ThomasMoreAI/legal-skills-open / br/criminal/skills/relatorio-final-ip-andrevictor23-tech
relatorio-final-ip-andrevictor23-tech
VerifiedRedige o relatório final de inquérito policial no padrão real da Delegacia de Alta Floresta/MT e do NEAMV, com templates, fraseologia e checklist por unidade e por tipo penal. Use ao pedir para redigir, elaborar ou finalizar o relatório de um IP — violência doméstica, descumprimento de protetiva, lesão corporal, ameaça, estupro de vulnerável, tráfico, armas e demais crimes. Para pedido de análise sem relatório ("analisa esse IP", "resume os autos", "o que falta nesse IP"), entrega parecer conciso em vez da peça completa. Não use para despacho de plantão (`despacho-plantao`) nem para representação cautelar (`representacao-cautelar`).
| File | Kind | Size |
|---|---|---|
| LICENSE | other | 1.1 KB |
| README.md | markdown | 6.0 KB |
| SKILL.md | skill md | 19.7 KB |
| evals/evals.json | config | 6.2 KB |
| references/analise_financeira.md | markdown | 6.2 KB |
| references/analise_vinculos.md | markdown | 7.0 KB |
| references/legislacao_penal.md | markdown | 9.6 KB |
| references/tipificacao_especial.md | markdown | 7.1 KB |
| scripts/pre_processador.py | script | 11.3 KB |
| templates/modelo_delegacia.md | markdown | 7.0 KB |
| templates/modelo_neamv.md | markdown | 8.8 KB |
| templates/modelo_relatorio.md | markdown | 5.6 KB |
scripts/pre_processador.py
View on GitHub#!/usr/bin/env python3
"""
pre_processador.py — Pré-processamento de dados de investigação policial
Uso:
python3 pre_processador.py /caminho/dos/arquivos /caminho/saida
Funcionalidades:
- Extrai texto de PDFs (nativo e OCR)
- Extrai dados de planilhas (XLSX, CSV)
- Extrai texto de DOCX
- Gera índice dos autos
- Gera cronologia de eventos
"""
import os
import sys
import json
import re
from datetime import datetime
from pathlib import Path
def extrair_texto_pdf(filepath):
"""Extrai texto de PDF. Tenta pdfplumber primeiro, depois OCR."""
texto_paginas = []
try:
import pdfplumber
with pdfplumber.open(filepath) as pdf:
for i, page in enumerate(pdf.pages):
texto = page.extract_text()
if texto and len(texto.strip()) > 50:
texto_paginas.append({
'pagina': i + 1,
'texto': texto,
'metodo': 'pdfplumber'
})
else:
texto_paginas.append({
'pagina': i + 1,
'texto': '[PÁGINA SEM TEXTO EXTRAÍVEL — USE extrair.py]',
'metodo': 'falha'
})
except Exception as e:
print(f"Erro ao processar PDF {filepath}: {e}")
_avisar_se_escaneado(filepath, texto_paginas)
return texto_paginas
def _avisar_se_escaneado(filepath, texto_paginas):
"""Alerta quando o PDF e imagem e o pdfplumber nao extraiu nada util.
Falha em silencio e pior do que falha ruidosa: antes, um PDF escaneado
inteiro virava 41 paginas de '[PAGINA SEM TEXTO EXTRAIVEL]' sem aviso
nenhum, e o relatorio seguia sendo redigido em cima do nada. O OCR antigo
(pytesseract) dependia dos binarios Tesseract/Poppler, que nem estavam
instalados na maquina, e o except engolia o erro.
"""
falhas = sum(1 for p in texto_paginas if p['metodo'] == 'falha')
if not falhas:
return
total = len(texto_paginas)
print()
print("=" * 70)
print(f"AVISO: {falhas} de {total} paginas sem texto extraivel")
print(f" em {os.path.basename(filepath)}")
print()
print(" Este PDF e escaneado (imagem). O pdfplumber nao le imagem.")
print(" Extraia com OCR antes de prosseguir:")
print()
print(r' $py = "$env:USERPROFILE\.claude\tools\docling-venv\Scripts\python.exe"')
print(r' $ex = "$env:USERPROFILE\.claude\tools\extrair.py"')
print(f' & $py $ex "{filepath}"')
print()
print(" (Docling + EasyOCR em portugues, 100% local, ~28s/pagina.)")
print("=" * 70)
print()
def extrair_tabelas_pdf(filepath):
"""Extrai tabelas de PDF."""
tabelas = []
try:
import pdfplumber
with pdfplumber.open(filepath) as pdf:
for i, page in enumerate(pdf.pages):
page_tables = page.extract_tables()
for j, table in enumerate(page_tables):
if table:
tabelas.append({
'pagina': i + 1,
'tabela_idx': j + 1,
'dados': table
})
except Exception as e:
print(f"Erro ao extrair tabelas de {filepath}: {e}")
return tabelas
def extrair_dados_planilha(filepath):
"""Extrai dados de XLSX, XLS ou CSV."""
try:
import pandas as pd
ext = Path(filepath).suffix.lower()
if ext in ['.xlsx', '.xls']:
xls = pd.ExcelFile(filepath)
dados = {}
for sheet in xls.sheet_names:
df = pd.read_excel(filepath, sheet_name=sheet)
dados[sheet] = {
'colunas': list(df.columns),
'linhas': len(df),
'dados': df.to_dict(orient='records')
}
return dados
elif ext == '.csv':
# Tentar diferentes encodings
for enc in ['utf-8', 'latin-1', 'cp1252']:
try:
df = pd.read_csv(filepath, encoding=enc)
return {
'Sheet1': {
'colunas': list(df.columns),
'linhas': len(df),
'dados': df.to_dict(orient='records')
}
}
except:
continue
except Exception as e:
print(f"Erro ao extrair planilha {filepath}: {e}")
return None
def extrair_texto_docx(filepath):
"""Extrai texto de DOCX."""
