from langchain_core.messages import HumanMessage
from workflow_Agent import app

if __name__ == "__main__":
    inputs = {
        "messages" : [HumanMessage(content = " Je veux savoir qui les meilleurs sales personne dans ma campany , egalement les produit et categorie les mieux vendu , tu me fais des graphs  beau avec seaborn egalement pour me montrer ca , et un graph ou tu les crois pour voir le produit le plus vendu par categorie par les top vendeurs  ")] , 
        #"messages": [HumanMessage(content="Cherche la tandance de croissance du marché des Ecrans gaming ( ecran dans le dataset ) pour 2026 , puis calucle une Demande_Prevue dans mon dataset (Formule : Stock actuel * (1 + %croissance_trouvé)) , Identifie si le stock actuel d'Ecrans est suffisant ou s'il y a un risque de rupture , Génère un graphique de type 'Gauge' ou un 'Bar chart' comparant le Stock Actuel vs Demande Prévue. ")],
        "current_df_path": "ventes_materiel_informatique.csv"
    }

    print("--- Début de l'exécution ---")
    for event in app.stream(inputs):
        for node, value in event.items():
            print(f"\n[Nœud : {node}]")
            if "messages" in value:
                last_msg = value["messages"][-1]
                # Affiche le texte ou l'appel d'outil
                content = last_msg.content if last_msg.content else f"Appel d'outil: {last_msg.tool_calls}"
                print(content)


import matplotlib
matplotlib.use('Agg')  # À placer AVANT d'importer pyplot
import matplotlib.pyplot as plt