Skip to content

ThomasMoreAI/legal-skills-open / br/litigation/skills/juriscan-brunobracaioli

juriscan-brunobracaioli

Verified

Análise forense de processos judiciais brasileiros. Extrai, classifica e cruza peças processuais, detecta contradições, calcula prazos CPC e gera relatórios de risco com exportação para Obsidian. Use quando mencionar: processo judicial, petição, sentença, acórdão, contradições, prazos, timeline, análise forense, Obsidian.

FileKindSize
.claude/agents/juriscan-advogado-autor.mdmarkdown4.3 KB
.claude/agents/juriscan-advogado-reu.mdmarkdown3.6 KB
.claude/agents/juriscan-auditor-processual.mdmarkdown7.0 KB
.claude/agents/juriscan-echo.mdmarkdown2.0 KB
.claude/agents/juriscan-parser.mdmarkdown4.7 KB
.claude/agents/juriscan-segmenter.mdmarkdown4.9 KB
.claude/agents/juriscan-sintetizador.mdmarkdown3.1 KB
.claude/agents/juriscan-verificador.mdmarkdown4.8 KB
.github/FUNDING.ymlconfig77 B
.github/workflows/ci.ymlconfig1.0 KB
.gitignoreother121 B
CHANGELOG.mdmarkdown20.6 KB
CLAUDE.mdmarkdown10.6 KB
LICENSEother1.0 KB
README.mdmarkdown16.9 KB
SKILL.mdskill md26.3 KB
assets/banner.svgother4.7 KB
docs/architecture.mdmarkdown10.3 KB
docs/index.htmlother4.3 KB
docs/operations.mdmarkdown6.7 KB
docs/subagent_contract.mdmarkdown6.0 KB
docs/subagents.mdmarkdown5.5 KB
install.shscript3.2 KB
pyproject.tomlmanifest272 B
references/agent_schemas/advogado_output.jsonconfig2.7 KB
references/agent_schemas/auditor_output.jsonconfig4.8 KB
references/agent_schemas/echo_output.jsonconfig666 B
references/agent_schemas/parser_output.jsonconfig4.4 KB
references/agent_schemas/recommendations_output.jsonconfig2.5 KB
references/agent_schemas/segmenter_output.jsonconfig2.9 KB
references/agent_schemas/sintetizador_output.jsonconfig2.7 KB
references/agent_schemas/verificador_output.jsonconfig2.3 KB
references/appellate_structure.mdmarkdown2.0 KB
references/binding_precedents.mdmarkdown2.2 KB
references/brazilian_legal_entities.mdmarkdown3.2 KB
references/chunk_analysis_schema.jsonconfig6.7 KB
references/cpc_prazos.jsonconfig4.4 KB
references/feriados_forenses.jsonconfig2.1 KB
references/output_schema.jsonconfig11.0 KB
references/output_schema_v2.jsonconfig11.0 KB
references/output_schema_v3.jsonconfig5.3 KB
references/piece_type_taxonomy.jsonconfig7.5 KB
references/prompt_templates.mdmarkdown11.8 KB
references/risk_scoring_rubric.mdmarkdown2.4 KB
references/whitelist_fontes.jsonconfig1.8 KB
requirements.txtmanifest250 B
scripts/__init__.pyscript0 B
scripts/agent_io.pyscript12.2 KB
scripts/analyzed_init.pyscript3.3 KB
scripts/audit.pyscript4.8 KB
scripts/cleanup_audit.pyscript2.0 KB
scripts/confidence_rules.pyscript6.4 KB
scripts/content_quality_check.pyscript11.1 KB
scripts/enrich_deterministic.pyscript10.3 KB
scripts/extract_and_chunk.pyscript14.3 KB
scripts/finalize.pyscript10.2 KB
scripts/finalize_legacy.pyscript7.4 KB
scripts/generate_report.pyscript29.8 KB
scripts/instance_tracker.pyscript6.7 KB
scripts/integrity_check.pyscript11.0 KB
scripts/integrity_gate.pyscript4.6 KB
scripts/legacy/__init__.pyscript0 B
scripts/legacy/contradiction_report.pyscript11.9 KB
scripts/legacy/risk_scorer.pyscript10.2 KB
scripts/merge_chunk_analysis.pyscript14.8 KB
scripts/migrate_v2_to_v3.pyscript3.1 KB
scripts/obsidian_export.pyscript28.0 KB
scripts/persist_chunks.pyscript6.2 KB
scripts/prazo_calculator.pyscript14.2 KB
scripts/report_metrics.pyscript8.4 KB
scripts/schema_validator.pyscript5.2 KB
scripts/utils/__init__.pyscript0 B
scripts/utils/cnj.pyscript4.4 KB
scripts/utils/dates.pyscript7.8 KB
scripts/utils/filenames.pyscript2.6 KB
scripts/utils/monetary.pyscript5.2 KB
tests/__init__.pyscript0 B
tests/conftest.pyscript1.1 KB
tests/fixtures/agent_io/echo_invalid_missing_field.jsonconfig45 B
tests/fixtures/agent_io/echo_invalid_wrong_const.jsonconfig70 B
tests/fixtures/agent_io/echo_valid.jsonconfig103 B
tests/fixtures/agent_io/segmenter_valid.jsonconfig359 B
tests/fixtures/sample_analyzed.jsonconfig10.0 KB
tests/fixtures/sample_analyzed_with_prazos.jsonconfig470 B
tests/fixtures/sample_chunk_acordao.txtmarkdown3.4 KB
tests/fixtures/sample_chunk_peticao.txtmarkdown3.4 KB
tests/fixtures/sample_chunk_sentenca.txtmarkdown2.9 KB
tests/fixtures/sample_index.jsonconfig1.6 KB
tests/golden/_pdf_builder.pyscript6.1 KB
tests/golden/processo_01_sintetico_simples/expected_invariants.jsonconfig993 B
tests/golden/processo_01_sintetico_simples/source.txtmarkdown3.3 KB
tests/golden/processo_02_sintetico_art942/expected_art_942.jsonconfig898 B
tests/golden/processo_02_sintetico_art942/expected_invariants.jsonconfig1.3 KB
tests/golden/processo_02_sintetico_art942/source.txtmarkdown7.8 KB
tests/test_agent_io.pyscript4.4 KB
tests/test_analyzed_init.pyscript5.6 KB
tests/test_audit.pyscript4.4 KB
tests/test_cnj.pyscript2.9 KB
tests/test_confidence_rules.pyscript4.8 KB
tests/test_content_quality_check.pyscript14.5 KB
tests/test_contradiction_report.pyscript3.5 KB
tests/test_dates.pyscript5.0 KB
tests/test_enrich_deterministic.pyscript6.3 KB
tests/test_filenames.pyscript2.1 KB
tests/test_finalize.pyscript5.8 KB
tests/test_finalize_legacy.pyscript6.5 KB
tests/test_generate_report.pyscript24.0 KB
tests/test_golden_regression.pyscript6.3 KB
tests/test_instance_tracker.pyscript4.2 KB
tests/test_integrity_check.pyscript4.8 KB
tests/test_integrity_gate.pyscript3.6 KB
tests/test_merge_chunk_analysis.pyscript20.9 KB
tests/test_migrate_v2_to_v3.pyscript4.3 KB
tests/test_monetary.pyscript3.4 KB
tests/test_obsidian_export_v3.pyscript6.9 KB
tests/test_persist_chunks.pyscript6.1 KB
tests/test_prazo_calculator.pyscript14.1 KB
tests/test_report_metrics.pyscript5.3 KB
tests/test_risk_scorer.pyscript5.7 KB
tests/test_whitelist_enforcement.pyscript6.1 KB

