
Evidence
Evidence · Programação
O Evidence é uma plataforma de business intelligence de código aberto para criar produtos de dados com SQL, Markdown e IA. Você define dashboards e relatórios como código em um repositório Git e depois os publica como site estático ou os executa pelo Evidence Studio hospedado. Pense nisso como business intelligence como código. Ele atende equipes que querem análises sob controle de versão em vez de ferramentas de BI de arrastar e soltar, e vem com um agente de IA que responde perguntas sobre dados em linguagem natural. É rápido de configurar para a equipe certa.

Sobre Evidence
O que é o Evidence
O Evidence é uma ferramenta de business intelligence que trata a análise como os engenheiros tratam o software. Em vez de clicar em um construtor visual de consultas, você escreve consultas SQL e monta relatórios em Markdown, e depois confirma tudo em um repositório. O projeto começou como Evidence Core, um framework com licença MIT que você pode executar e hospedar por conta própria de graça. Evidence Studio é o produto hospedado pago construído sobre ele, que adiciona um editor no navegador, controle de acesso por página, relatórios agendados e um agente de IA.
O principal problema que ele resolve é a lacuna entre as ferramentas de BI ad hoc e um fluxo de trabalho baseado em código. Como ferramenta de BI de código aberto, ele mira analistas que já vivem no Git e no SQL e que acham as plataformas de arrastar e soltar lentas e difíceis de revisar. Com o Evidence, eles montam um dashboard do mesmo jeito que montam qualquer outro projeto: branch, prévia, pull request, merge, deploy. Você faz o merge de uma mudança e ela vai ao ar na hora, com reversão a um clique de distância.
O limite mais importante é técnico. O Evidence parte do princípio de que você está confortável com SQL e um editor de código, ou pelo menos disposto a aprender. Não é uma ferramenta de clicar e pronto para quem quer um gráfico em dois minutos sem escrever consultas. E os recursos mais elaborados para equipes, como o agente e as regras de acesso, ficam atrás do plano Studio, que não é barato.
Primeiros passos
- Cadastre-se em uma conta do Evidence Studio para a rota hospedada, ou instale a CLI se preferir construir localmente com o Evidence Core.
- Conecte uma fonte de dados: aponte o Evidence para o seu data warehouse com um conector direto, ou use o Evidence Warehouse integrado no Studio.
- Escreva uma consulta SQL em um arquivo
.mde envolva-a com texto Markdown e componentes como gráficos, tabelas e filtros. Essa é a camada da plataforma de visualização de dados, e é texto puro. - Visualize a página enquanto trabalha, seja no editor do navegador ou em uma prévia local pela CLI.
- Confirme no Git e faça o push para implantar, ou publique pelo Studio quando o relatório estiver pronto para ser compartilhado.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Evidence.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Analistas de dados à vontade com SQL
- Engenheiros de analytics
- Equipes de produto e operações no Studio
Tarefas
- Montar dashboards recorrentes
- Publicar aplicações de dados para compartilhar
- Análise ad hoc com um agente
Cenários
- Uma equipe que revisa mudanças de analytics por pull requests e quer que cada número publicado seja rastreável até um commit.
- Uma startup que extrai métricas do Snowflake ou de outro data warehouse e precisa de uma camada de relatórios bem-acabada sem uma licença pesada de BI.
- Um caso de uso de analytics embarcado em que os relatórios são white-label dentro de um produto voltado ao cliente no plano Enterprise.
Principais recursos
BI como código
Tudo no Evidence, das consultas ao layout e ao tema, é definido em arquivos dentro de um repositório. Isso significa que suas análises ganham as mesmas ferramentas do seu software: branches, diffs, revisão por pares e reversão. Se um número parece errado em produção, você pode rastreá-lo até a mudança exata que o introduziu. Para equipes que já usam Git, isso elimina toda uma classe de problemas do tipo "quem editou este dashboard". Chega de adivinhar.
O agente do Evidence
No Studio, o agente do Evidence é um assistente de IA para o seu projeto. Ele lê os seus dashboards e relatórios existentes como contexto, depois responde perguntas em linguagem natural e escreve novas análises em Markdown do Evidence. Ele respeita as suas regras de acesso, então os leitores só veem dados que têm permissão de ver. Dá para acessar o agente no Slack ou por qualquer cliente MCP, incluindo Claude Desktop e ChatGPT, então as perguntas são respondidas onde a sua equipe já conversa. Ninguém espera numa fila. Isso é análise self-service na prática. Por que isso importa? Porque as respostas chegam em segundos, não em dias.
Componentes e visualizações
O Evidence tem uma biblioteca de componentes para gráficos, tabelas de dados, filtros, menus suspensos, mapas e alternadores. Você pode criar visualizações com qualidade de publicação e depois abstrair um gráfico personalizado em um componente reutilizável para toda a equipe. Tabelas ricas suportam sparklines, subtotais e imagens, e os mapas lidam com heatmaps e GeoJSON personalizado. O ganho é que um gráfico pontual pode virar um bloco de construção compartilhado em vez de ser redesenhado toda vez. Menos trabalho repetitivo.
