Skip to content

ThomasMoreAI/legal-skills-open / br/litigation/skills/jurisprudencia-eleitoral-georgemarmelstein

jurisprudencia-eleitoral-georgemarmelstein

Verified

Busca precedentes da Justiça Eleitoral — TSE e os 27 TREs — no portal SJUR do TSE, via Chrome MCP (o site exige hCaptcha invisível a cada busca, então usa o navegador real para gerar o token). Retorna acórdãos/resoluções com ementa, relator, classe, PDF do inteiro teor e link. Use quando o usuário pedir jurisprudência eleitoral, precedente do TSE ou de TRE, pesquisa de acórdão eleitoral, propaganda/inelegibilidade/registro de candidatura, ou citar decisão da Justiça Eleitoral. Palavras-chave: jurisprudência eleitoral, TSE, TRE, precedente eleitoral, acórdão eleitoral, buscar jurisprudência TSE.

FileKindSize
LICENSEother1.0 KB
SKILL.mdskill md11.8 KB
references/engenharia-reversa.mdmarkdown13.9 KB
references/engine.jsscript7.2 KB
references/sintaxe-booleana.mdmarkdown4.6 KB

references/engenharia-reversa.md

View on GitHub
# Engenharia Reversa — Jurisprudência da Justiça Eleitoral (TSE)

> Investigação empírica feita via Chrome MCP em 10/07/2026 sobre
> `https://jurisprudencia.tse.jus.br` (SPA Angular) e sua API `sjur-pesquisa`.
> Todos os números abaixo foram obtidos por chamadas reais ao endpoint.

## 1. Arquitetura do sistema

| Camada | Endereço |
|--------|----------|
| Front-end (SPA Angular) | `https://jurisprudencia.tse.jus.br` |
| API de busca | `https://sjur-pesquisa-api.tse.jus.br/tse/sjur-pesquisa-backend/rest/public/pesquisa` |
| API de serviços (PDF etc.) | `https://sjur-servicos.tse.jus.br/sjur-servicos/rest/` |
| Autenticação (área logada) | `https://autenticaje.tse.jus.br/auth/` |
| Código-fonte do front | `git.tse.jus.br/judiciaria/sedesc1/sjur-pesquisa-frontend` (repo interno) |

O front é um SPA que monta uma **query Elasticsearch** e a envia para a API. A API é
um backend Spring sobre Elasticsearch (o `termoPesquisa` é um `bool/must/query_string`
sobre ~108 campos).

## 2. BLOQUEIO CRÍTICO: hCaptcha invisível obrigatório na busca

- A busca **exige** o campo `captchaToken` no corpo. Sem ele (ou com valor vazio) →
  `{"mensagem":"Falha ao validar o HCaptcha."}` e `totalRegistros: 0`.
- É **hCaptcha invisível** (iframe `#frame=checkbox-invisible`), sitekey
  `755c2e18-4bf4-4f28-b992-8c64b77c46b8`.
- O token é **de uso único**: reenviar o mesmo token → "Falha ao validar o HCaptcha".
- **Cada busca precisa de um token novo.**

### Consequência arquitetural
Um MCP Python puro (httpx/requests), padrão da skill `criar-mcp-precedente`, **não
funciona** para a BUSCA: não há como gerar tokens hCaptcha fora de um navegador real.

### Caminho comprovado que FUNCIONA
Dentro de um navegador real, `await window.hcaptcha.execute({async:true})` gera um token
válido silenciosamente (sem desafio interativo — o score do hCaptcha invisível passa),
e a busca retorna resultados reais. Testado com mints consecutivos (dezenas de buscas
seguidas) — 100% de sucesso no Chrome real do usuário.

## 3. Contrato da API de busca

`POST https://sjur-pesquisa-api.tse.jus.br/tse/sjur-pesquisa-backend/rest/public/pesquisa`
`Content-Type: application/json`

```json
{
  "refinaTermos": [],
  "refinaData": [],
  "termoPesquisa": "<STRING com JSON de query Elasticsearch>",
  "pagina": 0,
  "tamanho": 25,
  "tribunais": ["tse"],
  "captchaToken": "<token hCaptcha de uso único>",
  "ordenacao": "dj_desc",
  "refinamento": []
}
```

- `termoPesquisa` é um **JSON serializado como string**:
  ```json
  {"bool":{"must":[{"query_string":{
     "query":"<expressão do usuário>",
     "default_operator":"AND",
     "fields":["textoEmenta","textoDecisao","textoIndexacao", ...]}}]}}
  ```
- `ordenacao`: `dj_desc` (data julgamento desc), também há asc / relevância.
- `tribunais`: **na prática é IGNORADO neste endpoint** — ver seção 5.
- `pagina` começa em 0; `tamanho` = itens por página.

