_bytes()
    b64 = base64.b64encode(data).decode("utf-8")
    return f"data:application/pdf;base64,{b64}"


def sanitize_windows_filename(name: str) -> str:
    """
    Očistí název souboru pro Windows.
    """
    # Zakázané znaky ve Windows: < > : " / \ | ? *
    name = re.sub(r'[<>:"/\\|?*]', " ", name)

    # Sjednocení mezer
    name = re.sub(r"\s+", " ", name).strip()

    # Windows nemá rád tečku nebo mezeru na konci
    name = name.rstrip(" .")

    if not name.lower().endswith(".pdf"):
        name += ".pdf"

    return name


def unique_path(target: Path) -> Path:
    """
    Pokud cílový soubor existuje, přidá (2), (3), ...
    """
    if not target.exists():
        return target

    stem = target.stem
    suffix = target.suffix
    parent = target.parent

    i = 2
    while True:
        candidate = parent / f"{stem} ({i}){suffix}"
        if not candidate.exists():
            return candidate
        i += 1


def extract_json_object(text: str) -> dict:
    """
    Kdyby model náhodou vrátil něco kolem JSONu, zkusí vytáhnout první JSON objekt.
    """
    text = text.strip()

    try:
        return json.loads(text)
    except json.JSONDecodeError:
        pass

    match = re.search(r"\{.*\}", text, flags=re.DOTALL)
    if not match:
        raise ValueError(f"Model nevrátil JSON:\n{text}")

    return json.loads(match.group(0))


def get_usage_value(usage, key: str) -> int:
    """
    Bezpečně přečte usage hodnotu.
    Funguje pro objekt i dict.
    """
    if usage is None:
        return 0

    if isinstance(usage, dict):
        return usage.get(key, 0) or 0

    return getattr(usage, key, 0) or 0


def calculate_cost_from_usage(usage) -> dict:
    """
    Spočítá odhad ceny z response.usage.
    """
    input_tokens = get_usage_value(usage, "input_tokens")
    output_tokens = get_usage_value(usage, "output_tokens")
    total_tokens = get_usage_value(usage, "total_tokens")

    if not total_tokens:
        total_tokens = input_tokens + output_tokens

    input_cost_usd = input_tokens / 1_000_000 * PRICE_INPUT_USD_PER_1M
    output_cost_usd = output_tokens / 1_000_000 * PRICE_OUTPUT_USD_PER_1M
    total_cost_usd = input_cost_usd + output_cost_usd
    total_cost_czk = total_cost_usd * USD_TO_CZK

    return {
        "input_tokens": input_tokens,
        "output_tokens": output_tokens,
        "total_tokens": total_tokens,
        "input_cost_usd": input_cost_usd,
        "output_cost_usd": output_cost_usd,
        "total_cost_usd": total_cost_usd,
        "total_cost_czk": total_cost_czk,
    }


def ask_openai_for_filename(client: OpenAI, pdf_path: Path) -> tuple[str, dict]:
    file_data = pdf_to_base64_data_url(pdf_path)

    response = client.responses.create(
        model=MODEL,
        input=[
            {
                "role": "user",
                "content": [
                    {
                        "type": "input_file",
                        "filename": pdf_path.name,
                        "file_data": file_data,
                    },
                    {
                        "type": "input_text",
                        "text": NAMING_RULES,
                    },
                ],
            }
        ],
    )

    text = response.output_text.strip()
    obj = extract_json_object(text)

    filename = obj.get("filename", "").strip()
    if not filename:
        raise ValueError(f"JSON neobsahuje filename:\n{text}")

    cost = calculate_cost_from_usage(response.usage)

    return sanitize_windows_filename(filename), cost


def log_line(text: str) -> None:
    print(text)
    with LOG_FILE.open("a", encoding="utf-8") as f:
        f.write(text + "\n")


# =========================
# HLAVNÍ BĚH
# =========================

def main() -> None:
    if not FOLDER.exists():
        raise FileNotFoundError(f"Adresář neexistuje: {FOLDER}")

    # Načtení API klíče z .env
    load_dotenv(ENV_FILE)

    if not os.getenv("OPENAI_API_KEY"):
        raise RuntimeError(
            f"Chybí OPENAI_API_KEY. Zkontroluj soubor {ENV_FILE}"
        )

    client = OpenAI()

    pdfs = sorted(FOLDER.glob(PDF_PATTERN))
    pdfs = [p for p in pdfs if p.is_file() and p.suffix.lower() == ".pdf"]

    if not pdfs:
        print("Nenalezeno žádné PDF.")
        return

    total_input_tokens = 0
    total_output_tokens = 0
    total_tokens = 0
    total_cost_usd = 0.0
    total_cost_czk = 0.0

    log_line("")
    log_line("=" * 80)
    log_line(f"START: {time.strftime('%Y-%m-%d %H:%M:%S')}")
    log_line(f"Adresář: {FOLDER}")
    log_line(f"Hotové faktury: {PROCESSED_FOLDER}")
    log_line(f"Počet PDF: {len(pdfs)}")
    log_line(f"DRY_RUN: {DRY_RUN}")
    log_line(f"MODEL: {MODEL}")
    log_line(f"Kurz: 1 USD = {USD_TO_CZK:.2f} CZK")
    log_line("=" * 80)

    for i, pdf in enumerate(pdfs, start=1):
        log_line(f"\n[{i}/{len(pdfs)}] Původní název: {pdf.name}")

        try:
            new_name, cost = ask_openai_for_filename(client, pdf)

            total_input_tokens += cost["input_tokens"]
            total_output_tokens += cost["output_tokens"]
            total_tokens += cost["total_tokens"]
            total_cost_usd += cost["total_cost_usd"]
            total_cost_czk += cost["total_cost_czk"]

            log_line(f"  Návrh: {new_name}")
            log_line(
                f"  Tokeny: input={cost['input_tokens']}, "
                f"output={cost['output_tokens']}, "
                f"total={cost['total_tokens']}"
            )
            log_line(
                f"  Cena volání: ${cost['total_cost_usd']:.6f} "
                f"≈ {cost['total_cost_czk']:.2f} Kč"
            )

            target = unique_path(PROCESSED_FOLDER / new_name)
            if target.name != new_name:
                log_line(f"  Cíl po vyřešení konfliktu: {target.name}")

            if DRY_RUN:
                log_line(f"  Cíl: {target}")
                log_line("  Stav: DRY-RUN, nepřejmenováno/nepřesunuto")
            else:
                PROCESSED_FOLDER.mkdir(exist_ok=True)
                pdf.rename(target)
                if pdf.name == new_name:
                    log_line("  Stav: PŘESUNUTO")
                else:
                    log_line("  Stav: PŘEJMENOVÁNO A PŘESUNUTO")

        except Exception as e:
            log_line(f"  CHYBA: {type(e).__name__}: {e}")

    log_line("")
    log_line("=" * 80)
    log_line("SOUHRN CENY")
    log_line(f"Tokeny celkem: input={total_input_tokens}, output={total_output_tokens}, total={total_tokens}")
    log_line(f"Cena celkem: ${total_cost_usd:.6f} ≈ {total_cost_czk:.2f} Kč")
    log_line("=" * 80)

    log_line("\nHOTOVO")


if __name__ == "__main__":
    main()