Análise financeira pessoal com inteligência — sem planilhas, sem complicação.
🚧 Repositório demo — versão pública simplificada de um SaaS em desenvolvimento ativo. O código completo (auth, parsing avançado, regras de categorização) está em repositório privado.
Brasileiros perdem horas por mês organizando extratos bancários manualmente em planilhas. Conectar ao Open Finance expõe credenciais. Nenhuma solução existente combina privacidade + automação + acessibilidade num produto simples.
Gestão Ativa resolve isso em 3 passos: suba o extrato → categorização automática → dashboard pronto. Sem criar conta, sem conectar ao banco, sem expor dados.
Gestão Ativa transforma extratos bancários em insights financeiros acionáveis. Suba um PDF ou CSV do seu banco, e em segundos você tem categorização automática, logos das marcas, detecção de recorrências e um dashboard interativo.
O plano premium adiciona Zeno, um assistente de IA em linguagem natural, rastreamento de hábitos financeiros, metas com progresso visual e calendário financeiro.
▶ Clique para assistir à demonstração
| Home | Upload |
|---|---|
 |
 |
| Dashboard Free | Transações |
|---|---|
 |
 |
- Upload de extratos — suporte a PDF (pdfplumber) e CSV de qualquer banco
- Categorização automática — matching fuzzy em ~30 categorias pré-definidas
- Brand logos — resolução automática de logotipos via Clearbit API
- Detecção de recorrência — identifica assinaturas e despesas fixas
- Dashboard interativo — totais de receita/despesa, gráficos por categoria, linha temporal
- Limite free — 3 uploads e 200 transações/mês
- Zeno AI — log de transações em linguagem natural ("gastei R$50 no mercado")
- Hábitos financeiros — checklist diário + heatmap mensal de consistência
- Metas de orçamento — progresso visual por categoria com deadline
- Agenda financeira — calendário de contas, vencimentos e lembretes
- Export avançado — CSV filtrado por período, categoria, tipo
- Insights premium — tendências, análise de comportamento, alertas
- Sem limites — uploads e transações ilimitados
┌─────────────────────────────────────────────────────────────┐
│ Browser │
│ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ Next.js App Router (React 19) │ │
│ │ │ │
│ │ / → Dashboard free + Upload │ │
│ │ /premium/dashboard → Analytics avançado │ │
│ │ /premium/zeno → Chat AI (Zeno) │ │
│ │ /premium/habits → Hábitos + heatmap │ │
│ │ /premium/goals → Metas + progresso │ │
│ │ /premium/agenda → Calendário financeiro │ │
│ │ │ │
│ │ auth-context.tsx ── premium flag │ │
│ │ localStorage ── persistência client-side │ │
│ └──────────────────────────────────────────────────────┘ │
│ │ /api/v1/* │
└─────────────────────────┼───────────────────────────────────┘
│ proxy (next.config.ts rewrite)
▼
┌─────────────────────────────────────────┐
│ FastAPI (Python) │
│ │
│ POST /api/v1/upload │
│ └─ pdfplumber / pandas parse │
│ └─ fuzzy category matching │
│ └─ recurrence detection │
│ └─ brand_resolver → Clearbit API │
│ └─ returns JSON transactions + logos │
│ │
│ GET /api/v1/brand-icon?description= │
│ └─ detect_brand() → logo URL │
│ │
│ /backend/uploads/ (temp, auto-clean) │
└─────────────────────────────────────────┘
│
▼
┌──────────────────┐
│ Clearbit API │
│ (brand logos) │
└──────────────────┘
Princípios de design:
- Zero banco de dados externo — toda persistência em
localStorage - Backend stateless — arquivos temporários descartados após parse
- Proxy transparente — frontend não conhece a porta do backend
- Middleware de rota —
/premium/*bloqueado sem autenticação
| Camada | Tecnologia | Versão | Por quê |
|---|---|---|---|
| Frontend | Next.js (App Router) | 16.2 | SSR, file-based routing, rewrites |
| UI | React | 19.2 | Concurrent features, Server Components |
| Tipagem | TypeScript | 5 | Safety em modelos financeiros |
| Animações | Framer Motion | 12 | Transições fluidas no dashboard |
| Gráficos | Recharts | 3.8 | Composable, responsivo, customizável |
| Ícones | Lucide React | 1.8 | Tree-shakeable, consistente |
| Upload UI | React Dropzone | 15 | Drag-and-drop nativo |
| Backend | FastAPI | 0.110 | Performance, tipagem automática, async |
| Server | Uvicorn | 0.27 | ASGI, hot reload dev |
| PDF Parse | pdfplumber | 0.11 | Extração de tabelas e texto de PDFs bancários |
| Data | pandas | 2.2 | Normalização e agregação de extratos CSV |
| Fuzzy Match | thefuzz | 0.22 | Categorização tolerante a variações de descrição |
PDFs de bancos diferentes têm layouts radicalmente distintos — Nubank exporta tabelas limpas, bancos tradicionais geram PDFs com colunas misturadas.
