Aplicação web Flask que conecta em bancos de dados PostgreSQL e gera automaticamente arquivos de schema Prisma a partir de tabelas existentes, além de oferecer um assistente de IA para criar dicionários de dados e analisar a estrutura do banco.
- Python 3.8+
- PostgreSQL (servidor de banco de dados para conectar)
- pip (gerenciador de pacotes Python)
- Chave de API do Grok (xAI) (para o recurso de dicionário de dados com IA)
- Clone o repositório:
git clone <url-do-repositorio>
cd postgresql2prisma- Instale as dependências:
pip install -r requirements.txtNota: Se você estiver em um ambiente gerenciado pelo sistema, use um virtual environment:
python3 -m venv venv
source venv/bin/activate # Linux/Mac
# ou
venv\Scripts\activate # Windows
pip install -r requirements.txt- Configure a chave da API do Grok (xAI) (necessário para Dicionário de Dados):
cp .env.example .envEdite o arquivo .env e adicione sua chave da API:
XAI_API_KEY=sua_chave_api_aqui
Como obter a chave da API:
- Acesse https://console.x.ai/
- Crie uma conta ou faça login
- Navegue até "API Keys" e crie uma nova chave
- Cole a chave no arquivo
.env
Execute o comando:
python main.pyA aplicação estará disponível em: http://localhost:5000
Se você precisar acessar a aplicação de outros dispositivos na rede, será necessário liberar a porta 5000 no firewall.
- Verifique o status do firewall:
sudo ufw status- Libere a porta 5000:
sudo ufw allow 5000/tcp- Verifique se a regra foi adicionada:
sudo ufw status numbered- (Opcional) Se o UFW estiver inativo, ative-o:
sudo ufw enablesudo ufw delete allow 5000/tcpPara maior segurança, você pode liberar a porta apenas para um IP específico:
sudo ufw allow from 192.168.1.100 to any port 5000- Acesse http://localhost:5000 no navegador
- Preencha as credenciais do banco de dados PostgreSQL:
- Host
- Port
- Database
- User
- Password
- Clique em "Conectar"
- Na aba "Gerador de Schema":
- Selecione as tabelas que deseja gerar o schema Prisma
- Escolha o formato de saída:
- Arquivo separado para cada tabela (ZIP): Um arquivo para cada tabela
- Arquivo único com todas as tabelas: Todos os models em um único arquivo
.prisma
- Clique em "Gerar e Baixar Schemas"
-
Após conectar ao banco, clique na aba "Dicionário de Dados (IA)"
-
Selecione os Schemas que deseja analisar
-
Clique em "Iniciar Análise"
-
Converse com a IA sobre sua estrutura de banco de dados:
Exemplos de perguntas:
- "Explique o propósito deste banco de dados"
- "Quais são os relacionamentos entre as tabelas?"
- "Para que serve a tabela users?"
- "Que tipo de sistema usa essa estrutura?"
- "Sugira melhorias para este schema"
- "Explique todos os campos da tabela X"
- "Como essas tabelas se relacionam?"
-
A IA fornecerá:
- Análise detalhada da estrutura
- Explicação de schemas, tabelas e campos
- Identificação de relacionamentos (foreign keys)
- Propósitos e casos de uso
- Sugestões de melhorias
- Padrões de design identificados
- ✅ Conexão com bancos PostgreSQL
- ✅ Listagem de schemas e tabelas
- ✅ Geração automática de models Prisma
- ✅ Detecção de chaves primárias
- ✅ Mapeamento de tipos PostgreSQL → Prisma
- ✅ Suporte a múltiplos schemas
- ✅ Detecção de valores padrão (auto-increment, timestamps)
- ✅ Persistência de configurações de conexão
- ✅ Exportação em arquivo único ou múltiplos arquivos (ZIP)
- ✅ Chat interativo com Grok AI (xAI)
- ✅ Análise automática de estrutura de banco de dados
- ✅ Extração completa de metadados:
- Schemas, tabelas e colunas
- Chaves primárias e estrangeiras
- Índices e constraints
- Relacionamentos entre tabelas
- ✅ Explicação inteligente de propósitos e casos de uso
- ✅ Identificação de padrões de design
- ✅ Sugestões de melhorias
- ✅ Conversação contextual (histórico mantido)
- ✅ Respostas em português brasileiro
| PostgreSQL | Prisma |
|---|---|
| integer, int4, serial | Int |
| bigint, int8, bigserial | BigInt |
| real, float4 | Float |
| double precision, float8 | Float |
| numeric, decimal | Decimal |
| varchar, text, char, etc. | String |
| timestamp, date, time | DateTime |
| boolean, bool | Boolean |
| json, jsonb | Json |
| uuid | String |
| bytea | Bytes |
postgresql2prisma/
├── main.py # Aplicação Flask completa (backend + frontend)
├── requirements.txt # Dependências Python
├── .env.example # Exemplo de configuração de variáveis de ambiente
├── .env # Variáveis de ambiente (criar manualmente)
├── db_config.json # Configurações de conexão (auto-gerado)
└── README.md # Este arquivo
- Flask: Framework web Python
- psycopg2: Driver PostgreSQL
- OpenAI SDK: Integração com Grok AI (xAI) via formato OpenAI-compatible
- python-dotenv: Gerenciamento de variáveis de ambiente
- Tailwind CSS: Framework CSS (via CDN)
- Vanilla JavaScript: Sem frameworks adicionais
- Fetch API: Comunicação com backend
- Grok 3: Modelo de linguagem da xAI
- Max Tokens: 4096 por resposta
- Temperature: 0.7
- Contexto: Estrutura completa do banco de dados
- API: Formato OpenAI-compatible (https://api.x.ai/v1)
- Verifique se as credenciais estão corretas
- Confirme que o PostgreSQL está rodando
- Verifique se o firewall do servidor PostgreSQL permite conexões
- Verifique se o arquivo
.envexiste na raiz do projeto - Confirme que contém a variável
XAI_API_KEY=sua_chave_aqui - Verifique se a chave da API é válida (teste em https://console.x.ai/)
- Reinicie a aplicação após configurar o
.env - Verifique os logs no terminal para mensagens de erro
O recurso de dicionário de dados ficará desabilitado se a chave não for configurada:
# Verifique se o arquivo .env existe
ls -la .env
# Crie o arquivo se não existir
cp .env.example .env
# Edite e adicione sua chave
nano .envSe você receber erro sobre ambiente gerenciado externamente:
python3 -m venv venv
source venv/bin/activate # Linux/Mac
pip install -r requirements.txt
python main.pyAltere a porta no final do arquivo main.py ou mate o processo que está usando a porta:
sudo lsof -ti:5000 | xargs kill -9- Verifique sua conexão com a internet
- Confirme que sua conta xAI tem créditos disponíveis
- Bancos de dados muito grandes podem gerar contextos grandes - tente selecionar menos schemas
[Adicione a licença do projeto aqui]