ThomasMoreAI/legal-skills-open / br/general/skills/identificar-orgao-julgador-sbroggioadv
identificar-orgao-julgador-sbroggioadv
VerifiedIDENTIFICAR-ÓRGÃO-JULGADOR — resolve QUEM vai julgar a peça, pelo cenário de distribuição (CPC arts. 284-286): vara única = juízo certo antes do protocolo; dependência/prevenção = juízo determinado, não sorteado (CPC 286 + Res. CNJ 345/2020); múltiplos juízos = universo finito de N candidatos pré-computáveis via DataJud; processo/recurso já distribuído = o órgão já está nos autos. Toda identificação sai SUGERIDA (trava R4) e pede confirmação do usuário. Aciona: "quem vai julgar", "qual vara vai cair", "qual câmara vai julgar", "identificar o órgão julgador", "para qual juízo vai a ação", "candidatos de distribuição", "quais varas podem receber", ou quando o prisma-master rotear a etapa de identificação (C1) do pipeline.
IDENTIFICAR-ÓRGÃO-JULGADOR — Camada C1 · quem vai julgar
1. PAPEL
Sou a porta de entrada do pipeline: antes de qualquer estatística ou jurisprudência, resolvo
qual órgão vai julgar a peça — e digo com que grau de certeza isso é conhecível. A base
jurídica está em ${CLAUDE_PLUGIN_ROOT}/context/cpc-distribuicao-285-286.md (texto verbatim dos
arts. 285-286 do CPC, verificado). Não invento órgão: ou a lei o determina, ou o motor lista os
candidatos reais do DataJud, ou o dado já está nos autos e eu peço ao usuário.
2. PRIMEIRO PASSO — classificar o cenário
Pergunto (com botões, via AskUserQuestion) o que descreve a situação:
| Cenário | Sinal | Grau de certeza |
|---|---|---|
| A. Vara única | Comarca do interior com um único juízo competente | Juízo certo antes do protocolo |
| B. Dependência/prevenção | Conexão, continência, reiteração de pedido extinto sem mérito, art. 55 § 3º; cumprimento de sentença, embargos | Juízo determinado, não sorteado |
| C. Múltiplos juízos | Mais de uma vara/câmara da mesma competência no foro | Sorteio aleatório, mas universo finito de N candidatos |
| D. Já distribuído | Processo ou recurso já tem número e distribuição | O órgão já está nos autos |
3. Cenário A — vara única (juízo certo)
O art. 284 do CPC é a âncora: "Todos os processos estão sujeitos a registro, devendo ser distribuídos onde houver mais de um juiz." A distribuição do art. 285 (alternada e aleatória) pressupõe pluralidade de juízos — com um único juízo competente na comarca, não há sorteio possível. O juízo é certo ANTES do protocolo, e o perfil do órgão pode ser levantado com certeza. Entrego o órgão identificado (rotulado SUGERIDO — § 7) e sigo direto para a estatística.
4. Cenário B — dependência/prevenção (juízo determinado)
O art. 286 do CPC manda distribuir por dependência as causas: I — relacionadas por conexão ou continência com outra já ajuizada; II — reiteração de pedido após extinção sem resolução de mérito (ainda que mude parte do polo); III — ajuizamento nos termos do art. 55, § 3º, ao juízo prevento. Cumprimento de sentença e embargos seguem o juízo da causa principal pela mesma lógica de dependência. Aqui o juízo é determinado, não sorteado — e a Res. CNJ 345/2020 (selo ✅ da pesquisa) confirma que o próprio PJe sinaliza a prevenção automaticamente ao registrar a petição. Peço ao usuário o dado da causa principal (número, vara) e entrego o juízo determinado (SUGERIDO — § 7).
5. Cenário C — múltiplos juízos (N candidatos pré-computáveis)
A distribuição é aleatória (art. 285), mas o universo é finito e conhecido: a ação vai para 1 de N varas/câmaras conhecidas de antemão. Rodo o motor para listar os candidatos reais:
python3 "${CLAUDE_PLUGIN_ROOT}/scripts/perfil_orgao.py" candidatos \
--tribunal <alias> --classe <codigo>
--tribunal= alias DataJud (ex.:tjsp,tjrj— verificados; demais exigem smoke antes, ver${CLAUDE_PLUGIN_ROOT}/context/datajud-orgao-julgador.md).--classe= código TPU inteiro da classe processual (ex.: 7 = Procedimento Comum Cível).
O JSON devolve a lista de órgãos com codigo, nome e n_processos (volume de processos daquela
classe no órgão). Apresento a lista dos N candidatos ao usuário — cada um é pré-computável: o
perfil estatístico de todos pode ser levantado antes do protocolo, e a distribuição revela
qual calhou depois. Se a lista vier grande demais (tribunal inteiro), peço a comarca/foro para
recortar com o usuário — nunca chuto o recorte.
Recursos (2º grau): o relator só é conhecido depois da distribuição do recurso — mas há janela real de trabalho entre a distribuição e o julgamento (memoriais, aditamentos, sustentação oral) em que a peça ainda pode ser adaptada. Trato como cenário C antes da distribuição e como cenário D depois dela.
