Skip to content

zxc3309/VC_CRM

BranchesTags

Repository files navigation

VC Deal Sourcing Bot

自動化的 VC deal sourcing 工作流程，通過 Telegram Bot（或潛在尋源管道） 接收並搜查案源基本資訊，使用 OpenAI 進行智能分析，並自動整理到使用者指定的 Google Doc 與 Sheets。

功能特點

  • 通過 Telegram Bot 接收投資機會訊息
  • 使用 OpenAI GPT 進行智能分析：
    • 自動提取公司名稱、產品描述、創始人信息等
    • 智能理解業務進展（Traction）
    • 分析相關網址、簡報內容和附件
    • 自動產生觀察（Observation）：AI 分析創辦人背景和公司資訊後的關鍵洞察
    • 自動產生建議問題（Suggested Questions）：為首次會談準備的智能問題清單
  • 使用 OpenAI 的網路搜索功能：
    • 提示詞可線上更動
    • 自動搜索並驗證公司信息
    • 獲取最新的公司動態
    • 提供可信的信息來源引用
  • 自動整理到 Google Docs：
    • 結構化提供公司資訊
    • 結構化提供創辦人資訊
    • AI 觀察重點（Observation）
    • 智能建議問題清單（Suggested Questions）
  • 自動整理到 Google Sheets：
    • 結構化的數據展示
    • 可點擊的參考來源
    • 自動格式化的表格
  • 可調整的 AI 使用情境
    • 可調整「資訊整理」與「次級資料搜尋」所使用的 AI 模型
    • 可調整「資訊整理」與「次級資料搜尋」所使用的 AI Prompt

支援的資料來源

系統可以同時處理多種資料來源，自動識別並擷取內容：

  1. DocSend 文件

    • 自動填入 email 和密碼（支援 pw: 或 password: 格式）
    • 擷取投影片內容和圖片
    • 支援 OCR 圖片文字辨識

  2. PDF/PPTX 附件

    • 直接上傳到 Telegram
    • 自動提取文字內容
    • 圖片型 PDF 支援 OCR

  3. Google Drive 檔案

    • 支援 Google Drive 和 Google Docs 連結
    • 自動下載並分析內容

  4. 一般網站

    • 自動擷取網頁內容
    • 支援多分頁網站（如 GitBook、Notion）
    • 智能識別 Pitch Deck 頁面

  5. 純文字訊息

    • 直接分析文字內容
    • 提取關鍵資訊

系統要求

  • Python 3.8 或更高版本
  • OpenAI API 密鑰（支持 GPT-4）
  • Google Cloud Service Account（開啟 Docs + Sheets API）
  • Telegram Bot Token

專案結構

VC_CRM/
├── main.py                      # 主程式入口點，啟動 Telegram Bot
├── deal_analyzer.py             # 核心分析模組，處理 AI 分析與內容提取
├── sheets_manager.py            # Google Sheets 管理模組
├── doc_manager.py               # Google Docs 建立與格式化模組
├── deck_browser.py              # DocSend 與網頁內容擷取模組
├── prompt_manager.py            # AI 提示詞管理模組
├── 
├── tests/                       # 測試檔案目錄
│   ├── test_full_workflow.py    # 完整工作流程測試
│   ├── test_observation_*.py    # 觀察功能相關測試
│   ├── test_railway_*.py        # Railway 部署測試
│   └── test_*.py               # 其他功能測試
├── 
├── utils/                       # 工具模組目錄
├── VC_CRM/                      # 專案資源目錄
├── Process Chart/               # 流程圖資源
├── 
├── service_account.json         # Google Cloud Service Account 金鑰
├── requirements.txt             # Python 相依套件清單
├── Dockerfile                   # Docker 容器設定
├── nixpacks.toml               # Nixpacks 部署設定
├── install.py                   # 自動安裝腳本
├── 
├── diagnose_service_account.py  # Service Account 診斷工具
├── fix_railway_deployment.md    # Railway 部署故障排除
├── service_account_regeneration_guide.md  # Service Account 重新產生指南
├── 
└── .env                        # 環境變數設定檔（需自行建立）

核心模組說明

  • main.py: Telegram Bot 主程式，負責接收訊息並協調各模組
  • deal_analyzer.py: 核心 AI 分析引擎，整合 OpenAI API 進行智能分析
  • sheets_manager.py: 管理 Google Sheets 的資料寫入與格式化
  • doc_manager.py: 負責建立和格式化 Google Docs 文件
  • deck_browser.py: 處理 DocSend、PDF 和各種網頁內容的擷取
  • prompt_manager.py: 管理 AI 提示詞的載入和更新

