🏭 Pedido Unificado a Fábrica

Web para subir los PDFs de tus órdenes o pegar pedidos escritos (WhatsApp, papel), unirlos en un pedido único (sumando por producto + variante) y calcular la facturación total. Usa GPT-5.6 Luna (OpenAI, muy barato) para leer todo — se procesa de a uno, mostrando un tiempo estimado mientras corre — y exporta el pedido a PDF y CSV.

---

¿Qué hace?

1. Arrastrás uno o varios PDFs de órdenes (formato "Detalles de la orden #...") y/o pegás pedidos escritos informales (WhatsApp, papel, con formato tipo "PEDIDO; Nombre" + lista de aromas por categoría) en el cuadro de texto.
2. La IA lee cada uno y extrae los ítems, variantes y cantidades (y precios, si el PDF los trae).
3. Suma todo: si la fragancia CITRUS aparece en 3 órdenes, te da la cantidad total.
4. Te muestra:
   • Pedido único para mandar a la fábrica (producto · variante · SKU · cantidad).
   • Facturación bruta (suma de subtotales) y total cobrado.
   • Notas de pedido marcadas aparte para que las revises a mano (pueden tener productos extra que NO se suman automáticamente, por seguridad).
5. Exportás el pedido en PDF o CSV.

---

Paso 1 — Conseguir la API key de OpenAI

1. Entrá a https://platform.openai.com/api-keys con tu cuenta (necesitás saldo cargado — aunque sean un par de dólares, el modelo es muy barato).
2. Clic en "Create new secret key".
3. Copiá la clave (empieza con sk-...). La vas a pegar en Vercel en el Paso 2.

No es gratis, pero es muy barato: procesar 100 PDFs sale centavos de dólar. Al tener saldo cargado también tenés límites de uso mucho más altos que cualquier capa gratuita.

Modelo: antes se usaba GPT-4.1 Nano, pero OpenAI lo dio de baja el 23/10/2026 (tiraba OpenAI 404 ... model_not_found). Ahora se usa gpt-5.6-luna, el reemplazo recomendado por OpenAI. Si en el futuro OpenAI da de baja este también, no hace falta tocar código: cargá en Vercel la variable OPENAI_MODEL con el nombre del modelo nuevo y redeployá. Los modelos GPT-5 no aceptan temperature=0, así que la salida puede variar un poco entre corridas; la caché por archivo (ver más abajo) garantiza que el mismo archivo dé siempre el mismo resultado.

---

Paso 2 — Subir a Vercel (gratis)

Opción A — Desde la web de Vercel (la más fácil, sin instalar nada)

1. Creá una cuenta gratis en https://vercel.com (podés entrar con GitHub o email).
2. Subí esta carpeta a un repo de GitHub o usá "Deploy" arrastrando la carpeta.
   • Si usás GitHub: subí la carpeta pedido-unificado a un repositorio nuevo, después en Vercel → Add New → Project → importás ese repo.
3. Antes de terminar el deploy, en Environment Variables agregá:
   • Name: OPENAI_API_KEY
   • Value: la clave que copiaste en el Paso 1
4. Clic en Deploy. En 1–2 minutos te da una URL pública (ej. https://pedido-unificado.vercel.app). ¡Esa es tu app, accesible desde cualquier lado!

Opción B — Desde tu computadora (con la terminal)

npm i -g vercel        # instala el comando vercel (una sola vez)
cd pedido-unificado
vercel                 # seguí los pasos; te pide loguearte
vercel env add OPENAI_API_KEY   # pegá tu clave cuando te la pida
vercel --prod          # publica la versión final

---

Probar en tu compu antes de publicar (opcional)

cp .env.example .env.local      # y pegá tu OPENAI_API_KEY dentro
npm i -g vercel
vercel dev                      # abre http://localhost:3000

---

Estructura del proyecto

pedido-unificado/
├─ api/
│  └─ extract.js        ← backend: extrae texto del PDF y llama a OpenAI (acá vive la API key, segura)
├─ public/
│  ├─ index.html        ← la web (chat, subida, tabla, exportar PDF/CSV)
│  └─ aggregate.js      ← lógica de unificación (suma por producto+variante)
├─ package.json
├─ vercel.json
├─ .env.example
└─ README.md

---

Notas importantes

• Tu API key está protegida: vive solo en el servidor (api/extract.js), nunca llega al navegador. Nadie puede robarla viendo el código de la página.
• El pedido acumulado se guarda solo en tu navegador (localStorage, no en un servidor) por hasta 24hs desde la última actividad. Si recargás la página sin querer, se recupera automáticamente al volver a abrirla. Pasadas las 24hs (o al usar Vaciar pedido acumulado) se borra solo. Ojo: solo se guardan las órdenes ya procesadas y los pedidos escritos en cola — los PDFs que subiste pero todavía no procesaste NO se guardan (son pesados para localStorage), así que si se recarga la página antes de darle a "Sumar"/"Armar pedido", hay que volver a soltarlos.
• Caché de extracciones por archivo: OpenAI no garantiza una salida 100% idéntica siempre (los modelos GPT-5 ni siquiera aceptan temperature=0; es una limitación de su API, no de este código). Por eso cada PDF/pedido escrito se identifica por un hash de su contenido exacto y el resultado se guarda en localStorage: si volvés a procesar el mismo archivo/texto (en esta corrida o en otra), se reusa el resultado guardado en vez de volver a llamar a la IA — así das el mismo archivo dos veces y te da siempre el mismo resultado. Botón Vaciar caché de extracciones para forzar que se vuelva a leer todo de cero (por ejemplo si sospechás que alguna extracción quedó mal la primera vez).
• 🧹 Limpiar memoria: borra todo de una — pedido acumulado, PDFs/pedidos escritos en cola y caché de extracciones — tanto en memoria como en localStorage. Es el reset total; los otros botones ("Vaciar pedido acumulado", "Vaciar caché de extracciones") borran solo una parte si no querés perder el resto.
• Formato de los PDFs: está afinado para tus órdenes "Detalles de la orden #...". Si cambian mucho de formato, avisame y ajusto el prompt en api/extract.js.
• Pedidos escritos: pensado para el formato "PEDIDO; Nombre" + categorías (TEXTILES, CONTRATIPO, AROLAB, DIFUSORES 125cc, etc.) con líneas "cantidad + aroma". Si al principio del texto hay un total declarado por categoría (ej "35 PERFUMINAS TEXTILES") y no coincide con la suma de esa categoría, queda anotado en "Notas de pedido" para que lo revises a mano. Estos pedidos no tienen precios, así que no suman a la facturación (solo a las cantidades del pedido único).
• Un pedido escrito no siempre se fusiona en la misma línea que un PDF: el nombre del producto/aroma que escribe la IA a partir de un texto informal puede no coincidir exactamente con el nombre/código que trae un PDF oficial (por variantes de redacción o abreviaturas). Cuando coincide, se suma en la misma fila; cuando no, aparece como fila aparte en el pedido único — igual queda todo en una sola tabla para revisar. Si querés que ciertos textos siempre se mapeen a un producto/variante exacto, decime cuáles y agrego esa equivalencia al prompt.