### Resposta (campos úteis por item em `content[]`)
`codigoDecisao` (id p/ baixar PDF), `numeroProcesso`, `numeroUnico` (nº CNJ),
`numeroDecisao`, `dataDecisao`, `anoEleicao`, `siglaClasse`, `descricaoClasse`,
`siglaUF`, `nomeMunicipio`, `siglaTipoProcesso`, `nomeTipoProcesso`,
`siglaTribunalJE`, `temInteiroTeorPDF`, `temInteiroTeorAudio`,
`textoEmenta` (ementa completa inline!), `textoDecisao` (texto da decisão inline!),
`relatores[]` (`nome`, `autoridade`, `competencia`, `descricaoCompleta`),
`partes[]`, `publicacoes[]`, `indexacoes[]`, `assuntos[]`, `sumulas[]`, `precedentes[]`.
- `totalRegistros`: total de resultados.
- `aggs`: facetas (0=selecionada S/N, 1=tribunal, 2=classe, 3=tipoDecisão,
  4=relator, 5=ano, 6=assunto, 7=eleição, 8=legislação, 9=UF, 10/11=anotação, 12=fonte).

## 4. Sintaxe booleana (Elasticsearch `query_string`) — TESTADA EMPIRICAMENTE

A barra de operadores da UI (`E OU NÃO * ? "" ""~ ~ : ^ + - () [] {}`) é **traduzida
pelo front** para a sintaxe Lucene/Elasticsearch. Enviados crus à API, os operadores em
português (`E`/`OU`/`NÃO`) são tratados como **termos literais**, não como operadores.

**Para acesso direto à API use operadores em INGLÊS / símbolos:**

| Operador | Sintaxe que funciona na API | Prova (query base "propaganda"=45.880 / "eleitoral"=190.122) |
|----------|-----------------------------|-------------------------------------------------------------|
| AND | `AND`, `&&`, ` ` (default), `+` | `propaganda AND eleitoral` = 44.773 |
| OR | `OR`, `\|\|` | `propaganda OR eleitoral` = 191.229 |
| NOT | `NOT`, `-` | `propaganda NOT eleitoral` = `propaganda -eleitoral` = 1.107 |
| Frase exata | `"..."` | `"propaganda eleitoral"` = 36.934 |
| Proximidade | `"..."~N` | `"propaganda eleitoral"~10` = 39.224 |
| Curinga sufixo/meio | `*` | `eleitor*` = 192.867 |
| Curinga 1 caractere | `?` | `propagand?` = 45.889 |
| Fuzzy | `termo~` | `eleitorais~` = 192.185 |
| Campo específico | `campo:termo` | `textoEmenta:propaganda` = 9.972 |
| Boost | `termo^N` | (padrão Lucene) |
| Agrupamento | `( )` | `(propaganda OR outdoor) AND eleitoral` = 44.811 |
| Intervalo | `[ ]` inclusivo, `{ }` exclusivo | (padrão Lucene, p/ datas/números) |

**NÃO funcionam crus na API** (viram termo): `E`, `OU`, `NÃO`.
→ O MCP deve **normalizar** ` E `→` AND `, ` OU `→` OR `, ` NÃO `→` NOT ` antes de enviar,
para o usuário poder digitar em português como no site.

