Console de operações de aluguéis por temporada
Painel de operações de aluguéis por temporada com análises de receita de um SQL warehouse, fila de reservas com sinalizadores e notas de agentes armazenados no Lakebase e painel de chat do Genie integrado.

Crie com IA
- Copie o prompt abaixo
- Cole-o no Cursor, Claude Code, Codex ou em qualquer agente de programação
- Seu agente cria o app, fazendo perguntas ao longo do processo para que o resultado seja exatamente como você deseja
Não conhece os modelos? Saiba mais aqui
Inclui um app inicial funcional
O código funcional e executável está no GitHub. Ao copiar o prompt acima, seu agente de programação o clona como ponto de partida e o adapta aos seus dados e caso de uso.
Este modelo demonstra um console interno de operações para uma plataforma de aluguel por temporada ("Wanderbricks"). Os operadores acompanham o desempenho da receita por destino, processam uma fila de reservas com flags e notas do agent em cada reserva e fazem perguntas em linguagem natural sobre o negócio por meio de um painel de chat do Genie incorporado.
Fluxo de dados
O app combina quatro primitivas do Databricks por trás de uma única UI em React:
- O SQL warehouse executa queries analíticas (receita por destino, detalhe de uma reserva específica) sobre as tabelas populadas
samples.wanderbricks.{bookings,properties,destinations,reviews}. As queries ficam emconfig/queries/*.sqle são executadas pelo pluginanalyticsdo AppKit. - O Lakebase Postgres armazena o estado gerenciado pelo operador nas tabelas
app.booking_flagseapp.booking_notes. O servidor Express cria o schema e as tabelas na inicialização e expõe rotas CRUD para sinalizar reservas e adicionar notas do agent. - O Genie Agent ("Wanderbricks") é configurado sobre as tabelas de reservas, propriedades e destinos. O plugin
geniedo AppKit incorpora um painel de chat para que os usuários façam perguntas sobre gastos, ocupação e avaliações em linguagem natural. - O Databricks App une tudo: um servidor Express + AppKit e um cliente Vite/React/Tailwind, implantados por meio de um Declarative Automation Bundle (antigo Databricks Asset Bundle) que declara o SQL warehouse, o Genie Agent e o banco de dados Lakebase como recursos do app.
O que adaptar
A configuração, as variáveis de ambiente e o deployment do bundle estão documentados no README.md do repositório.
Para adaptar este modelo ao seu caso:
- Dados de origem: aponte os arquivos SQL de análise para o seu próprio catálogo e schema, em vez de
samples.wanderbricks.*. Ajuste os joins para refletir o seu modelo de reservas, propriedades e destinos. - SQL warehouse: defina
sql_warehouse_idnodatabricks.ymlcom o warehouse que você quer que o app consulte. - Lakebase: substitua
postgres_branchepostgres_databasepelo seu próprio projeto, branch e banco de dados Lakebase. As tabelasapp.booking_flagseapp.booking_notessão criadas automaticamente na primeira execução. - Genie Agent: crie um Genie Agent sobre suas tabelas de reservas e defina
genie_space_idegenie_space_namenodatabricks.yml. - Terminologia do domínio: a UI segue o tema de aluguéis por temporada (destinos, reservas, notas do agent). Para outros consoles operacionais (logística, suporte, parcerias), renomeie as rotas e os componentes e redirecione as queries de análise — o scaffolding de Lakebase + Genie + análise permanece o mesmo.
Baseado nestes modelos
O código deste exemplo e o prompt do agente acima são baseados nos modelos abaixo. Abra um deles para explorar uma técnica específica isoladamente ou aplicá-la a outro projeto.
[MODELOS]
Aplicação com Lakebase
Configure um Databricks App com o Lakebase para armazenamento persistente de dados. Inclui configuração de esquema e rotas completas de API para CRUD.
[MODELOS]
Análise Conversacional do Genie
Incorpore uma interface de chat do Databricks AI/BI Genie para que os usuários possam explorar dados em linguagem natural. Configure um Genie Agent, conecte plugins de servidor e cliente, declare recursos da aplicação e implante.

