sirpremiumv2/app/Services/GeminiVisionService.php

<?php

namespace App\Services;

use App\Models\AiUsageLog;
use App\Models\ChatConfig;
use Illuminate\Support\Facades\Http;
use Illuminate\Support\Facades\Log;

class GeminiVisionService
{
    private string $apiKey;
    private string $model;

    public function __construct()
    {
        $this->apiKey = ChatConfig::get('gemini_api_key', '');
        $this->model  = ChatConfig::get('gemini_model', 'gemini-2.0-flash');
    }

    public function extraerPago(string $base64, string $mimeType, ?int $usuarioId = null, string $canal = 'telegram'): ?array
    {
        $contents = [[
            'parts' => [
                ['text' => $this->buildPrompt()],
                ['inline_data' => ['mime_type' => $mimeType, 'data' => $base64]],
            ],
        ]];

        return $this->ejecutar($contents, $usuarioId, $canal, 'gemini_vision');
    }

    /**
     * Igual que extraerPago(), pero en vez de mandar la imagen manda texto plano
     * (ya extraido por un servicio de OCR externo) para que Gemini solo lo
     * estructure en JSON. Mas barato y no depende de la cuota de vision.
     */
    public function extraerPagoDeTexto(string $texto, ?int $usuarioId = null, string $canal = 'web'): ?array
    {
        $contents = [[
            'parts' => [
                ['text' => $this->buildPromptTexto($texto)],
            ],
        ]];

        return $this->ejecutar($contents, $usuarioId, $canal, 'gemini_text');
    }

    private function ejecutar(array $contents, ?int $usuarioId, string $canal, string $servicio): ?array
    {
        if (! $this->apiKey) {
            Log::warning('[Gemini Vision] No hay API key configurada.');
            return null;
        }

        $body  = [
            'contents'         => $contents,
            'generationConfig' => [
                'temperature'     => 0.1,
                'maxOutputTokens' => 512,
            ],
        ];

        $inicio    = microtime(true);
        $response  = null;
        $lastError = '';

        foreach (['v1', 'v1beta'] as $ver) {
            $url = "https://generativelanguage.googleapis.com/{$ver}/models/{$this->model}:generateContent";
            try {
                $resp = Http::withHeaders(['Content-Type' => 'application/json'])
                    ->timeout(40)
                    ->post("{$url}?key={$this->apiKey}", $body);

                if ($resp->successful()) {
                    $response = $resp;
                    break;
                }
                $lastError = "[{$ver}] " . ($resp->json('error.message') ?? substr($resp->body(), 0, 200));
            } catch (\Throwable $e) {
                $lastError = "[{$ver}] " . $e->getMessage();
            }
        }

        $tiempoMs = (int) ((microtime(true) - $inicio) * 1000);

        if (! $response) {
            Log::warning('[Gemini Vision] API failed: ' . $lastError);
            AiUsageLog::registrar([
                'servicio'   => $servicio,
                'canal'      => $canal,
                'usuario_id' => $usuarioId,
                'tiempo_ms'  => $tiempoMs,
                'resultado'  => 'error',
                'detalle'    => ['error' => $lastError, 'modelo' => $this->model],
            ]);
            // Return error info so caller can show it
            return ['__error' => $lastError];
        }

        $inputTokens  = $response->json('usageMetadata.promptTokenCount', 0);
        $outputTokens = $response->json('usageMetadata.candidatesTokenCount', 0);

        // Skip thought parts (gemini-3.x thinking blocks), only keep actual response text
        $parts = $response->json('candidates.0.content.parts', []);
        $text  = implode("\n", array_column(
            array_filter($parts, fn($p) => isset($p['text']) && empty($p['thought'])),
            'text'
        ));

        Log::info('[Gemini Vision] raw response: ' . substr($text, 0, 500));

        $resultado = $this->parseRespuesta($text);

