SQL Optimizer Team (Agno)

POC de um time de agentes usando o framework Agno para reproduzir o fluxo do projeto oracle-sql-query-optimizer.

Objetivo

• Receber uma SQL e o banco alvo (oracle/sqlserver/postgresql/mysql/sqlite).
• Gerar explicação detalhada (SQL → linguagem natural).
• Gerar SQL otimizada (linguagem natural → SQL), preservando 100% da lógica de negócio.
• (Opcional) Gerar análise conservadora (sem reescrever a query).

As prompts são mantidas idênticas às do projeto oracle-sql-query-optimizer.

Estrutura

src/
  common/
  sql_optimizer_team/
    team_app.py
    agents/
    prompts/
    tools/

Configuração rápida

1. Crie o ambiente e instale dependências:
   • pip install -r requirements.txt
2. Configure variáveis de ambiente (exemplo em sample.env).
3. Execute o servidor:
   • PYTHONPATH=src python -m sql_optimizer_team.team_app

Acesse:

• http://localhost:8204/docs (Swagger UI)
• http://localhost:8204 (informações básicas da API)

CLI (funcionalidades originais)

O CLI original foi incluído no projeto. Execute com:

• PYTHONPATH=src python -m main --help

Exemplos:

• PYTHONPATH=src python -m main optimize /caminho/query.sql --database oracle
• PYTHONPATH=src python -m main compare /caminho/query.sql --databases oracle,sqlite
• PYTHONPATH=src python -m main list-databases
• PYTHONPATH=src python -m main list-providers

Fluxo do time

1. Gestor recebe a requisição e valida o contexto (banco + SQL).
2. SQL Analyst gera a explicação detalhada usando a prompt original.
3. SQL Optimizer gera a query otimizada preservando toda a lógica.
4. SQL Quality Reviewer valida fidelidade e checklist.
5. Conservative Analyst (se solicitado) gera análise sem reescrever a query.
6. Gestor consolida e entrega.

Observações

• Use o modelo configurado em variáveis de ambiente (ex.: OpenAI, Gemini, Groq, etc.).
• O time é colaborativo e mantém histórico em SQLite (configurável via env).