Um agente analista de dados.

Conheça um agente que transforma perguntas em SQL e apresenta resultados com gráficos e rastreamento. Entenda a separação entre proposta do modelo, validação e execução somente para leitura.

Prepare o ambiente virtual e instale as bibliotecas do analista. Execute o demo para conferir datasets, consultas e gráficos antes de explorar a implementação.

Entenda as dependências da API, dos contratos, da análise SQL e dos gráficos. Veja como as bibliotecas sustentam a consulta aos dados e a apresentação das respostas.

Acompanhe a pergunta desde o catálogo até a decisão, validação, execução e visualização. Localize o feedback ao modelo e o registro que permite inspecionar cada tentativa.

Entenda por que um agente precisa conhecer tabelas, unidades e regras de negócio. Examine restrições aplicadas por código, avaliação de resultados e explicações baseadas em evidências.

Gere datasets locais com tendência, sazonalidade e valores fora da curva. Carregue-os no DuckDB e diferencie a conexão de carga da conexão usada pelo agente para leitura.

Monte um catálogo com tipos, estatísticas, amostras e descrições em YAML. Use esse contexto para informar ao agente o significado das colunas e as regras dos dados.

Transforme perguntas em decisões estruturadas com SQL e configuração de gráfico. Valide as consultas e execute apenas o que passar pelas restrições, com limites de linhas e tempo.

Compare os resultados do agente com consultas de referência, sem exigir SQL idêntico. Inclua pedidos perigosos no gabarito e inspecione as propostas recusadas ou incorretas.

Gere insights por regras para séries temporais e comparações por categoria. Produza gráficos e apresente os resultados pela API e pela interface do laboratório.

Configure limites de linhas, tempo de consulta e novas tentativas. Inspecione SQL proposto, SQL executado e decisões do validador, entendendo o alcance da auditoria.

Teste geração dos dados, catálogo, bloqueios do SQL e execução somente para leitura. Conheça os testes opcionais que avaliam o agente com Ollama.

Suba a API em container com carga inicial dos datasets. Preserve banco, traces e gráficos na pasta compartilhada e verifique o funcionamento do ambiente.

Diagnostique banco ausente, conflito de acesso, configuração bloqueada e consultas interrompidas. Entenda quais mensagens indicam falhas e quais refletem restrições intencionais.

Compare o backend por templates com o modelo local em latência e cobertura. Revise limites do laboratório e requisitos para consultar dados de produção com controles adequados.

Adicione perguntas e templates ao gabarito e explore explicações geradas a partir dos insights. Evolua componentes mantendo a validação das consultas e a conferência dos resultados.

Revise datasets, catálogo semântico, validação SQL, gráficos e rastreamento. Confirme que consultas permitidas funcionam e que pedidos perigosos são recusados e registrados.