## 5. Multi-tribunal (TSE + TREs) — DOIS TENANTS no mesmo backend

O "tenant" fica no **caminho da URL**. Há **dois portais/tenants**, mesmo backend, mesmo
contrato, mesmo mecanismo de captcha:

| Tenant | Front-end | Endpoint de busca |
|--------|-----------|-------------------|
| `tse` | `jurisprudencia.tse.jus.br` | `.../tse/sjur-pesquisa-backend/rest/public/pesquisa` |
| `tres` | `jurisprudencia-tres.tse.jus.br` | `.../tres/sjur-pesquisa-backend/rest/public/pesquisa` |

- O tenant **`tres` FEDERA os 27 TREs numa única chamada** (comprovado: a faceta
  `aggs.1` lista `TRE-AC … TRE-SP`, todos os 27; "inelegibilidade" = 79.299 resultados).
  O front dos TREs manda `tribunais: ["tre-*"]` (curinga = todos).
- O portal `tse` é exclusivo do TSE (faceta só mostra `TSE`).
- **O campo `tribunais` do corpo NÃO filtra** por tribunal específico em nenhum tenant
  (enviar `["tre-sp"]` ainda retorna todos os 27). É provavelmente decorativo/legado.

### Como filtrar por um TRE específico → pelo PRÓPRIO query_string (comprovado)
Injetar o campo indexado `siglaTribunalJE` na expressão:
- `inelegibilidade AND siglaTribunalJE:"TRE-SP"` → 12.273 (todos TRE-SP)
- `inelegibilidade AND siglaTribunalJE:"TRE-CE"` → 4.411 (todos TRE-CE)
Isso permite escopo por 1 TRE, por vários (`siglaTribunalJE:("TRE-SP" OR "TRE-CE")`),
ou por UF via `siglaUF:"SP"`.

### Cobertura "TSE + 27 TREs" = 2 chamadas
Uma ao tenant `tse` + uma ao tenant `tres`, com merge dos resultados. Simples.

### hCaptcha e domínio
Ambos os fronts usam `window.hcaptcha` (mesmo sitekey provável). O token é gerado no
domínio do front. Como o token é de uso único, **cada chamada gera o seu**; para o tenant
`tse` convém gerar em `jurisprudencia.tse.jus.br` e para `tres` em
`jurisprudencia-tres.tse.jus.br` (validar em build se um domínio serve os dois).

### Códigos dos 27 TREs (para filtro `siglaTribunalJE`)
TRE-AC, TRE-AL, TRE-AP, TRE-AM, TRE-BA, TRE-CE, TRE-DF, TRE-ES, TRE-GO, TRE-MA, TRE-MG,
TRE-MS, TRE-MT, TRE-PA, TRE-PB, TRE-PR, TRE-PE, TRE-PI, TRE-RJ, TRE-RN, TRE-RS, TRE-RO,
TRE-RR, TRE-SC, TRE-SP, TRE-SE, TRE-TO.

## 5b. Endpoints auxiliares e refinamento (do HAR do usuário)

Mesmo host/tenant, todos `POST ... /rest/public/pesquisa/<sub>`:

| Sub-rota | Corpo | Retorno |
|----------|-------|---------|
| `/classes` | `[]` | lista `{siglaClasse, descricaoClasse}` (688 itens) |
| `/relatorias` | `[]` | lista de relatores/juízes |
| `/eleicoes` | `[]` | lista de eleições |
| `/normas` | `[]` | lista de legislação |
| `/pesquisaTokenValidado` | igual a `/pesquisa` | variante de busca (mesmo corpo) |

**Headers obrigatórios** (CORS): `Content-Type: application/json`,
`Accept: application/json, text/plain, */*`, `Origin`/`Referer` = domínio do portal
(`https://jurisprudencia-tres.tse.jus.br` ou `https://jurisprudencia.tse.jus.br`).
→ Um `fetch` disparado **de dentro da própria página** já satisfaz Origin/Referer
automaticamente (mesma origem). Esse é o modo usado pela skill.

### Filtro por faceta via `refinamento` (modo oficial do front, do HAR)
Além de injetar `siglaTribunalJE:"TRE-XX"` no query_string, dá para usar o array
`refinamento` (ANDado à busca):
```json
"refinamento": [{"nome":"siglaTribunalJE.keyword",
                 "buckets":[{"key":"TRE-MG","docCount":1582,"checked":true}]}]
```
Facetas conhecidas (campo `.keyword`): `siglaTribunalJE`, `siglaClasse`,
`descricaoTipoDecisao`, `nomeMinistro`/relator, `anoEleicao`, `siglaUF`, etc.
Para a skill, o caminho mais simples e comprovado é **injetar no query_string**.

