Projeto de estudo para construção de um chatbot integrado a banco de dados relacional, analytics e modelos de linguagem.

O Chatbot Lab é um ambiente de aprendizado prático que evolui gradualmente até um chatbot capaz de consultar tabelas PostgreSQL e responder perguntas em linguagem natural. O projeto cobre desde a infraestrutura com Docker até a integração com LLMs para geração automática de SQL.

• Entender na prática a integração entre serviços via Docker
• Aprender como bancos relacionais funcionam com persistência e backup
• Explorar análise de dados e analytics conversacional
• Estudar geração automática de SQL utilizando LLMs
• Experimentar integração entre banco de dados, Python e modelos de linguagem
• Desenvolver uma base para aplicações de chatbot com IA

Pergunta em linguagem natural
↓
LLM via OpenRouter
↓
Geração automática de SQL
↓
Execução no PostgreSQL
↓
Retorno dos dados ao usuário

docker compose up -d

pip install -r requirements.txt

python -m src.main

docker exec -t postgres_estudo pg_dump -U admin chatbot_db > backup\chatbot_db.sql

cmd /c "docker exec -i postgres_estudo psql -U admin -d chatbot_db < backup\chatbot_db.sql"

admin@email.com
admin

Crie um arquivo .env na raiz do projeto:

POSTGRES_USER=admin
POSTGRES_PASSWORD=sua_senha
POSTGRES_DB=chatbot_db
POSTGRES_PORT=5433
OPENROUTER_API_KEY=sua_chave

• Ambiente Docker com PostgreSQL, pgAdmin e Metabase integrados
• Banco relacional criado com tabelas e relacionamentos
• Persistência configurada via volumes Docker
• Backup e restauração do banco PostgreSQL
• Integração Python + PostgreSQL com psycopg v3
• Geração de dados sintéticos com Faker
• Consultas SQL e estudos de analytics
• Integração com OpenRouter via OpenAI SDK
• Geração automática de SQL com LLM
• Chat interativo conectado ao banco PostgreSQL
• Conversão de linguagem natural em queries SQL

• API com FastAPI
• Interface web para o chatbot
• Melhor tratamento e formatação de respostas
• Memória de contexto para conversas
• Segurança e validação de queries SQL
• Integração com modelos locais (LM Studio)
• Dashboard analítico com IA

O PostgreSQL local do Windows ocupava a porta 5432.

Solução: mapear o container para a porta 5433.

Incompatibilidade ao utilizar psycopg2.

Solução: migração para psycopg v3.

Pedidos inseridos com cliente_id inexistente.

Solução: buscar IDs reais da tabela clientes antes dos inserts.

Modelos gratuitos do OpenRouter apresentaram limitação temporária de uso.

Solução: troca dinâmica de modelos e testes com diferentes providers gratuitos.

Docker · Docker Compose · PostgreSQL · pgAdmin · Metabase · volumes · persistência · backup e restore · SQL relacional · joins · group by · foreign keys · Python + PostgreSQL · Faker · OpenAI SDK · OpenRouter · integração com LLMs · geração automática de SQL · conversational analytics · troubleshooting