Odoo×AI　ファイルの説明

📁 プロジェクトフォルダ構成とファイルの説明

🔷 /odoo/

• postgres-deployment.yaml
  • Odoo／Metabase 共用の Postgres デプロイメント（DB用）
  • create-metabase-db.sqlを初期化スクリプトとして使用
• create-metabase-db.sql
  • Postgres起動時にmetabaseというDBを作成するSQLスクリプト
• pvc-postgres.yaml
  • Postgresデータ保存用の永続ボリューム（PVC）

---

🔷 /metabase/

• metabase-deployment.yaml
  • Metabase本体のPod定義（内部DBはPostgresのmetabase DBを使用）
• metabase-service.yaml
  • MetabaseのService（ポート3000）
• metabase-secret.yaml
  • Metabase初期ログイン用ユーザー名・パスワード等を定義したSecret
• metabase-pvc.yaml
  • Metabaseの永続データ（設定・ダッシュボード）の保存用PVC

---

🔷 /openai/

• main.py
  • FastAPIアプリ。以下のエンドポイントを提供：
    • /generate-sql：自然言語からSQL生成
    • /ask-odoo：OdooマニュアルのQA対応
    • /run-sql：SQLをMetabaseに実行し、グラフURLと解説を返す
• metabase_query.py
  • MetabaseのAPIを使ってSQLを実行・カード（グラフ）を作成
• openai-deployment.yaml
  • OpenAI APIとの接続用Pod
  • ChromaDBとMetabase APIに対応
• save_metadata.py
  • OdooのDB構造をjson化して /chroma/db_metadata.json に保存
• chroma/
  • ChromaDBの永続保存先（Odooマニュアルのベクトル検索用）

---

✅ このシステムで実現できること（総合まとめ）

このプロジェクトは以下のような自然言語ベースの業務支援AIシステムを構築するものです：

🎯 自然言語 → SQL → グラフ → 解説

1. 自然言語で質問
2. OpenAIでSQLを自動生成（対象テーブルに沿った安全な構文）
3. MetabaseにSQLを実行、グラフを作成
4. 作成されたグラフURLと、OpenAIによるグラフの意味・解説を自動出力
5. フロントエンドでは iframe によるグラフ表示も可能

---

💡 導入メリット・訴求点

• リリース時にマニュアルを読むことなく使えるUI/UX
• データ検索～グラフ化～解釈～次のアクション提案まで一貫自動化
• カスタマイズさえすれば「ERPのデータ可視化＋AIレコメンド基盤」をすぐ提供可能
• 運用コストはKubernetes上のPod運用のみ。継続課金型ビジネスにも転用可能

英語

Here’s the folder and file explanation in English, along with a summary of what the system does, suitable for sharing with offshore teams or in a next project thread.

---

📁 Project Folder Structure & File Descriptions

🔷 /odoo/

• postgres-deployment.yaml
  • Deployment file for shared Postgres (used by both Odoo and Metabase)
  • Executes create-metabase-db.sql to create metabase DB on startup
• create-metabase-db.sql
  • SQL script to create the metabase database
• pvc-postgres.yaml
  • Persistent Volume Claim (PVC) for storing Postgres data

---

🔷 /metabase/

• metabase-deployment.yaml
  • Pod definition for Metabase, using metabase DB on shared Postgres
• metabase-service.yaml
  • Service exposing Metabase on port 3000
• metabase-secret.yaml
  • Secret containing Metabase initial login credentials
• metabase-pvc.yaml
  • PVC for saving Metabase dashboards and settings

---

🔷 /openai/

• main.py
  • FastAPI app with the following endpoints:
    • /generate-sql: Generates SQL from natural language questions
    • /ask-odoo: Answers Odoo-related questions using ChromaDB
    • /run-sql: Executes SQL on Metabase and returns chart URL with OpenAI explanation
• metabase_query.py
  • Script that sends SQL to Metabase via API and generates chart cards
• openai-deployment.yaml
  • Pod to run the OpenAI integration service
  • Connects to ChromaDB and Metabase API
• save_metadata.py
  • Extracts database schema from Odoo and saves it as db_metadata.json
• chroma/
  • Persistent storage directory for ChromaDB (used for Odoo documentation embeddings)

---

✅ What This System Does (Summary)

This project builds a natural language-driven analytics assistant using OpenAI, Metabase, and FastAPI:

🎯 Flow: Natural Language → SQL → Chart → Explanation

1. User asks a question in natural language
2. OpenAI generates appropriate SQL based on schema metadata
3. SQL is executed on Metabase, and a chart is created
4. The chart URL is returned along with an automatic explanation by OpenAI
5. In the frontend, the chart can be embedded using iframe

---

💡 Business Value & Use Case

• No need to manually write SQL or design charts
• Fully automated pipeline from data query to interpretation
• Ideal for building a “smart ERP analytics frontend”
• Can be converted into a SaaS offering by charging for:
  • Usage per query
  • AI interpretation
  • Custom dashboard templates

---

Let me know if you’d like this turned into a slide deck or a Markdown README for your GitHub repo.