### hCaptcha (do HAR)
Fluxo: `checksiteconfig` → `getcaptcha/755c2e18-4bf4-4f28-b992-8c64b77c46b8` →
`hsw.js` (proof-of-work) → token (~1740–1780 chars). Sitekey
`755c2e18-4bf4-4f28-b992-8c64b77c46b8` é **compartilhado pelos dois tenants**.

## 6. Inteiro teor (PDF) — ABERTO, sem captcha

`GET https://sjur-servicos.tse.jus.br/sjur-servicos/rest/download/pdf/{codigoDecisao}`
→ `200`. **Não exige captcha.** Testado com `codigoDecisao=3522031` (baixado e aberto:
acórdão do TSE, 3 páginas, ED no AgR no AREspE 0600856-43.2024.6.15.0002, Lucena/PB).

> ⚠️ **PEGADINHA (comprovada em 11/07/2026): o corpo NÃO é um PDF puro.** O header
> diz `Content-Type: application/pdf`, mas o body é um **envelope `multipart/form-data`**.
> Salvar a resposta crua (ex.: `Invoke-WebRequest -OutFile` ou `requests ... .content`)
> gera um arquivo que **não abre** em leitor de PDF. Estrutura real do body:
> ```
> --D_SLNZ...<boundary dinâmico>
> Content-Disposition: form-data; name="file"; filename="inteiroTeor.pdf"
> Content-Type: application/octet-stream
>
> %PDF-1.7 ...            ← o PDF de verdade começa aqui (offset ~157)
> ...%%EOF
> --D_SLNZ...--           ← boundary de fechamento
> ```
> **Para obter um PDF abrível, desembrulhar:** (1) o boundary é a 1ª linha do corpo
> (`--...` até o 1º CRLF); (2) o PDF vai do 1º `%PDF` até logo antes do CRLF que precede
> o boundary de fechamento; grave só esse recorte. Alternativa robusta: parsear como
> `multipart/form-data` e extrair a parte `file`. Validar: header `%PDF-`, trailer `%%EOF`.

- Além disso, `textoEmenta` e `textoDecisao` já voltam **inline** na resposta da busca,
  então ementa e texto da decisão não dependem do PDF.

## 7. Decisões pendentes (levadas ao usuário)

1. **Arquitetura** (por causa do hCaptcha):
   - (A) Skill orquestrada por Chrome MCP — usa o navegador real do usuário para gerar
     tokens. Confiável (comprovado), leve, no padrão de `baixar-stj`/`capturar-sessao-pje`.
     Limitação: exige Chrome aberto durante a busca; roda por comando (ex.: `/buscar-tse`),
     não como MCP de fundo chamável por subagentes.
   - (B) MCP standalone com Playwright — servidor Python que embute um Chromium próprio,
     gera tokens in-page e chama a API. É um MCP "de verdade" (registrável no `.mcp.json`,
     como `bnp-api`). Porém mais pesado (dependência de navegador) e com risco de o
     score do hCaptcha invisível cair num perfil automatizado novo (→ desafio interativo).
2. **Escopo**: só TSE, ou TSE + alguns/todos os TREs (cada TRE = trabalho adicional de
   mapear host + sitekey).

## 8. Mapeamento do formulário avançado → Elasticsearch (minerado do bundle)

> Fonte: `main.ea4e094baa3ef7779bfd.js` (bundle Angular do front TSE), baixado em
> 11/07/2026 — asset estático, servido SEM captcha. O front guarda os templates de
> query do formulário de pesquisa avançada como constantes; grep por `t.[A-Z_]*=`
> revela como cada campo da UI vira cláusula Elasticsearch.
> **Nível de evidência: bundle (forte — é o código do próprio front), ainda SEM
> prova por contagens** (Chrome MCP indisponível na sessão da mineração). Antes de
> dar por definitivo, rodar sonda diferencial: mesma query com × sem o filtro.

