Bot do Telegram que extrai tabelas de PDFs com OCR via IA e devolve planilhas Excel perfeitas.
Usuário envia PDF ──► Bot processa com IA ──► Retorna .xlsx formatado
- Envie um PDF com tabelas para o bot no Telegram
- A IA analisa o documento com OCR avançado
- Receba um arquivo Excel com formatação profissional
| Feature | Descrição |
|---|---|
| OCR Avançado | Extrai tabelas mesmo de PDFs escaneados/imagens |
| Multi-tabela | Detecta e separa múltiplas tabelas em abas diferentes |
| Multi-página | Unifica tabelas que se estendem por várias páginas |
| Tipagem Inteligente | Detecta moedas, percentuais, datas e números automaticamente |
| Formatação Pro | Cabeçalhos congelados, filtros, zebra striping, largura auto |
| Rate Limiting | Proteção contra uso excessivo |
| Error Handling | Mensagens de erro claras e logging completo |
┌──────────────┐ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ Telegram │────►│ Bot.py │────►│ Gemini AI │────►│ Sheets.py │
│ (usuário) │◄────│ (handlers) │◄────│ (OCR/NLP) │◄────│ (Excel gen) │
└──────────────┘ └──────────────┘ └──────────────┘ └──────────────┘
- Python 3.11 — 3.13 (3.14 não suportado ainda)
- Token do Telegram Bot — criado via @BotFather
- Google Gemini API Key — obtenha em AI Studio
# 1. Clone o repositório
git clone https://github.com/seu-usuario/PDF2SheetBot.git
cd PDF2SheetBot
# 2. Crie o ambiente virtual
python -m venv .venv
.venv\Scripts\activate # Windows
# source .venv/bin/activate # Linux/Mac
# 3. Instale dependências
pip install -r requirements.txt
# 4. Configure as variáveis de ambiente
copy .env.example .env
# Edite .env com seus tokensEdite o arquivo .env:
TELEGRAM_BOT_TOKEN=seu_token_do_botfather
GEMINI_API_KEY=sua_chave_do_google_ai_studiopython main.py# Build e executa com Docker Compose
docker compose up -d
# Ver logs
docker compose logs -fPDF2SheetBot/
├── main.py # Entry point com validação de env
├── pyproject.toml # Metadados do projeto e config do linter
├── requirements.txt # Dependências Python (pinned)
├── Dockerfile # Container image
├── docker-compose.yml # Orquestração
├── LICENSE # MIT License
├── .env.example # Template de variáveis
├── .gitignore # Exclusões do Git
└── src/
├── __init__.py
├── config.py # Configurações + prompt OCR do Gemini
├── gemini.py # Extração de tabelas via Gemini (OCR)
├── sheets.py # Geração de Excel com formatação pro
└── bot.py # Handlers do Telegram + error handling
| Componente | Tecnologia |
|---|---|
| Bot Framework | python-telegram-bot v21 |
| IA / OCR | Google Gemini 2.0 Flash |
| Planilhas | openpyxl |
| Config | python-dotenv |
Este projeto está licenciado sob a MIT License.