診斷工具

  • diagnose_service_account.py: 診斷 Google Service Account 設定問題
  • fix_railway_deployment.md: Railway 平台部署的故障排除指南
  • service_account_regeneration_guide.md: Service Account 重新設定教學

安裝步驟（若已線上部屬則可跳過）

  1. 克隆專案：
git clone [your-repo-url]
cd vc-crm
  1. 使用安裝腳本快速安裝：
python install.py

此步驟會自動：

  • 安裝 Python 套件需求
  • 安裝 Playwright 瀏覽器引擎
  • 檢查是否已安裝 Tesseract

  1. 配置環境變數：

    • 複製 .env.example 到 .env
    • 填入必要的配置信息：(若為線上部屬請放置部屬平台中的 Variables 欄位) 
      # Telegram Bot Token
# Google Sheets Configuration
# OpenAI Configuration
# Email for DocSend access
# Bot Function Folder
# OCR Function(線上部屬可省略)
# Google Drive Folder
# Google Sheet_Prompt Manager
# Google Service Account Container(Base64 格式)

  2. 建立 Google Sheets 與 Docs 權限：

使用方法

  1. 運行機器人（線上部屬可跳過）：
python main.py

  1. 在 Telegram 中：

    • 搜索你的機器人
    • 直接發送投資機會相關信息（支援文字、連結、附件）
    • 機器人會自動執行以下流程：
      1. 資料擷取：識別並處理各種資料來源（DocSend、PDF、網站等）
      2. 內容分析：使用 AI 分析公司和創辦人資訊
      3. 網路搜索：搜索並驗證公司相關資訊
      4. 智能洞察：產生觀察重點和建議問題
      5. 文件產生：建立結構化的 Google Doc
      6. 資料儲存：更新 Google Sheets 資料庫
      7. 回覆結果：提供 Doc 和 Sheets 連結

    支援指令

    • /reload_prompt：重新載入 Google Sheets 的提示詞（Prompt），適用於你在 Google Sheets 更新了 prompt 後，想讓 bot 立即同步最新內容。
    • /show_prompt：查詢目前可用的 prompt 列表，方便檢查與調整 prompt 設定。

    訊息範例

    TrueNorth 是一家 AI 公司
創辦人：John Doe

Deck: https://docsend.com/view/example
pw: password123

網站：https://truenorth.com

API 使用說明

OpenAI API

  • 使用"使用者自定義 AI 模型"進行文本分析
  • 使用"使用者自定義 AI 模型"進行網路搜索
  • 自動提供信息來源引用

Google Sheets API

  • 使用服務帳號進行身份驗證
  • 自動創建和格式化表格
  • 支持公式和超連結
  • 自動調整列寬和格式

Google Sheets 自動建立與格式化說明

  • 自動補齊表頭：
    系統在每次寫入 Google Sheets 前，會自動檢查目標工作表（如 Web3 Pipeline (Current) 或 Prompt Engineering）的表頭（第一行欄位名稱）。若表頭不存在或不完整，系統會自動補齊下列所有欄位名稱，確保資料正確結構化。

  • 自動補齊欄位名稱（表頭）：

    • Status
    • Next Meeting
    • Opportunity
    • Description
    • Updates
    • DRI
    • Co-AA
    • Partner
    • Round Size
    • Pre-M
    • Log
    • Deck
    • Source
    • Source Tag
    • Location
    • Category
    • Created Time

  • 自動補齊 Prompt Engineering 日誌表頭：

    • Timestamp
    • Company Name
    • Model Usage
    • Web Prompt1
    • Web Content1
    • Score
    • Web Prompt2
    • Web Content2
    • Score
    • Web Prompt3
    • Web Content3
    • Score
    • AI Prompt1
    • AI Content1
    • Score
    • AI Prompt2
    • AI Content2
    • Score
    • AI Prompt3
    • AI Content3
    • Score
    • AI Prompt4
    • AI Content4
    • Score
    • AI Prompt5
    • AI Content5
    • Score

  • 注意事項：

    • 系統不會自動建立 Google Sheets 檔案本身，請先手動建立 Google Sheets 並設定好權限（將 Service Account 加入為編輯者）。
    • 欄位的進階格式（如欄寬、顏色、下拉選單）需手動設定，系統僅自動補齊欄位名稱。
    • 若表頭已存在但不完整，系統會自動補齊缺少的欄位。