Fluxo de trabalho com Git e deploys
Push para implantar é o padrão. Você faz o merge das suas mudanças e elas chegam aos usuários; as prévias por branch deixam você ver uma mudança ao vivo antes de ela chegar à produção; a reversão instantânea desfaz um merge ruim na hora. A integração contínua roda checagens automatizadas em cada pull request, então consultas quebradas são pegas antes de serem publicadas. É uma diferença real. As plataformas de BI tradicionais deixam um gráfico quebrado ir ao ar sem ninguém notar. Não é o ideal.
Controle de acesso
As regras de acesso ficam em um único arquivo sob controle de versão, e o Studio adiciona controle de acesso por página até o nível da linha. Você decide quem pode abrir cada página, o que importa quando um relatório mistura dados sensíveis e gerais. O Enterprise adiciona regras em nível de linha, SSO, sincronização de diretório com SCIM e um relatório SOC 2. Assim, a mesma plataforma pode servir a uma equipe interna e a um dashboard voltado ao público externo sem uma segunda ferramenta.
Relatórios agendados e exportações
Qualquer página pode ser entregue nas caixas de entrada diária, semanal ou mensalmente, e todo relatório é exportado para PDF ou para pastas de trabalho XLSX com várias abas. Para equipes que ainda vivem no e-mail e nas planilhas, isso fecha o ciclo entre um dashboard construído com código e o formato que o leitor realmente quer. É um recurso pequeno, mas muitas vezes é o que faz a adoção pegar. Os leitores nunca abrem o repositório. Eles só querem o arquivo.
Prós e contras
Prós
- Núcleo de código aberto sob licença MIT, então você pode hospedar o framework por conta própria e não pagar nada para começar.
- Análises sob controle de versão significam que cada número publicado é rastreável até um commit, com prévias e reversão integradas.
- O agente de IA funciona no Slack e em clientes MCP, deixando leitores não técnicos responderem as próprias perguntas sobre dados.
- Conectores nativos a data warehouses e saída de site estático combinam com equipes que já investem em SQL e Git.
- Componentes ricos cobrem gráficos, mapas, tabelas, filtros e visuais personalizados reutilizáveis sem ferramentas extras.
Contras
- O fluxo pressupõe habilidades de SQL. Quem espera construir relatórios arrastando e soltando vai achar a curva de aprendizado íngreme.
- O plano Studio hospedado começa em $2,500 por mês, difícil de justificar para uma equipe pequena que não precisa do agente nem das regras de acesso.
- Recursos completos para equipes, como regras em nível de linha, SSO e incorporação, exigem o nível Enterprise com preço personalizado.
- Não há app móvel nativo, então revisar dashboards significa usar um navegador.
Perguntas frequentes
O Evidence Core é um framework de código aberto com licença MIT que você pode executar e hospedar por conta própria sem custo. O Evidence Studio, a plataforma hospedada com o editor, o agente e as regras de acesso, é um produto pago que começa com um teste de 30 dias.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Evidence.
Alternativas a Evidence
Forefront
Forefront · ProgramaçãoO Forefront é uma plataforma web para construir com IA de código aberto. Você ajusta os principais modelos de linguagem de código aberto com seus próprios dados, avalia o desempenho deles e os roda por uma API ou os exporta para hospedar por conta própria. Desenvolvedores que querem a conveniência de uma plataforma fechada, mas fazem questão de ser donos dos modelos e dos dados, são o público-alvo aqui.
Startkit
StartKit.AI · ProgramaçãoStartkit é um boilerplate para criar produtos de SaaS com IA e wrappers de IA. Pense nele como um boilerplate para startups de IA com as partes chatas já conectadas: autenticação, pagamentos com Stripe e Lemon Squeezy, limites de uso, e-mail transacional e um kit inicial de API de IA que conversa com OpenAI, Anthropic, Groq ou Llama. Você clona o repositório, define seu preço e começa pela parte do produto que as pessoas realmente pagam. Ele é feito em Next.js sobre React e Tailwind, então boa parte do código boilerplate já parece familiar.
Testim
Tricentis · ProgramaçãoO Testim é uma plataforma de automação de testes com IA para criar e executar testes de ponta a ponta em aplicações web, mobile e Salesforce. Ele se apoia no aprendizado de máquina para manter os testes estáveis quando uma interface muda, então as equipes gastam menos tempo consertando seletores quebrados. Nada mal para uma ferramenta de testes automatizados que você pode começar a usar hoje. Você cria testes gravando ações no navegador e depois adiciona JavaScript quando precisa de mais controle. É uma escolha sólida para equipes de QA ocupadas.