6. Cenário D — processo/recurso já distribuído
O órgão já está nos autos — não preciso adivinhar o que já é público. Peço ao usuário o dado
do despacho ou da consulta pública do tribunal (vara/câmara e, se houver, relator). Com o nome do
órgão em mãos, localizo o orgaoJulgador.codigo correspondente via modo candidatos (filtrando
pelo nome) para alimentar a estatística. Se o usuário tiver o nome do julgador, o passo seguinte
é amarrar-nome-do-relator (a 2ª fonte com selos).
7. TRAVA R4 — identificação SUGERIDA, sempre (humildade obrigatória)
Toda identificação que emito — mesmo nos cenários "certo" (A) e "determinado" (B) — sai
rotulada SUGERIDA e acompanha o pedido explícito de confirmação, com botões:
- Confirmo o órgão sugerido — segue o pipeline.
- Indico outro órgão — o usuário informa; o dele prevalece sem discussão.
- Já há despacho nos autos identificando — colho o dado dos autos (cenário D).
Lembro sempre: muitas vezes já há despacho nos autos identificando o juízo/câmara — o dado real dos autos vale mais que qualquer inferência minha. Nenhuma etapa seguinte do pipeline apaga o rótulo SUGERIDA enquanto o usuário não confirmar ou indicar.
8. FALHAS — o motor nunca finge (trava R1)
O JSON do motor traz status. status ≠ ok → eu DECLARO e paro; nunca improviso lista nem
número:
sem_rede— o produto é conectado por natureza (DataJud ao vivo); sem rede, declaro o que não consigo fazer e ofereço os cenários A/B/D, que não dependem do motor.erro_api— a chave pública do DataJud rotaciona; oriento rodar o smoke e renovar em https://datajud-wiki.cnj.jus.br/api-publica/acesso/ (fonte de verdade; o portal antigo publica chave morta).amostra_insuficiente— declaro que o DataJud não devolveu volume utilizável para aquele recorte e sugiro alargar classe/janela — sem inventar candidato.
9. SAÍDA
Entrego: cenário classificado + órgão(s) identificado(s) com codigo e nome (ou a
lista dos N candidatos) + rótulo SUGERIDA + confirmação do usuário + o grau de certeza da
identificação (certo / determinado / 1-de-N / nos autos). Esse pacote alimenta as próximas
etapas: amarrar-nome-do-relator (se o usuário quiser o nome) e perfil-estatistico-orgao
(a estatística real do órgão).
Travas desta skill
- R4 (humildade obrigatória): toda identificação sai SUGERIDA + pedido de confirmação; despacho nos autos costuma já identificar — identificação sugerida ≠ confirmada, sempre.
- R1:
status ≠ okno motor → declaro e paro; nunca improviso órgão, lista ou número. - TV1: o DataJud expõe o órgão (
orgaoJulgador), nunca o nome do juiz — nome é assunto daamarrar-nome-do-relator, com a 2ª fonte e os selos. - R3: identifico o órgão no exercício da função; nunca perfilo a pessoa física.
Próximo passo: perfil-estatistico-orgao (estatística real do órgão confirmado) e, se o
usuário quiser o nome do julgador, amarrar-nome-do-relator. Depois, a jurisprudência filtrada em
varredura-jurisprudencial-orgao; o dossiê final consolida em relatorio-de-risco.
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| writing-skillsobra/superpowersUse when creating new skills, editing existing skills, or verifying skills work before deployment | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| xlsxanthropics/skillsUse this skill any time a spreadsheet file is the primary input or output. This means any task where the user wants to: open, read, edit, or fix an existing .xlsx, .xlsm, .xltx, .csv, or .tsv file (e.g., adding columns, computing formulas, formatting, charting, cleaning messy data); create a new spreadsheet from scratch or from other data sources; or convert between tabular file formats. Trigger especially when the user references a spreadsheet file by name or path — even casually (like "the xlsx in my downloads") — and wants something done to it or produced from it. Also trigger for cleaning or restructuring messy tabular data files (malformed rows, misplaced headers, junk data) into proper spreadsheets. The deliverable must be a spreadsheet file. Do NOT trigger when the primary deliverable is a Word document, HTML report, standalone Python script, database pipeline, or Google Sheets API integration, even if tabular data is involved. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| shipping-and-launchaddyosmani/agent-skillsPrepares production launches. Use when preparing to deploy to production, or when asking what needs to be in place before shipping. Use when you need a pre-launch checklist, when setting up monitoring, when planning a staged rollout, or when you need a rollback strategy. | Stars: 119k | Updated | Claude CodeCodex | Verified | Install |
| childhoodthedotmack/claude-memBabysit a shipped release after merge, publication, or deployment. Verify published packages, production behavior, installed plugins, and late CI or user reports until the observation window is clean; use babysit for PR readiness before release. | Stars: 118k | Updated | Claude CodeCodex | Verified | Install |