# suivi_produit

Suite self-hosted pour suivre les prix et l'état des produits Amazon.fr (et autres stores à venir).

## Structure
- `backend/` : API FastAPI + scraper Playwright + persistance SQLite
- `frontend/` : SPA Gruvbox dark pour afficher les vignettes, graphiques et logs
- `docker/` : fichiers nécessaires pour docker-compose + builds
- `docs/`, `TODO.md`, `CHANGELOG.md`, `kanban.md` : documentation et suivi

## Objectif MVP
1. CRUD produits + historique des snapshots
2. Scraper Amazon via Playwright avec logs et artifacts
3. Interface responsive avec vignettes & graphique 30j
4. Configuration JSON frontend/backend rangée dans le repo
5. Docker Compose + scheduler interne pour lancer les scrapes

## Environnement
1. Copier `cp .env.example .env` avant tout lancement backend/tests.
2. Activer le venv :
   - `source .venv/bin/activate`
   - ou `poetry shell`
3. `poetry install` (backend)
4. `npm install` (frontend, à compléter)

## Tests
- Toujours exécuter `poetry run pytest` dans l’environnement `.env` avant un `docker compose up`.
- Test scraper en CLI (Playwright) :
  - `SCRAPE_TEST_MAX=0 .venv/bin/poetry run python backend/app/scraper/run_scrape_tests.py`
  - Optionnel (ouvrir le navigateur si blocage) :
    - `SCRAPE_TEST_HEADFUL_ON_BLOCK=1 SCRAPE_TEST_MAX=0 .venv/bin/poetry run python backend/app/scraper/run_scrape_tests.py`

## Audit code (imports / code mort)
- Installer les outils (dans le venv) :
  - `.venv/bin/pip install ruff vulture coverage pip-check-reqs pyright`
- Lancer l’audit :
  - `.venv/bin/ruff check backend/`
  - `.venv/bin/vulture backend/`
  - `.venv/bin/pip-check-reqs backend/`
  - `.venv/bin/coverage run -m pytest`
  - `.venv/bin/coverage report -m`

## Déploiement
1. `docker compose up --build` (à configurer)

## Notes
- Le scraping est volontairement lent (15-20 produits/jour) pour éviter le blocage.
- Le raw JSON est conservé pendant 30 jours dans `backend/data/raw`.