Backup de conversas de ferramenta de multicanal de atendimento para consultas posteriores

Este projeto foi desenvolvido para automatizar o backup das conversas da plataforma de atendimento (pa), armazená-las em um banco de dados local, e permitir que o time acesse essas conversas quando necessário. Vou explicar o funcionamento em detalhes:

1. Configuração Inicial
Bibliotecas Utilizadas: Utilizamos requests para fazer chamadas http à api da plataforma (pa) e sqlite3 para criar e gerenciar um banco de dados sqlite.
Configurações: Definimos a url da api e a chave de api, que serão usadas para autenticar as requisições. Também configuramos o nome do banco de dados SQLite onde as conversas serão armazenadas.
2. Obtenção das Conversas da API
A função obter_conversas_api() é responsável por fazer uma requisição get à api da plataforma (pa). Ela utiliza a chave de API para autenticação via cabeçalho de autorização.
Validação: Após fazer a requisição, a função verifica se o status da resposta é 200 (sucesso). Se for, ela retorna os dados das conversas em formato JSON. Caso contrário, imprime um erro.
3. Criação do Banco de Dados
A função criar_banco_de_dados() cria um banco de dados SQLite (caso ainda não exista) e define a estrutura da tabela conversas. Esta tabela contém colunas para armazenar o id da conversa, id do cliente, datas de início e fim da conversa, e o histórico completo da conversa.
Persistência Local: O banco de dados será salvo localmente em um arquivo .db, permitindo armazenamento persistente.
4. Armazenamento das Conversas
A função salvar_conversas_no_banco() recebe os dados das conversas obtidos pela API e insere essas informações na tabela conversas do banco de dados.
Inserção de Dados: Para cada conversa, a função insere um registro com os detalhes relevantes (como ID, cliente, datas, histórico) no banco.
5. Consulta das Conversas
A função consultar_conversas() permite que o time consulte as conversas armazenadas no banco de dados. Ela executa uma consulta SQL que retorna todos os registros da tabela conversas.
Exibição: As conversas são então exibidas no console, facilitando a verificação de qualquer conversa necessária.
6. Execução Geral
No bloco if __name__ == "__main__":, o código principal é executado. Primeiramente, ele cria o banco de dados (se ainda não existir). Em seguida, obtém as conversas da API e as salva no banco de dados. Finalmente, ele consulta e exibe as conversas salvas.
Automatização: Esse fluxo automatiza o processo de backup, desde a extração dos dados da plataforma (pa) até o armazenamento e consulta local.
Resumo Geral
Objetivo: Garantir que todas as conversas da plataforma de atendimento (pa) sejam armazenadas de forma segura em um banco de dados local para consulta futura.
API: Utilizamos a api da plataforma para obter as conversas em formato estruturado (json).
Banco de Dados: As conversas são salvas em um banco SQLite, permitindo fácil acesso e consultas.
Acessibilidade: O time poderá acessar o banco de dados para visualizar conversas passadas diretamente através de consultas.