data-agents-copilot: sistema multi-agente para dados

Problema

Tarefas de engenharia de dados (SQL, PySpark, pipelines, governança) exigem contextos e padrões muito diferentes entre si. Um único assistente genérico erra naming, ignora boas práticas e não mantém contexto entre interações.

Arquitetura

flowchart TB
  U[Usuario - CLI / VS Code / Web] --> R[Roteador / Supervisor]
  R --> A1[Spark Expert]
  R --> A2[SQL Expert]
  R --> A3[Pipeline Architect]
  R --> A4[Data Quality]
  R --> A5[Governanca]
  A1 --> KB[(Knowledge Base + Memoria)]
  A2 --> KB
  A3 --> KB
  A4 --> KB
  A5 --> KB
  R --> MCP[MCP Servers]
  classDef hub fill:#0d1525,stroke:#3b82f6,color:#e2e8f0
  classDef store fill:#0d1525,stroke:#10b981,color:#e2e8f0
  class U,R,A1,A2,A3,A4,A5,MCP hub
  class KB store

Solução

• Roteador que identifica o domínio da tarefa e despacha para o agente especialista certo.
• 15 agentes especializados (Spark, SQL, Pipeline, Data Quality, Governança, etc.).
• Governança automática de nomenclatura e workflows colaborativos multi-agente.
• Knowledge Base estruturada, memória episódica e protocolo de QA peer-to-peer.
• Execução via CLI, Chainlit (web) ou direto no VS Code, com servidores MCP.

Resultados

• Respostas especializadas e consistentes com os padrões de cada domínio.
• Contexto preservado entre interações via memória.
• Base extensível para novos agentes e integrações.

Stack