Cria um SQL Agent com LangChain e OpenAI (conversa com a tua base de dados em linguagem natural)

Описание: Aprende a falar com a tua base de dados usando IA. Hoje mostro, passo a passo, como criar um SQL Agent em Python com LangChain e *OpenAI*, capaz de gerar queries automaticamente e responder em linguagem natural.

Neste vídeo eu explico:

O que é um SQL Agent e por que isto é tão poderoso para aplicações reais
Como usar a base de exemplo Chinook.db (SQLite)
Como ligar o LangChain à tua base de dados com `SQLDatabase`
Como usar o SQLDatabaseToolkit para criar ferramentas padrão:
* listar tabelas
* ver o schema
* verificar queries
* executar queries em segurança
Como escrever um prompt de sistema para o agente entender o contexto
Como montar um loop interativo em Python para fazer perguntas em linguagem natural
Como validar as respostas comparando com a base no DB Browser

Tudo isto usando um modelo da OpenAI (no vídeo uso um modelo barato tipo `gpt-5.1-mini`), mas podes trocar pelo modelo que fizer mais sentido para o teu caso.

---

💻 Código do vídeo

Todo o código usado no vídeo (incluindo o `sql_agent_cli.py`) está disponível aqui:

https://github.com/thematheusmello/vi...

---

📚 Recursos mencionados

Excalidraw com o Fluxograma
https://excalidraw.com/#json=u3ESUhPI...

Documentação oficial do LangChain (SQL Agent):
https://langchain-5e9cc07a.mintlify.a...

Página da OpenAI para comparar modelos e preços:
https://platform.openai.com/docs/mode...

Ferramenta de Base de dados:
https://sqlitebrowser.org/

⏱️ Capítulos (aproximados)

0:00 – Introdução e objetivo do vídeo
0:35 – O que é um SQL Agent e por que é útil
1:30 – Visão geral da base de dados Chinook (SQLite)
2:30 – Explicar as tabelas e colunas relevantes
3:30 – Importar pacotes do LangChain e configurar o modelo da OpenAI
4:40 – Download automático da base `Chinook.db`
5:30 – Conectar à base de dados com `SQLDatabase`
6:20 – Criar toolkit e ferramentas (listar tabelas, schema, verificar e executar queries)
7:30 – Criar o prompt de sistema do agente
8:20 – Criar o agente com `create_agent`
9:10 – Loop interativo `while True` para fazer perguntas
10:20 – Testar perguntas reais (artistas com mais álbuns, track mais longa, etc.)
11:40 – Comparar resultados com o DB Browser (SQL manual vs agente)
12:00 – Dicas de segurança, ambiente virtual e próximos passos

---

🙋‍♂️ Sobre este canal

Este é o meu primeiro vídeo nesta série sobre *AI Engineering*, LangChain, agentes, RAG e integrações com bases de dados.

Se este conteúdo te ajudou:
deixa o teu like 👍
subscreve o canal
e comenta que tipo de projeto com IA gostavas de ver a seguir (RAG? Agente que fala com API? Dashboard inteligente?).

Obrigado por assistir e até ao próximo vídeo! 💻✨