Data to AI™ / Gemini/AFAS
Engenheiros de dados que carregam o AFAS em lotes verificam pelo terminal que cada faixa de Skip chegou uma única vez e depois entregam extrações limpas aos analistas financeiros.
Respostas melhores, menos tokens.
Gemini CLI
Quais grupos de artigos tiveram mais artigos alterados na semana passada e qual é o preço de venda médio deles?
O ArtGroup 100 foi o que mais mudou, com 86 artigos por ModifiedDate e SalesPrice médio de € 42,10. Os três grupos mostrados foram editados na atualização de preços da semana passada.
| ArtGroup | Artigos por ModifiedDate | SalesPrice médio |
|---|---|---|
| 100 Profit_Article | 86 | € 42,10 |
| 200 Profit_Article | 54 | € 118,40 |
| 300 Profit_Article | 21 | € 9,75 |
O AFAS não tem intervalo de datas, então cada execução extrai os artigos atuais até o Limit; a semana é contada por ModifiedDate e os artigos Blocked ficam fora da média.
AFAS Profit é um software empresarial holandês para finanças, RH, folha de pagamento e CRM. A Dataddo extrai qualquer GetConnector que você tenha configurado no AFAS, com os campos que escolher, incluindo os personalizados. Os GetConnectors fornecidos mostrados aqui, como Profit_Article e Profit_Employee_Leaves, são exemplos da documentação do AFAS.
Com o servidor dataddo, conte as linhas do AFAS por fonte no fluxo unido e verifique se as faixas de Skip 0, 50.000 e 100.000 retornaram cada uma um lote completo.
Depois de carregar um GetConnector grande em lotes, um engenheiro de dados confirma pelo terminal que nenhuma faixa foi pulada antes de passar para incrementos diários.
Encontre valores de dataddo_hash que aparecem mais de uma vez no fluxo do AFAS e falhe com um resumo curto se houver algum.
A checagem roda no Gemini CLI antes do deploy do pipeline de relatórios, então lotes duplicados nunca chegam aos dashboards financeiros.
Consulte os registros do AFAS com last modified on de ontem e grave-os em data/afas/changes-yesterday.csv com ID, created on e last modified on.
Um analytics engineer que trabalha no Gemini Code Assist adiciona o arquivo ao repositório, onde o notebook dos analistas o lê na manhã seguinte.
O Data to AI™ é cobrado por assento, como os assistentes de IA que sua equipe já usa, com ~25% de desconto no faturamento anual. Precisa de contratos personalizados ou preços por volume? Fale conosco sobre o Enterprise.
Entregue dados de negócio governados ao Claude, ChatGPT e outras ferramentas de IA via MCP.
$10.49/mês
por assento
Mínimo de 3 assentos
Implante o Dataddo com flexibilidade em qualquer ambiente de nuvem ou híbrido.
Personalizado
Temos um modelo de pagamento que funciona para você
| Sem Dataddo |
Com Dataddo
|
Resultado para você | |
|---|---|---|---|
| Verificar se os lotes estão completos | O engenheiro exporta cada lote, conta linhas em uma planilha e torce para não ter digitado errado nenhum valor de Skip. | O Gemini CLI consulta o fluxo diretamente e compara a contagem de linhas com o Limit e o Skip usados em cada fonte. | Lacunas achadas antes de entrar no ar |
| Duplicatas de lotes sobrepostos | Faixas de Skip sobrepostas duplicam alguns registros, e ninguém percebe até os totais não baterem. | O dataddo_hash funciona como chave natural, então o Gemini lista os hashes repetidos, e o upsert no data warehouse os evita desde o início. | Totais confiáveis |
| Trabalhar onde o código está | Cada checagem exige sair do editor, abrir o AFAS, exportar e copiar o resultado de volta. | O Gemini CLI e o Gemini Code Assist chamam a Dataddo pelo terminal ou pelo VS Code, e você confirma cada chamada de ferramenta. | As checagens ficam no repo |
| Consumo de tokens | O Gemini gasta tokens explorando colunas brutas de AFAS, amostrando linhas e tentando de novo até entender os dados. | Definições de campos e relações chegam prontas, então o modelo pula a exploração e vai direto à resposta. | Menos tokens por resposta |
| Qualidade das respostas | Sujeito a joins errados, campos inventados e números difíceis de conferir. | Respostas baseadas em campos definidos. No benchmark da Dataddo, 78,5% das perguntas foram respondidas corretamente, contra 65,5% com arquivos CSV simples. | Respostas melhores |
Os datasets de AFAS que equipes de finanças e RevOps mais usam, com os nomes reais dos campos. O Gemini consulta cada um pelo nome por meio da camada semântica da Dataddo.