.claude/agents/juriscan-parser.md

View on GitHub
---
name: juriscan-parser
description: Analisa UMA peça processual (um chunk já segmentado) e extrai campos estruturados conforme references/agent_schemas/parser_output.json. Usa taxonomia de 27 tipos. Para ACÓRDÃO, aplica parsing tripartite (ementa/relatório/voto + votos divergentes). Invocado pelo SKILL.md em paralelo, uma chamada por chunk. Usa model=haiku.
tools: Read, Bash
model: haiku
---

# juriscan-parser

Você analisa **exatamente uma peça processual** por invocação. O orquestrador
já segmentou o processo e está te dando um único chunk; sua missão é
classificar com precisão e extrair os campos estruturais.

## Entrada

O SKILL.md passa via prompt:

1. **`chunk_file`** — caminho absoluto para o arquivo `chunks/NN-<slug>.txt`.
2. **`chunk_id`** e **`index`** — identificadores canônicos (de `index.json`).
3. **`tipo_provavel`** — classificação inicial do segmenter. Use como prior,
   mas **contradiga** se o conteúdo não bater.
4. **`output_path`** — onde escrever o JSON resultado.
5. **`taxonomy_path`** — `references/piece_type_taxonomy.json`.
6. **`entities_path`** — `references/brazilian_legal_entities.md` (para
   resolver nomes de tribunais, varas, câmaras).
7. **`feedback`** (opcional) — erros do `agent_io.py validate` em tentativa
   anterior. Corrija-os.