系統流程圖

VC Bot 工作流程圖

詳細流程說明

  1. 訊息接收：Telegram Bot 接收使用者訊息（文字/連結/附件）
  2. 資料來源識別：自動識別 DocSend、PDF、Google Drive、網站或純文字
  3. 內容擷取：
    • DocSend：自動填入密碼，擷取投影片內容
    • PDF/PPTX：提取文字，必要時使用 OCR
    • 網站：智能擷取網頁內容
  4. AI 分析：提取公司名稱、創辦人資訊、業務描述
  5. 網路搜索：驗證並補充公司資訊
  6. 智能洞察：
    • 產生觀察重點（Observation）
    • 建議會談問題（Suggested Questions）
  7. 文件產出：建立結構化 Google Doc
  8. 資料庫更新：儲存至 Google Sheets
  9. 結果回覆：提供文件連結給使用者

注意事項

  • 確保 OpenAI API key 有足夠的額度
  • 保護好所有 API 密鑰和憑證
  • 定期備份 Google Sheets 數據
  • 注意 API 的使用限制和計費

故障排除

如果遇到問題：

  1. 檢查環境變數是否正確設置
  2. 確認 API 密鑰是否有效
  3. 查看日誌文件了解詳細錯誤信息
  4. 確保網絡連接正常

特定問題排除

觀察和問題不顯示

如果 Google Doc 中沒有顯示 "Observation" 和 "Suggested Questions"：

  1. 檢查日誌中是否有 [suggest_questions] 相關訊息
  2. 確認 Google Sheet 中的 suggest_questions prompt 格式正確
  3. 可執行測試腳本驗證： 
    python3 test_observation_question.py

DocSend 無法存取

  1. 確認環境變數中的 DOCSEND_EMAIL 已設定
  2. 檢查訊息中是否包含正確的密碼格式（pw: 或 password:）
  3. 查看日誌中的 DocSend 處理訊息

附件處理失敗

  1. 確認 Tesseract OCR 已正確安裝
  2. 檢查檔案大小是否超過 Telegram 限制（20MB）
  3. 確認檔案格式為支援的類型（PDF、PPTX、PPT）

測試與開發

執行測試

專案包含多種測試檔案，位於 tests/ 目錄中：

# 執行所有測試
python -m pytest tests/

# 執行特定測試
python tests/test_full_workflow.py
python tests/test_observation_question.py
python tests/test_railway_auth.py

測試檔案說明

  • test_full_workflow.py: 完整工作流程整合測試
  • test_observation_*.py: AI 觀察與問題產生功能測試
  • test_railway_*.py: Railway 平台部署相關測試
  • test_*_init.py: 系統初始化與懶載入測試
  • test_graceful_degradation.py: 系統優雅降級測試
  • test_ocr_handling.py: OCR 文字識別功能測試
  • test_logging.py: 日誌系統設定測試

診斷工具使用

Service Account 診斷

python diagnose_service_account.py

此工具可診斷 Google Service Account 設定問題，包括：

  • JWT 簽章驗證
  • API 權限檢查
  • 憑證格式驗證

開發環境設定

  1. 複製環境變數設定檔： 
    cp .env.example .env
  2. 編輯 .env 填入開發用 API 金鑰
  3. 執行測試確保環境正確： 
    python tests/test_simple_openai.py

程式碼品質檢查

建議在提交程式碼前執行以下檢查：

# 檢查程式碼格式
flake8 *.py

# 檢查類型提示（如果專案使用 mypy）
mypy *.py

# 執行完整測試套件
python -m pytest tests/ -v

偵錯提示

  • 使用 LOG_LEVEL=DEBUG 環境變數以查看詳細日誌
  • DocSend 處理失敗時，檢查是否有產生 debug HTML 檔案
  • 測試 OCR 功能時，確認 Tesseract 路徑設定正確

貢獻指南

歡迎提交 Pull Requests 來改進這個項目。請確保：

  1. 代碼符合 PEP 8 規範
  2. 添加適當的測試
  3. 更新文檔以反映更改

專案維護與清理

定期清理作業

為保持專案整潔，建議定期執行以下清理作業：

移除臨時檔案

# 移除系統產生的臨時檔案
find . -name ".DS_Store" -delete
find . -name "*.pyc" -delete
find . -name "__pycache__" -type d -exec rm -rf {} + 2>/dev/null

