Desenvolvimento de um sistema de recolha automática com IA de notícias financeiras baseado em Telegram e Notion

Apresentação do portefólio

Este projeto é um sistema de automatização que recolhe automaticamente mensagens do Telegram, links de notícias e informação de mercado gerados diariamente em operações de research financeiro, e depois usa IA para resumir e classificar os dados, armazenando-os de forma estruturada numa base de dados do Notion.

A empresa cliente tinha de verificar e organizar manualmente a informação de investimento e mercado recebida de vários canais e conversas. A IT7 integrou um ambiente Mac mini sempre ativo, Telegram API, Gemini API e Notion API para criar um fluxo automatizado que vai da recolha ao resumo, à deteção de duplicados e ao carregamento por categoria.

O ponto central não é apenas o crawling simples, mas sim a integração de recolha automática de notícias do Telegram, extração do corpo de artigos ligados, resumo com IA, deteção de notícias duplicadas e carregamento automático na DB do Notion num único fluxo operacional. Pode ser aplicado a tarefas que exigem organização rápida de informação, como research financeiro, monitorização de notícias de investimento, gestão interna do conhecimento ou recolha de tendências de concorrentes.

Objetivos do projeto

• Recolher automaticamente notícias financeiras e mensagens de mercado geradas em canais e conversas do Telegram
• Extrair o corpo de vários links de notícias incluídos nas mensagens e incorporá-lo no resumo por IA
• Gerar título resumido, mensagem resumida, classificação e indicação de duplicado, e guardar tudo na DB do Notion
• Permitir que até utilizadores não técnicos ajustem a periodicidade de execução e os critérios de classificação apenas alterando ficheiros de configuração Markdown

Âmbito principal da implementação

• Configuração de um daemon de recolha 24 horas com base em Mac mini e execução automática após reinício
• Atualização automática do âmbito de recolha de conversas e canais do Telegram da conta do cliente
• Tratamento de vários tipos de entrada, como mensagem original, URL de link, corpo do artigo e links do YouTube
• Implementação de um pipeline baseado em Gemini para resumo, classificação e deteção de duplicados
• Desenho de uma estrutura para carregar automaticamente os mesmos dados na DB principal do Notion e em DB por categoria
• Disponibilização de ficheiros Markdown editáveis pelo operador para periodicidade de execução, critérios de classificação e prompts de resumo
• Entrega do manual de operação, backup do código-fonte e procedimento de verificação de falhas

Aplicações possíveis

• Automatização da monitorização de notícias do Telegram para corretoras, gestoras e equipas de research
• Automatização da gestão do conhecimento com carregamento de resumos de notícias por área em Notion, Slack ou wiki interna
• Processos para distinguir artigos duplicados e mensagens repetidas, permitindo rever rapidamente apenas novos temas importantes
• Automatização always-on de baixo custo com Mac mini, servidores internos e VM na cloud

Composição técnica

O sistema foi estruturado como uma solução de automatização operacional, combinando Python, Telethon, Gemini API, Notion API, SQLite, macOS LaunchDaemon, ficheiros de configuração Markdown e módulos de extração de conteúdo.

A recolha e o processamento estão separados e, em caso de falha de rede ou de API externa, o estado é registado na DB local para permitir novo processamento no ciclo seguinte. Além disso, mesmo que a ordem das colunas ou a vista da base de dados do Notion seja alterada, o carregamento via API mantém-se, porque o armazenamento é feito com base nos nomes das propriedades.

Pontos-chave de aplicação

Este caso é adequado para empresas que precisam de um sistema automático de recolha de notícias financeiras do Telegram, automatização de DB de notícias no Notion, automatização de resumos de notícias com base em Gemini API e automatização da deteção de notícias duplicadas.

Os utilizadores deixam de ter de copiar uma a uma as mensagens recebidas no Telegram e podem acompanhar no Notion o fluxo de notícias financeiras com base no título resumido, mensagem resumida, classificação e estado de duplicado.

FAQ do projeto

Q. É possível fazer recolha automática mesmo com muitos canais de Telegram?
Sim. Os alvos de recolha são atualizados com base na lista de conversas e canais da conta do cliente, e é possível ajustar exclusões, classificações e periodicidade de acordo com a política operacional.

Q. Também consegue resumir mensagens com vários links?
Sim. O sistema extrai os links de artigos presentes na mensagem e analisa também o conteúdo de cada link, criando resumos por link e uma perspetiva global.

Q. Em que formato é guardado no Notion?
É guardado como row de base de dados com propriedades como título resumido, mensagem original, mensagem resumida, URL original, classificação, prioridade, estado de processamento e indicação de duplicado.

Q. O que acontece se houver custos de IA ou falhas na API?
O sistema mantém os dados recolhidos e o estado do processamento numa DB local, permitindo novo processamento após a recuperação do pagamento da API ou da falha.

Resultados e relevância

A tarefa de organização de notícias financeiras, antes feita manualmente, foi automatizada, reduzindo o tempo gasto em trabalho repetitivo e criando um modelo operacional para acompanhar o fluxo de notícias por categoria e tema no Notion.

Em especial, não se trata de um simples crawling, mas de um caso de automatização end-to-end que cobre mensagem original, artigo ligado, resumo com IA, deteção de duplicados e carregamento em DB por categoria, garantindo uma base escalável para futuras automatizações de research, monitorização e gestão interna do conhecimento.