        AiUsageLog::registrar([
            'servicio'      => $servicio,
            'canal'         => $canal,
            'usuario_id'    => $usuarioId,
            'input_tokens'  => $inputTokens,
            'output_tokens' => $outputTokens,
            'tiempo_ms'     => $tiempoMs,
            'resultado'     => $resultado ? 'ok' : 'error',
            'detalle'       => $resultado
                ? ['banco' => $resultado['banco'], 'valor' => $resultado['valor']]
                : ['raw' => substr($text, 0, 400), 'modelo' => $this->model],
        ]);

        // If parse failed, return debug info so caller can show it
        if (! $resultado) {
            return ['__parse_error' => substr($text, 0, 300)];
        }

        return $resultado;
    }

    private function buildPrompt(): string
    {
        return <<<PROMPT
Analiza esta imagen de comprobante de pago bancario o transferencia.

Extrae los siguientes campos:
- banco: nombre del banco emisor (Bancolombia, Nequi, Davivienda, Banco de Bogota, etc.)
- valor: monto en numeros enteros sin simbolos ni puntos (ej: 50000)
- referencia: numero de referencia o transaccion (si existe)
- fecha: fecha en formato dd/mm/yyyy
- hora: hora en formato HH:mm (si existe)
- remitente: nombre de quien envia el dinero (si aparece)
- llave: llave de pago Bancolombia o Nequi del destinatario, empieza con @ (ej: @leon8909). Solo si aparece en el comprobante.

Responde UNICAMENTE con un JSON valido, sin markdown, sin explicacion:
{"banco": "...", "valor": 50000, "referencia": "...", "fecha": "...", "hora": "...", "remitente": "...", "llave": "..."}

Si no encuentras un campo, usa null para ese campo.
Si la imagen NO es un comprobante de pago, responde exactamente: {"error": "no_es_comprobante"}
PROMPT;
    }

    private function buildPromptTexto(string $texto): string
    {
        return <<<PROMPT
El siguiente texto fue extraido por OCR de una imagen de un comprobante de pago
bancario o transferencia. Puede tener errores de lectura, palabras cortadas o
lineas desordenadas.

TEXTO OCR:
"""
{$texto}
"""

Extrae los siguientes campos:
- banco: nombre del banco emisor (Bancolombia, Nequi, Davivienda, Banco de Bogota, etc.)
- valor: monto en numeros enteros sin simbolos ni puntos (ej: 50000)
- referencia: numero de referencia o transaccion (si existe)
- fecha: fecha en formato dd/mm/yyyy
- hora: hora en formato HH:mm (si existe)
- remitente: nombre de quien envia el dinero (si aparece)
- llave: llave de pago Bancolombia o Nequi del destinatario, empieza con @ (ej: @leon8909). Solo si aparece en el comprobante.

Responde UNICAMENTE con un JSON valido, sin markdown, sin explicacion:
{"banco": "...", "valor": 50000, "referencia": "...", "fecha": "...", "hora": "...", "remitente": "...", "llave": "..."}

Si no encuentras un campo, usa null para ese campo.
Si el texto NO corresponde a un comprobante de pago, responde exactamente: {"error": "no_es_comprobante"}
PROMPT;
    }

    private function parseRespuesta(string $text): ?array
    {
        // Strip markdown fences
        $text = preg_replace('/```json\s*|\s*```/', '', $text);
        // Extract the first JSON object found anywhere in the text
        if (preg_match('/\{.*\}/s', $text, $m)) {
            $text = $m[0];
        }
        $text = trim($text);
        $json = json_decode($text, true);

        if (! is_array($json) || isset($json['error'])) {
            return null;
        }

        if (isset($json['valor'])) {
            $json['valor'] = (int) preg_replace('/[^0-9]/', '', (string) $json['valor']);
        }

        return [
            'banco'      => $json['banco']      ?? null,
            'valor'      => $json['valor']      ?? null,
            'referencia' => $json['referencia'] ?? null,
            'fecha'      => $json['fecha']      ?? null,
            'hora'       => $json['hora']       ?? null,
            'remitente'  => $json['remitente']  ?? null,
            'llave'      => $json['llave']      ?? null,
        ];
    }
}