ScanFlow-Bot

Este projeto automatiza o controle de envio de documentos digitalizados, gerando relatórios consolidados em Excel a partir de metadados de arquivos. Desenvolvido com o auxílio estratégico de Inteligência Artificial, este projeto demonstra como utilizei ferramentas tecnológicas avançadas para superar desafios técnicos e criar uma solução robusta que otimizou significativamente minha rotina operacional, economizando tempo e garantindo precisão nos dados.

⚠️ Problemática

No papel de Assistente Comercial, identifiquei um gargalo crítico no fluxo de trabalho: o sistema legado da empresa, utilizado para o escaneamento de listas escolares, não oferece funcionalidades de relatório ou acompanhamento de progresso.

Isso resultava em um processo manual exaustivo de conferência "item a item" para identificar quais escolas haviam entregue os documentos, quais estavam pendentes e o status de cada divulgador. Essa falta de visibilidade gerava insegurança nos dados, risco de erros humanos e uma perda de tempo considerável que poderia ser aplicada em tarefas mais analíticas.

✅ Solução

Para resolver este desafio de forma inovadora e eficiente, utilizei IA para projetar e desenvolver um robô em Python capaz de processar automaticamente grandes volumes de arquivos escaneados.

A solução lê os diretórios, extrai metadados diretamente dos nomes dos arquivos (como códigos de entidades e identificação de origem) e utiliza os registros do sistema de arquivos para determinar cronologias de entrega. O resultado é a consolidação automática de todas as informações em um relatório profissional em Excel. Essa automação eliminou totalmente a necessidade de contagem manual, permitindo entregar aos supervisores uma visão clara, precisa e em tempo real da situação atual das entregas.

🚀 Funcionalidades

• Varredura Automática: Escaneia diretórios em busca de arquivos de imagem e texto.
• Extração de Metadados: Identifica códigos de entidades (ex: escolas) diretamente do nome do arquivo.
• Análise Temporal: Detecta a data da primeira ocorrência de cada entidade com base nos timestamps do sistema de arquivos.
• Relatório Profissional: Gera uma planilha Excel formatada e ordenada para tomada de decisão.

🛠️ Tecnologias Utilizadas

• Python 3
• Pandas: Para manipulação e estruturação de dados.
• OS/Datetime: Para operações nativas de sistema de arquivos e datas.
• Openpyxl: Para suporte à exportação de planilhas Excel.

📁 Estrutura do Projeto (Padrão @TEMPLATE.md)

/ScanFlow-Bot
├── data/                   # Gestão de arquivos
│   ├── input/              # Arquivos crus (.JPG, .TXT)
│   └── output/             # Resultados gerados (.XLSX)
├── src/                    # O Coração (Código-fonte)
│   ├── __init__.py
│   ├── main.py             # Ponto de entrada (Orquestrador)
│   ├── core.py             # Lógica principal (Regex, cálculos, extração)
│   └── utils.py            # Ferramentas de apoio (Logs, caminhos, datas)
├── logs/                   # Histórico de execução para auditoria
├── scripts/                # Facilitadores (.BAT, scripts de apoio)
│   ├── gerador_testes.py   # Ferramenta para povoar ambiente de testes
│   └── executar.bat        # Script de execução rápida
├── tests/                  # Testes para garantir que o código não quebre
├── .gitignore              # Proteção (Não sobe lixo ou dados sensíveis para o Git)
├── README.md               # O seu "cartão de visitas" (Documentação)
└── requirements.txt        # Lista de dependências (Bibliotecas)

💻 Como Rodar

1. Instale as dependências:

   pip install -r requirements.txt

2. Caso queira testar em um ambiente vazio, rode o gerador de testes:

   python scripts/gerador_testes.py

3. Execute o processador principal:

   python -m src.main

   ou use o scripts/executar.bat (Windows).

---

Este projeto foi adaptado para portfólio para proteger dados sensíveis, utilizando ferramentas de geração de dados fictícios (Mock Data).