O problema

Acompanhar canais de promoção para montar um PC é um trabalho de atenção que ninguém consegue manter. São centenas de mensagens por dia, o mesmo anúncio é copiado entre canais, e o produto certo aparece no meio de "PC gamer completo" e de placas de vídeo que só compartilham um número no nome. Quem lê tudo desiste; quem desiste perde a queda de preço real.

O que eu fiz

Um serviço que faz essa leitura no meu lugar e só me interrompe quando vale a pena.

Ele usa duas sessões do Telegram no mesmo processo, com papéis separados de propósito: a minha conta apenas lê os canais de origem — nunca envia, reage nem entra em canal automaticamente — e um bot escreve no meu canal privado de destino.

  1. Leituraa conta de usuário lê os canais de origem
  2. Normalizaçãosepara o título real do corpo e descarta cupom e link
  3. Pontuaçãode 0 a 100 contra a wishlist
  4. Extraçãopreço, cupom, loja e link
  5. Deduplicaçãoquatro chaves, cada uma com a sua janela
  6. Alertao bot publica no canal privado de destino
O caminho de uma mensagem, do canal de promoção até o alerta. A minha conta só lê; quem escreve é o bot.

Cada mensagem passa por um pipeline curto:

  • Normalização separa o título real do corpo, pulando enfeites como "Parceladinho" antes do nome do produto e descartando linhas de cupom e link. Foi essa etapa que acabou com um falso positivo teimoso: um código de cupom continha o modelo de um produto e casava com anúncios de outra coisa.
  • Pontuação de 0 a 100 contra uma wishlist declarativa. SKU exato vale 100; termos obrigatórios no título valem mais do que no corpo; padrões de reforço somam; padrões de exclusão subtraem ou zeram. Acima de 70 é oferta, entre 40 e 69 chega marcada com o motivo da dúvida, abaixo de 40 é descartada.
  • Extração de preço, cupom, loja e link.
  • Deduplicação por quatro chaves com janelas diferentes, da mais literal (mesma mensagem reprocessada após restart) à mais semântica: produto + link + faixa de preço. A faixa é logarítmica de 2%, então R$ 249 e R$ 250 são a mesma oferta, mas uma queda de R$ 622 para R$ 508 volta a ser notícia.

Adicionar uma peça nova é editar um arquivo YAML. Nenhum Python precisa mudar.

config/products.example.yamlver no GitHub
defaults:
  send_threshold: 70
  review_threshold: 40

products:
  - id: ryzen_5700x
    name: "AMD Ryzen 7 5700X"
    # …
    skus: ["100-100000926WOF"]
    require: ['\b5700\s?x\b']
    boost:
      '\bprocessador\b': 20
      '\bryzen\b': 10
      # …
    exclude_hard:
      - '\bpc\s+(gamer|completo|montado)\b'
      - '\bcomputador\s+(completo|gamer)\b'
      # …
    exclude_soft:
      - '\bkit\b'
      - '\bcombo\b'
      # …
Trecho da wishlist de exemplo publicada no repositório. Os limiares 70 e 40 são as faixas de oferta e de dúvida; as linhas omitidas estão marcadas.

Antes de ligar os alertas, há um conjunto de scripts de calibração que reproduz meses de histórico e responde quantos alertas por dia aquela configuração geraria — o volume é decidido com dados, não no susto.

Stack

Python 3.12, Telethon (MTProto), SQLite para histórico de preços e deduplicação, YAML para a wishlist, rapidfuzz, e uma suíte de testes automatizados que roda sem tocar no Telegram. Publicado como serviço systemd de usuário, com linger para sobreviver a logout e subir no boot.

Resultado

Está no ar, rodando 24 horas por dia, e é o projeto que mais usa a palavra "operação": tem serviço, logs, backup do histórico e comandos administrativos (/lista, /status, /fontes, /historico) enviados pelo próprio canal de destino.

A parte que eu mais levo para outros projetos é a disciplina de segurança em volta do arquivo de sessão: ele é a credencial mais sensível do sistema, vive com permissão restrita fora do versionamento, e nada vai para o log sem máscara.

O código está público sob licença MIT. Credenciais, arquivo de sessão e a wishlist que eu uso ficam fora do versionamento: o que está publicado é o serviço, não a minha operação.