| Campo da UI | Cláusula ES (template do bundle) | Campo indexado |
|-------------|----------------------------------|----------------|
| Relatores | `query_string` em `fields:["relatores.nome"]` (multi = OR) | `relatores.nome` |
| Partes | `query_string` em `fields:["partes.nomeParte"]` | `partes.nomeParte` |
| Classe | `terms` | `siglaClasse.keyword` |
| Tipo de decisão | `terms` | `descricaoTipoDecisao.keyword` |
| Eleição | `terms` | `anoEleicao` |
| UF | `terms` | `siglaUF.keyword` |
| Município | `term` | `nomeMunicipio.keyword` |
| Data julgamento | `range` gte/lte | `dataDecisao` |
| Data publicação | `range` gte/lte | `publicacoes.dataPublicacao` |
| Norma (legislação) | `match_phrase` com `slop: 2` | `referenciasLegislativas.legislacao` |
| Número | `query_string`/`wildcard` | `numeroProcesso`, `numeroDecisao`, `numeroUnico`, `numeroUnicoFormatado` |
| Ementa/decisão/indexação | `query_string` | `indexacoes`, `textoEmenta`, `textoDecisao` |
| Sinônimos (checkbox) | adiciona `"analyzer": "meu_sinonimos"` ao `query_string` | — |

Consequências para o motor (`engine.js`):
- `opts.relator` → injeta `AND relatores.nome:"<nome>"` no query_string (mesmo padrão
  do filtro `siglaTribunalJE`). Idem `opts.parte` → `partes.nomeParte`.
- `opts.sinonimos` → `analyzer: "meu_sinonimos"` no `query_string` (dicionário de
  sinônimos mantido pelo próprio TSE; aumenta recall).
- Facetas `.keyword` disponíveis (grep no bundle): `siglaUF`, `siglaTribunalJE`,
  `siglaClasse`, `publicacoes.siglaFontePublicacao`, `numeroUnicoFormatado`,
  `numeroUnico`, `numeroProcesso`, `numeroDecisao`, `nomeMunicipio`,
  `etiquetas.etiqueta`, `descricaoTipoDecisao`.

Lição de método (retroalimentada na skill criar-mcp-precedente): quando o oráculo de
contagens está indisponível (captcha sem navegador), o bundle do front é documentação
de primeira — o campo `relatores.nome` foi descoberto sem UMA chamada de API.
canvas-designanthropics/skillsCreate beautiful visual art in .png and .pdf documents using design philosophy. You should use this skill when the user asks to create a poster, piece of art, design, or other static piece. Create original visual designs, never copying existing artists' work to avoid copyright violations.Stars: 198kUpdated Claude CodeCodexVerifiedInstall
docxanthropics/skillsUse this skill whenever the user wants to create, read, edit, or manipulate Word documents (.docx files) or Word templates (.dotx files). Triggers include: any mention of 'Word doc', 'word document', '.docx', '.dotx', or requests to produce professional documents with formatting like tables of contents, headings, page numbers, or letterheads. Also use when extracting or reorganizing content from .docx or .dotx files, inserting or replacing images in documents, performing find-and-replace in Word files, working with tracked changes or comments, or converting content into a polished Word document. If the user asks for a 'report', 'memo', 'letter', 'template', or similar deliverable as a Word or .docx file, use this skill. Do NOT use for PDFs, spreadsheets, Google Docs, or general coding tasks unrelated to document generation.Stars: 198kUpdated Claude CodeCodexVerifiedInstall
pdfanthropics/skillsUse this skill whenever the user wants to do anything with PDF files. This includes reading or extracting text/tables from PDFs, combining or merging multiple PDFs into one, splitting PDFs apart, rotating pages, adding watermarks, creating new PDFs, filling PDF forms, encrypting/decrypting PDFs, extracting images, and OCR on scanned PDFs to make them searchable. If the user mentions a .pdf file or asks to produce one, use this skill.Stars: 198kUpdated Claude CodeCodexVerifiedInstall
pptxanthropics/skillsUse this skill any time a .pptx or .potx file is involved in any way — as input, output, or both. This includes: creating slide decks, pitch decks, or presentations; reading, parsing, or extracting text from any .pptx or .potx file (even if the extracted content will be used elsewhere, like in an email or summary); editing, modifying, or updating existing presentations; combining or splitting slide files; working with templates (.potx), layouts, speaker notes, or comments. Trigger whenever the user mentions "deck," "slides," "presentation," or references a .pptx or .potx filename, regardless of what they plan to do with the content afterward. If a .pptx or .potx file needs to be opened, created, or touched, use this skill.Stars: 198kUpdated Claude CodeCodexVerifiedInstall