Powerbi Ai

---

🎯 O que este projeto faz

Este projeto demonstra como o Model Context Protocol (MCP) conecta o Claude AI diretamente ao fluxo de trabalho do Power BI, permitindo que você:

Comando em linguagem natural	O que a IA faz
"Crie uma medida de Receita Total"	Gera o DAX completo e pronto para uso
"Explique todas as medidas do modelo"	Documenta cada medida com descrição técnica
"Sugira KPIs para um dashboard executivo"	Lista KPIs priorizados por área de negócio
"Organize as medidas em pastas"	Propõe estrutura de display folders
"Crie uma tabela calendário"	Gera dCalendario completa em DAX
"Documente o projeto"	Gera documentação Markdown do modelo

---

🏗️ Arquitetura

Claude Desktop / Terminal
        │
        ▼
   MCP Server (Python)
        │
        ├── Tool: create_measure()    ──► Claude API ──► DAX gerado
        ├── Tool: explain_measure()   ──► Claude API ──► Documentação
        ├── Tool: suggest_kpis()      ──► Claude API ──► Lista de KPIs
        ├── Tool: create_calendar()   ──► Claude API ──► dCalendario DAX
        ├── Tool: organize_measures() ──► Claude API ──► Estrutura de pastas
        └── Tool: document_model()    ──► Claude API ──► README do modelo
                                              │
                                     Resultado colado no
                                     Power BI Desktop

---

📁 Estrutura do Projeto

powerbi-ai-mcp/
│
├── data/
│   └── vendas.csv              # Dataset de vendas (60 registros, 6 meses)
│
├── scripts/
│   ├── mcp_server.py           # Servidor MCP com todas as ferramentas de IA
│   ├── medidas_dax.dax         # Medidas geradas pela IA (25+ medidas)
│   └── dCalendario.dax         # Tabela Calendário PT-BR completa
│
├── docs/
│   └── arquitetura.png         # Diagrama da solução
│
├── requirements.txt
└── README.md

---

📊 Dataset

O arquivo data/vendas.csv contém 60 registros simulando 6 meses de vendas de uma loja de tecnologia:

Coluna	Descrição
Data	Data da venda
Produto	Nome do produto
Categoria	Eletrônicos, Periféricos, Monitores, Armazenamento, Mobiliário
Regiao	Sul, Norte, Sudeste, Centro-Oeste, Nordeste
Vendedor	5 vendedores distintos
Qtd	Quantidade vendida
Valor_Unitario	Preço de venda unitário
Custo_Unitario	Custo unitário do produto
Valor_Venda	Receita total da linha
Custo_Total	Custo total da linha

---

📐 Medidas Geradas

A IA gerou 25+ medidas DAX organizadas em 6 pastas:

💰 Financeiro

Receita Total = SUM(Vendas[Valor_Venda])

Lucro = [Receita Total] - [Custo Total]

Margem % = DIVIDE([Lucro], [Receita Total], 0)

Ticket Médio = DIVIDE([Receita Total], [Total Pedidos], 0)

📈 Crescimento

Crescimento MoM % =
DIVIDE(
    [Receita Total] - [Receita MêsAnterior],
    [Receita MêsAnterior],
    0
)

Crescimento YoY % =
DIVIDE(
    [Receita Total] - [Receita MesmoPeríodo AA],
    [Receita MesmoPeríodo AA],
    0
)

🏆 Ranking

Rank Produto Receita =
RANKX(ALL(Vendas[Produto]), [Receita Total],, DESC, DENSE)

📄 Ver arquivo completo: scripts/medidas_dax.dax

---

🚀 Instalação

Pré-requisitos

• Python 3.11+
• Chave de API da Anthropic: console.anthropic.com
• Power BI Desktop (para usar os arquivos DAX)

Setup

# Clone o repositório
git clone https://github.com/r9drig-tech/powerbi-ai-mcp
cd powerbi-ai-mcp

# Crie e ative o ambiente virtual
python -m venv .venv
source .venv/bin/activate        # Linux/Mac
.venv\Scripts\activate           # Windows

# Instale as dependências
pip install -r requirements.txt

# Configure sua chave de API
echo "ANTHROPIC_API_KEY=sk-ant-..." > .env

Executar o servidor MCP

python scripts/mcp_server.py

Exemplo de sessão:

você > Crie uma medida de Receita Total usando a coluna Valor_Venda

IA  > **Receita Total**

    ```dax
    Receita Total =
    SUM(Vendas[Valor_Venda])
    ```

    Soma todos os valores da coluna Valor_Venda da tabela Vendas.
    Pasta sugerida: 💰 Financeiro

você > Crie uma medida de Margem de Lucro em percentual

IA  > **Margem %**

    ```dax
    Margem % =
    DIVIDE(
        [Lucro],
        [Receita Total],
        0
    )
    ```

    Calcula a margem de lucro como proporção da receita.
    Usa DIVIDE() para evitar erro de divisão por zero.
    Pasta sugerida: 💰 Financeiro

você > Sugira KPIs para um dashboard executivo de vendas

IA  > **KPIs para Dashboard Executivo — Vendas**

    🔴 P1 — Críticos
    • Receita Total | SUM(Vendas[Valor_Venda])
    • Margem % | DIVIDE([Lucro],[Receita Total])
    • Crescimento MoM % | variação vs mês anterior

    🟡 P2 — Importantes
    • Ticket Médio | Receita / Nº de pedidos
    • Top 10 Produtos | RANKX por receita
    • Receita por Região | segmentação geográfica

    🟢 P3 — Complementares
    • Receita Acumulada no Ano (YTD)
    • Crescimento YoY %
    • Taxa de Retorno de Clientes

---

🎬 Demo

Claude Desktop à esquerda + Power BI à direita. Prompts em linguagem natural → medidas DAX prontas em segundos.

→ Abrir demo interativo

Cena	Prompt	Resultado
1	Crie uma medida de Receita Total	DAX gerado + pasta sugerida
2	Crie Margem de Lucro em percentual	DIVIDE() com fallback
3	Sugira KPIs para dashboard executivo	8 KPIs priorizados P1/P2/P3
4	Organize as medidas em pastas	6 display folders automáticas
5	Dashboard pronto	6 KPIs + Top 5 produtos

---

🛠️ Stack Tecnológica

Ferramenta	Uso
Power BI Desktop	Modelagem e visualização
Claude AI (Anthropic)	Geração e explicação de DAX
MCP (Model Context Protocol)	Protocolo de comunicação IA ↔ ferramentas
Python 3.11+	Servidor MCP
VS Code	Edição e desenvolvimento
OBS Studio	Gravação do vídeo demo

---

📌 Roadmap

• Dataset de vendas estruturado
• Servidor MCP com 6 ferramentas
• 25+ medidas DAX geradas por IA
• Tabela Calendário PT-BR completa
• Dashboard .pbix exportado
• Integração via Claude Desktop (config MCP)
• Vídeo demo no YouTube/LinkedIn
• Diagrama de arquitetura visual

---

👤 Autor

Rodrigo Salgado Analista de BI & Dados | Em transição para Engenharia de Dados & IA

LinkedIn

---

📄 Licença

MIT License — use, adapte e compartilhe com os devidos créditos.