Como Criar um Agente SQL com LangGraph para Análise de Dados Financeiros de Empresas Brasileiras

Introdução

Nos últimos anos, a automação na análise de dados financeiros tem ganhado força com o uso de agentes inteligentes que interagem diretamente com bancos de dados. Neste post, vamos mostrar como criar um agente SQL usando a biblioteca LangGraph, baseada no framework LangChain, para consultar dados financeiros de empresas brasileiras disponibilizados pela Comissão de Valores Mobiliários (CVM).

Esse agente permitirá que usuários façam perguntas em linguagem natural, que serão automaticamente convertidas em consultas SQL, facilitando a extração de insights sem necessidade de conhecimento avançado em bancos de dados.

Para obter o código e o tutorial deste exercício faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

Objetivo

O principal objetivo deste exercício é:

• Demonstrar o processo completo para criar um agente inteligente que consulta uma base de dados SQLite com dados financeiros da CVM.

• Realizar o processo de ETL (Extração, Transformação e Carga) para baixar, tratar e consolidar os dados da CVM.

• Construir o agente SQL utilizando LangGraph, que interpreta perguntas e gera queries SQL corretas.

• Apresentar como executar o agente e obter respostas para perguntas sobre desempenho financeiro das empresas.

Mas o que é LangGraph?

LangGraph é uma ferramenta que facilita a criação de agentes conversacionais baseados em grafos de estados, integrados com modelos de linguagem (LLMs) e ferramentas externas, como bases de dados SQL.

Com LangGraph, é possível:

• Definir fluxos de diálogo complexos, incluindo chamadas automáticas a ferramentas.

• Executar verificações e validações em queries SQL geradas.

• Integrar modelos LLM para interpretar linguagem natural e gerar comandos precisos.

No nosso caso, LangGraph é usado para construir um agente que, ao receber perguntas, gera e executa consultas SQL no banco de dados da CVM.

ETL: Extraindo e Tratando Dados Financeiros da CVM

Antes de criar o agente, precisamos preparar os dados. Vamos utilizar dados das Demonstrações Financeiras Padronizadas (DFP) . É, basicamente, um documento eletrônico, de encaminhamento periódico, feito por Cias Abertas a CVM, que contém dados estruturados sobre suas demonstrações contábeis.

• Baixa os arquivos ZIP anuais da CVM com dados financeiros (2019-2020 neste exemplo).

• Extrai os arquivos CSV contidos nos ZIPs.

• Lê os arquivos CSV relacionados a diferentes demonstrativos financeiros (BPA, BPP, DRE).

• Empilha todos os dados em um único DataFrame.

• Realiza tratamento dos dados:

  • Conversão de tipos (valores numéricos, datas).

  • Remoção de linhas e colunas irrelevantes.

  • Remoção de duplicatas.

• Salva os dados tratados em um banco SQLite para consulta.

Assim, temos todo o processo de ETL contido nesta única função.

Como Criar o Agente SQL com LangGraph

A criação do agente envolve os seguintes passos principais:

1. Configuração do banco SQLite
   Importar a base com os dados tratados da CVM usando SQLDatabase da LangChain, definindo a URI para o arquivo .db.

2. Inicializar o Toolkit SQL
   Criar um SQLDatabaseToolkit que combina o banco com o modelo LLM, permitindo que o agente entenda e execute comandos SQL.

3. Definir nós e funções do grafo de estados
   Usar ToolNode para associar ferramentas como listagem de tabelas, schema, execução de queries e validação de SQL.

4. Criar prompts customizados em português para o agente

   • Prompt para gerar consultas SQL sintaticamente corretas e relevantes.

   • Prompt para verificar e corrigir erros comuns em queries SQL antes da execução.

5. Construir o grafo de estados com transições
   Definir o fluxo do agente: listar tabelas → obter schema → gerar query → validar query → executar query → repetir.

6. Compilar o agente LangGraph
   Gerar um agente que executa esse fluxo automaticamente, permitindo interação por meio de perguntas em linguagem natural.

A imagem a seguir representa o grafo produzido pelo LangGraph, conforme todos os agentes produzidos pelo exercício:

Resultado

Ao rodar o agente, podemos fazer perguntas como:

• "Quais empresas tiveram lucro positivo em 2019?"

• "Liste os principais demonstrativos financeiros disponíveis."

• "Qual foi o valor da receita líquida da empresa X no último trimestre?"

O agente processa a pergunta, gera a query SQL correta, executa no banco e retorna a resposta estruturada. Além disso, o agente realiza uma verificação automática para evitar erros comuns em SQL, garantindo a integridade das consultas.

O processo de streaming possibilita acompanhar o passo a passo da interação, mostrando a evolução da consulta e resultado.

No resultado abaixo realizamos a seguinte pergunta para o Agente SQL: "Quais empresas tiveram lucro positivo em 2019?" Podemos verificar que o Agente conseguiu consultar corretamente a requisição, construindo um código SQL adequado para a tarefa.

================================ Human Message =================================

Quais empresas tiveram lucro positivo em 2019?
================================== Ai Message ==================================