Abordagem: pdfplumber com extração por coordenadas + fallback para texto linha a linha. Heurísticas para detectar coluna de valor (padrão R$ X.XXX,XX) e coluna de data (múltiplos formatos brasileiros).
# Versão simplificada — lógica completa em repositório privado
def parse_pdf(file_path: str) -> list[dict]:
transactions = []
with pdfplumber.open(file_path) as pdf:
for page in pdf.pages:
tables = page.extract_tables()
for table in tables:
for row in table:
tx = extract_transaction_row(row)
if tx:
transactions.append(tx)
return transactionsDescrições de transações bancárias são truncadas, abreviadas e cheias de códigos internos. "PGTO PIX IFOOD*28374" precisa virar "Alimentação".
Abordagem: dicionário de ~300 termos mapeados para ~30 categorias + matching fuzzy via thefuzz com threshold adaptativo.
# Versão simplificada
from thefuzz import process
CATEGORY_KEYWORDS = {
"Alimentação": ["ifood", "rappi", "restaurante", "supermercado", "padaria"],
"Transporte": ["uber", "99", "posto", "combustivel", "gasolina"],
# ... ~28 categorias
}
def categorize(description: str) -> str:
desc = description.lower()
for category, keywords in CATEGORY_KEYWORDS.items():
match, score = process.extractOne(desc, keywords)
if score >= 75:
return category
return "Outros"Identificar assinaturas (Netflix, Spotify) sem acesso ao histórico completo do usuário.
Abordagem: agrupamento por merchant_name normalizado + análise de intervalo entre datas. Transações com mesmo comerciante em intervalos de 25–35 dias são marcadas como recorrentes.
Mostrar o logo correto para "UBER *TRIP BR" requer extrair "Uber" da string suja.
Abordagem: regex de extração de marca + dicionário de aliases + Clearbit Logo API como fallback. Cache client-side em localStorage para evitar requisições repetidas.
Sem banco de dados, como proteger /premium/* de forma confiável?
Abordagem: middleware.ts do Next.js intercepta todas as requisições para /premium/*, valida presença e integridade do token em cookie httpOnly, redireciona para /login se ausente.
- Node.js 18+
- Python 3.11+
git clone https://github.com/BeiruthDEV/gestao-ativa-demo.git
cd gestao-ativa-demo
# Frontend
npm install
npm run dev # http://localhost:3000
# Backend (novo terminal)
cd backend
pip install -r requirements.txt
uvicorn main:app --reload --port 8000# .env.local (frontend)
NEXT_PUBLIC_API_URL=http://localhost:8000
# backend/.env
CLEARBIT_API_KEY=sua_chave_aqui # opcional — logos fallback para inicialgestao-ativa-demo/
├── src/
│ ├── app/
│ │ ├── page.tsx # Home — upload + dashboard free
│ │ ├── login/
│ │ ├── pricing/
│ │ └── premium/
│ │ ├── dashboard/
│ │ ├── transactions/
│ │ ├── zeno/ # Chat AI
│ │ ├── habits/
│ │ ├── goals/
│ │ ├── agenda/
│ │ └── export/
│ ├── components/
│ └── lib/
│ ├── storage.ts # localStorage wrapper
│ ├── data-utils.ts # Pipeline de analytics
│ ├── zeno-parser.ts # NLP de mensagens do usuário
│ ├── limit-service.ts # Quotas do plano free
│ └── export-service.ts # Geração de CSV
├── backend/
│ ├── main.py
│ ├── parser.py # PDF/CSV parsing + categorização
│ └── brand_resolver.py # Extração de marca + Clearbit
└── public/
- Integração com Open Finance (Pluggy / Belvo)
- Banco de dados persistente (Supabase / PostgreSQL)
- App mobile (React Native / Expo)
- Importação via e-mail (parsing automático de boletos)
- Relatórios em PDF exportáveis
- Multi-conta (pessoal + família)
MIT — uso livre para fins de estudo e portfólio.
Feito com foco em UX e performance financeira real.