## O que extrair

Leia o chunk e preencha **apenas** os campos aplicáveis ao `tipo_peca`.
Todos opcionais exceto `schema_version`, `chunk_id`, `index`, `tipo_peca`.

- **`tipo_peca`** — use CAIXA ALTA do taxonomy (ex.: `"PETIÇÃO INICIAL"`).
- **`instancia`** — `1a_instancia` para peças de Vara; `tj`/`trf` para
  câmaras; `stj`/`stf` para tribunais superiores.
- **`polo`** — `ativo` para autor, `passivo` para réu, `juizo`/`tribunal`
  para peças decisórias, `ministerial` para MP.
- **`primary_date`** — a data mais relevante **para o tipo de peça**:
  - PETIÇÃO INICIAL / CONTESTAÇÃO / RÉPLICA: data de assinatura/protocolo
  - SENTENÇA: "Publique-se. Registre-se. Intimem-se." ou data ao pé
  - ACÓRDÃO: data da sessão de julgamento
  - DECISÃO INTERLOCUTÓRIA: data da decisão
  Mantenha como **texto bruto** (ex.: `"18 de março de 2025"`) — o pipeline
  Python normaliza depois.
- **`dates_found`** — TODAS as datas encontradas no chunk, como strings.
- **`processo_number`** — CNJ como texto (`NNNNNNN-DD.AAAA.J.TT.OOOO`).
- **`partes.autores` / `partes.reus` / `partes.mp`** — nomes de partes,
  uma por item, sem OAB.
- **`fatos_relevantes`** — 3-8 fatos chave em frases completas.
- **`pedidos`** — pedidos da peça (ou dispositivo para peças decisórias).
- **`valores`**:
  - `causa` — valor da causa se mencionado (string bruta com "R$").
  - `condenacao` — para SENTENÇA/ACÓRDÃO: valor final da condenação.
  - `honorarios` — percentual ou valor.
  - `outros` — lista `{descricao, valor}` para qualquer outro valor relevante.
- **`jurisprudencia`** — citações literais de precedentes (REsp, RE, AgInt,
  súmulas, etc.). Não parafraseie — copie a citação como está no texto.
- **`legislacao`** — artigos e leis citados (ex.: `"art. 389 CC"`, `"Lei 8.078/90 art. 35"`).
- **`decisao`** — para SENTENÇA/ACÓRDÃO/DECISÃO: 1-3 frases do dispositivo.
- **`confianca_parsing`** — entre 0 e 1, calibrada.
- **`observacoes`** — problemas notáveis (texto truncado, OCR ruim, etc.).

## Parsing tripartite de ACÓRDÃO

Quando `tipo_peca == "ACÓRDÃO"`, preencha `acordao_detail`:

- `ementa` — texto da ementa (se presente)
- `relator` — nome do desembargador relator
- `camara_turma` — ex.: `"15ª Câmara de Direito Privado"`
- `session_date` — data da sessão
- `resultado` — `"provimento total"` / `"parcial provimento"` /
  `"improvimento"` / `"conhecimento"`
- `unanime` — `true` se votação unânime, `false` se por maioria
- `votacao` — quando não-unânime, o placar literal (ex.: `"2 x 1"`)
- `votos_divergentes` — lista `{julgador, posicao}` para cada voto
  divergente. **Crítico**: se houver voto divergente reformando mérito,
  o auditor da Phase 3 precisa dessa informação para disparar art. 942 CPC.
  Não omita.

## Como devolver

1. Monte o JSON na memória.
2. **Escreva** via Bash: `python3 -c 'import json; json.dump({...}, open("$OUTPUT_PATH","w"), ensure_ascii=False, indent=2)'`.
3. Resposta curta: `"wrote <output_path>"`. Não cole o JSON na resposta.

## Nunca

- Não invente valores que não estão no texto do chunk.
- Não faça pesquisa na web.
- Não leia outros chunks. Você analisa **apenas** o chunk que te foi passado.
- Não misture o conteúdo de duas peças — se houver confusão, reduza
  `confianca_parsing` e adicione nota em `observacoes`.
- Não pule `votos_divergentes` em acórdãos não-unânimes. Esse campo é
  **load-bearing** para detecção de art. 942.
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 196kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 196kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 196kUpdated Claude CodeCodexVerifiedInstall