| Dataset | Métricas e atributos |
Pergunte ao Gemini
|
|---|---|---|
| Profit_Article (example GetConnector) |
|
Quais valores de ItemCode compartilham a mesma Description, sinal de artigos duplicados? |
| Profit_Employee_Leaves (example GetConnector) |
|
Como o número de registros de ausência por Year se compara nos últimos três anos? |
| ProfitGetConnectoren (example GetConnector) |
|
Qual Omschrijving de GetConnector menciona devedores ou faturas? |
| Date and key fields |
|
Há lacunas na sequência de ID dos registros que carregamos em lotes históricos? |
Fizemos 43 perguntas pré-registradas sobre três conjuntos de dados reais - Google Search Console, negócios do HubSpot e Google Ads - e entregamos as mesmas linhas ao mesmo modelo de quatro formas. Só a camada de dados mudou.
das perguntas respondidas corretamente - o melhor dos quatro métodos de entrega testados
menos respostas erradas dadas com confiança - 14,0% das execuções contra 24,0% e 26,3%
mais respostas corretas em dados de CRM bagunçados - melhor em 8 perguntas, pior em nenhuma
Mesmo modelo, mesmos prompts e mesmas linhas em todas as condições; 759 execuções avaliadas, com o gabarito definido antes de qualquer execução. Só no Google Search Console, os arquivos CSV documentados tiveram o mesmo desempenho do Data to AI™ - a vantagem vem de dados mais complexos, como os negócios do HubSpot.
Ler o benchmark →Crie uma fonte do AFAS na Dataddo e vincule-a a um destino Google Gemini ou AI Model. Adicione a Dataddo ao ~/.gemini/settings.json em mcpServers com httpUrl https://headless.dataddo.com/mcp-data, reinicie o Gemini CLI e rode /mcp auth dataddo para entrar. O Gemini Code Assist no VS Code lê o mesmo arquivo.
Não. A Dataddo extrai qualquer GetConnector que você tenha configurado no AFAS, e Profit_Article e os outros nomes nesta página são exemplos. O Gemini consulta o fluxo do seu GetConnector como qualquer outra entidade.
Adicione uma entrada dataddo em mcpServers no settings.json com a chave httpUrl, não url, e sem bloco headers ou oauth. Reinicie o Gemini CLI, rode /mcp auth dataddo, faça login e confira com /mcp.
Sim. O Agent mode no VS Code lê o mesmo settings.json do Gemini CLI. No IntelliJ, adicione o servidor ao mcp.json do Gemini Code Assist.
Todos os fluxos ou Contexts vinculados a um destino de IA ou AI Model na sua conta Dataddo, não só os do Google Gemini. Vincule apenas os fluxos do AFAS que você quer que o Gemini consulte.
Não. O Gemini CLI pede que você confirme cada chamada de ferramenta da Dataddo, e você pode escolher Always allow para ferramentas específicas em que confia, como uma consulta somente leitura.
Não. O Gemini lê os dados extraídos do AFAS pela camada semântica, por nome de entidade e de campo. A Dataddo nunca aceita SQL do modelo e nada é gravado de volta no AFAS.
As credenciais ficam em ~/.gemini/mcp-oauth-tokens.json e são renovadas automaticamente. Se a sessão expirar ou for revogada, rode /mcp auth dataddo de novo e faça login.
