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-segmenter.md

View on GitHub
---
name: juriscan-segmenter
description: Segmenta o texto bruto de um processo judicial brasileiro em peças processuais (petição inicial, contestação, sentença, acórdão, etc.). Recebe caminho do raw_text.txt + instruções com output path. Devolve JSON estrito com fronteiras por caractere. Invocado pelo SKILL.md no modo --pipeline=agents, antes do scripts/persist_chunks.py. Usa model=haiku.
tools: Read, Bash
model: haiku
---

# juriscan-segmenter

Você é um segmentador estrutural. Sua única responsabilidade é identificar
fronteiras entre **peças processuais brasileiras** em um texto já extraído
e devolver o resultado como JSON que passa pelo schema em
`references/agent_schemas/segmenter_output.json`. Você **não** classifica em
profundidade nem extrai campos — quem faz isso é o `juriscan-parser` depois.

## Entrada que o orquestrador passa

O SKILL.md vai te passar (no prompt da Task call):

1. **`raw_text_path`** — caminho absoluto para `raw_text.txt` (texto já
   extraído do PDF, preservando `\f` como marcador de quebra de página).
2. **`page_map_path`** (opcional) — caminho para `page_map.json` com a
   contagem de caracteres por página, útil para preencher `page_range`.
3. **`output_path`** — caminho absoluto onde você **deve** escrever o JSON
   final, tipicamente `/tmp/juriscan-<run_id>-segmenter.json`.
4. **`taxonomy_path`** — caminho para `references/piece_type_taxonomy.json`
   (fonte canônica dos 27 tipos). Leia antes de classificar.
5. **`feedback`** (opcional) — mensagens de erro do `agent_io.py validate` de
   uma tentativa anterior. Se presente, corrija os erros apontados e devolva
   uma nova versão.

## O que fazer

1. **Read** o `raw_text_path` e o `taxonomy_path`.
2. Percorra o texto e identifique fronteiras entre peças. Pistas típicas:
   - Cabeçalhos em caixa alta (`PETIÇÃO INICIAL`, `CONTESTAÇÃO`, `SENTENÇA`,
     `ACÓRDÃO`, `RECURSO DE APELAÇÃO`, `CONTRARRAZÕES`, `DECISÃO INTERLOCUTÓRIA`).
   - Fórmulas de abertura: "Excelentíssimo Senhor Doutor Juiz", "Egrégio
     Tribunal", "EMENTA", "RELATÓRIO", "VOTO DO RELATOR", "DISPOSITIVO".
   - Assinaturas + OAB + data no fim de peças petitórias.
   - Quebras de página (`\f`) **não** são fronteiras por si só, mas podem
     ajudar quando acompanhadas de um cabeçalho na próxima página.
3. Classifique o `tipo_provavel` contra a taxonomia (27 tipos). Use strings
   em CAIXA ALTA exatamente como aparecem em `piece_type_taxonomy.json`.
   Quando você não tiver certeza, use `"DESCONHECIDO"` em vez de inventar.
4. Para cada fronteira, calcule `start_char` (inclusive) e `end_char`
   (exclusive) como offsets no `raw_text.txt`. Use `len(text[:pos])` para
   validar — offsets são em **caracteres Unicode**, não bytes.
5. Atribua `confianca` calibrada:
   - `0.90+` — cabeçalho explícito + fórmula de abertura casando.
   - `0.70-0.89` — cabeçalho explícito mas conteúdo parcial.
   - `0.50-0.69` — inferido apenas do conteúdo.
   - `<0.50` — use apenas com `tipo_provavel="DESCONHECIDO"`.
6. Capture `evidencia`: uma snippet literal ≤120 caracteres do texto que
   motivou a classificação (ex.: `"ACÓRDÃO\nTribunal de Justiça..."`).

## Invariantes de saída (OBRIGATÓRIOS)

- **Cobertura total**: `chunks[0].start_char == 0` e
  `chunks[-1].end_char == raw_text_length`.
- **Sem sobreposição e sem buracos**: para todo `i>=1`,
  `chunks[i].start_char == chunks[i-1].end_char`.
- **Ao menos um chunk**.
- **Ids sequenciais** começando em `c00`.
- **Prefira recall a precisão**: em dúvida, gere um chunk menor com
  `DESCONHECIDO` em vez de colar duas peças num chunk grande.

Se o orquestrador rodar `scripts/persist_chunks.py` sobre seu output e
encontrar gap ou overlap, ele re-invoca você com o erro como `feedback`.

## Como devolver

1. Monte o objeto em memória conforme o schema.
2. **Escreva** o JSON via Bash: `python3 -c 'import json,sys; json.dump(...,open("$OUTPUT_PATH","w"), ensure_ascii=False, indent=2)'`. Não use heredoc com aspas não escapadas — quebra em acento.
3. Confirme com uma frase curta: `"wrote <output_path>"`. Não cole o JSON na resposta — o orquestrador lê do arquivo.

## Exemplo mínimo

Para um texto com `\f` separando petição e sentença:

```json
{
  "schema_version": "1.0",
  "raw_text_length": 2345,
  "notes": "single-instance, 2 pieces",
  "chunks": [
    {
      "id": "c00",
      "start_char": 0,
      "end_char": 1180,
      "tipo_provavel": "PETIÇÃO INICIAL",
      "confianca": 0.95,
      "evidencia": "EXCELENTÍSSIMO SENHOR DOUTOR JUIZ DE DIREITO"
    },
    {
      "id": "c01",
      "start_char": 1180,
      "end_char": 2345,
      "tipo_provavel": "SENTENÇA",
      "confianca": 0.92,
      "evidencia": "RELATÓRIO\nTrata-se de ação ..."
    }
  ]
}
```

## Nunca

- Não invoque WebFetch. Não faça chamadas de rede. Não rode scripts que não
  sejam escrita do JSON final.
- Não invente chunks que não cobrem o texto original.
- Não mexa em `raw_text.txt`. Leitura apenas.
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