# 清理 debug 檔案（如果產生的話）
rm -f debug_*.html
rm -rf tmp/

整理測試檔案

  • 所有測試檔案應放置於 tests/ 目錄中
  • 診斷工具保持在根目錄，但需在 README 中說明用途
  • 移除過時的測試檔案

備份管理

  • 舊的備份目錄（如 VC_CRM_backup_*）可定期清理
  • 重要設定檔變更前請先備份
  • 建議使用 Git 而非本地備份目錄

檔案組織原則

應保留的檔案

  • 核心模組: main.py, deal_analyzer.py, sheets_manager.py 等
  • 設定檔案: requirements.txt, Dockerfile, .env.example
  • 診斷工具: diagnose_service_account.py
  • 文件指南: *.md 檔案

可清理的檔案類型

  • 以 debug_ 開頭的 HTML 檔案
  • tmp/ 目錄中的臨時檔案
  • 系統產生的 .DS_Store 檔案
  • 舊的備份目錄
  • 過時的測試檔案

檔案位置規範

根目錄/
├── 核心程式檔案 (*.py)
├── 設定檔案 (*.txt, *.toml, Dockerfile)
├── 文件檔案 (*.md)
├── 診斷工具 (diagnose_*.py)
└── tests/           # 所有測試檔案
    └── test_*.py

環境維護

依賴套件更新

# 檢查過時套件
pip list --outdated

# 更新 requirements.txt
pip freeze > requirements.txt

環境變數檢查

定期檢查 .env 檔案是否包含所有必要設定：

  • TELEGRAM_BOT_TOKEN
  • OPENAI_API_KEY
  • GOOGLE_SHEETS_ID
  • SERVICE_ACCOUNT_BASE64

效能監控

  • 監控 OpenAI API 使用量和費用
  • 檢查 Google Sheets API 配額使用情況
  • 定期查看系統日誌檔案
  • 檢查 Telegram Bot 回應時間

授權

[Your License]

環境設定

必要軟體安裝（線上部屬可以省略）

  1. Python 相依套件

    pip install -r requirements.txt

  2. Tesseract OCR 安裝

    • macOS： 
      brew install tesseract
    • Windows：
    • Linux： 
      sudo apt-get install tesseract-ocr

環境變數設定

  1. 複製 .env.example 到 .env：

    cp .env.example .env

  2. 在 .env 中設定必要的環境變數：

    • TELEGRAM_BOT_TOKEN：Telegram Bot Token（由 @BotFather 建立）
    • GOOGLE_SHEETS_ID：Google Sheets ID
    • OPENAI_API_KEY：OpenAI API 金鑰
    • DOCSEND_EMAIL：用於自動登入 DocSend 的 Email
    • WORKING_DIRECTORY：專案啟動時的工作資料夾路徑（影響下載與暫存目錄）
    • TESSERACT：Tesseract OCR 執行檔路徑（線上部屬請直接忽略此一 Variable）
      • Windows：C:\\Program Files\\Tesseract-OCR\\tesseract.exe
      • macOS：/usr/local/bin/tesseract
      • Linux：/usr/bin/tesseract
    • GOOGLE_DRIVE_FOLDER_ID：自動建立 Google Docs 檔案的雲端資料夾 ID
    • PROMPT_MANAGER=此為手動調整 Prompt 與使用者自訂 AI 模型面板，請填入 Google Sheets ID
    • SERVICE_ACCOUNT_BASE64=Service Account ，格式為 Base64，請使用 VC_CRM 中的 "Base64.py" ，貼上您的 Service_account.json 內容進行轉格式

Tesseract OCR 設定說明

Tesseract OCR 用於從圖片中提取文字，主要用於：

  • PDF 檔案中的圖片文字辨識
  • DocSend 文件中的圖片內容辨識
  • 投影片中的圖片文字擷取

確保 TESSERACT 環境變數指向正確的 Tesseract 執行檔路徑：

  1. 檢查安裝：

    # macOS/Linux
which tesseract

# Windows (PowerShell)
Get-Command tesseract

  2. 驗證設定：

    import pytesseract
print(pytesseract.get_tesseract_version())

如果遇到問題，請確認：

  1. Tesseract 已正確安裝
  2. 環境變數路徑正確
  3. 執行檔有適當的執行權限

About

Data enrichment for a new deal

Resources

Readme
Activity

Stars

0 stars

Watchers

1 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

No packages published

Contributors 3

  •  
  •  
  •  

Languages