try:
import subprocess
result = subprocess.run(
['pandoc', filepath, '-t', 'plain'],
capture_output=True, text=True
)
return result.stdout
except Exception as e:
print(f"Erro ao extrair DOCX {filepath}: {e}")
return None
def classificar_documento(texto, nome_arquivo):
"""Classifica tipo de documento policial baseado no conteúdo."""
texto_lower = texto.lower() if texto else ''
nome_lower = nome_arquivo.lower()
classificacoes = {
'portaria': ['portaria', 'instauração', 'instaura'],
'boletim_ocorrencia': ['boletim de ocorrência', 'b.o.', 'reds', 'registro de evento'],
'depoimento': ['depoimento', 'oitiva', 'declarações', 'inquirido'],
'interrogatorio': ['interrogatório', 'interrogado', 'direito ao silêncio'],
'laudo_pericial': ['laudo', 'perícia', 'perito', 'pericial', 'exame'],
'auto_apreensao': ['auto de apreensão', 'auto de busca', 'apreensão'],
'extrato_bancario': ['extrato', 'saldo', 'débito', 'crédito', 'banco'],
'quebra_sigilo': ['sigilo', 'afastamento', 'quebra'],
'rif_coaf': ['rif', 'coaf', 'uif', 'relatório de inteligência financeira'],
'oficio': ['ofício', 'encaminho', 'solicito'],
'certidao': ['certidão', 'certifico', 'dou fé'],
'auto_flagrante': ['auto de prisão em flagrante', 'flagrante', 'apfd'],
'mandado': ['mandado de busca', 'mandado de prisão'],
'representacao': ['representação', 'represento'],
'relatorio_investigacao': ['relatório de investigação', 'relatório parcial'],
'dados_telefonicos': ['ere', 'erb', 'chamada', 'ligação', 'imei'],
}
for tipo, palavras in classificacoes.items():
for palavra in palavras:
if palavra in texto_lower or palavra in nome_lower:
return tipo
return 'outros'
def gerar_indice_autos(documentos):
"""Gera índice estruturado dos autos."""
indice = []
for doc in documentos:
indice.append({
'arquivo': doc['arquivo'],
'tipo': doc.get('tipo', 'não classificado'),
'paginas': doc.get('total_paginas', 'N/A'),
'resumo': doc.get('resumo', ''),
})
return indice
def extrair_datas(texto):
"""Extrai datas do texto para construção de cronologia."""
padroes = [
r'(\d{2}/\d{2}/\d{4})',
r'(\d{2}\.\d{2}\.\d{4})',
r'(\d{2}-\d{2}-\d{4})',
r'(\d{4}-\d{2}-\d{2})',
]
datas = []
for padrao in padroes:
matches = re.findall(padrao, texto)
datas.extend(matches)
return list(set(datas))
def processar_diretorio(input_dir, output_dir):
"""Processa todos os arquivos de um diretório de investigação."""
os.makedirs(output_dir, exist_ok=True)
documentos = []
for arquivo in sorted(os.listdir(input_dir)):
filepath = os.path.join(input_dir, arquivo)
if not os.path.isfile(filepath):
continue
ext = Path(arquivo).suffix.lower()
doc_info = {
'arquivo': arquivo,
'caminho': filepath,
'extensao': ext,
}
print(f"Processando: {arquivo}")
if ext == '.pdf':
paginas = extrair_texto_pdf(filepath)
tabelas = extrair_tabelas_pdf(filepath)
texto_completo = '\n'.join([p['texto'] for p in paginas])
doc_info['paginas'] = paginas
doc_info['tabelas'] = tabelas
doc_info['total_paginas'] = len(paginas)
doc_info['tipo'] = classificar_documento(texto_completo, arquivo)
doc_info['datas'] = extrair_datas(texto_completo)
doc_info['resumo'] = texto_completo[:500] + '...' if len(texto_completo) > 500 else texto_completo
elif ext in ['.xlsx', '.xls', '.csv']:
dados = extrair_dados_planilha(filepath)
doc_info['dados_planilha'] = dados
doc_info['tipo'] = 'planilha'
elif ext == '.docx':
texto = extrair_texto_docx(filepath)
doc_info['texto'] = texto
doc_info['tipo'] = classificar_documento(texto or '', arquivo)
doc_info['datas'] = extrair_datas(texto or '')
elif ext in ['.txt', '.md']:
with open(filepath, 'r', encoding='utf-8', errors='replace') as f:
texto = f.read()
doc_info['texto'] = texto
doc_info['tipo'] = classificar_documento(texto, arquivo)
doc_info['datas'] = extrair_datas(texto)
elif ext in ['.jpg', '.jpeg', '.png', '.tiff', '.bmp']:
try:
import pytesseract
from PIL import Image
img = Image.open(filepath)
texto = pytesseract.image_to_string(img, lang='por')
doc_info['texto'] = texto
doc_info['tipo'] = classificar_documento(texto, arquivo)
except:
doc_info['tipo'] = 'imagem'
documentos.append(doc_info)
# Gerar índice
indice = gerar_indice_autos(documentos)
# Salvar resultados
with open(os.path.join(output_dir, 'indice_autos.json'), 'w', encoding='utf-8') as f:
json.dump(indice, f, ensure_ascii=False, indent=2)
with open(os.path.join(output_dir, 'documentos_processados.json'), 'w', encoding='utf-8') as f:
# Salvar sem dados binários
docs_clean = []
for doc in documentos:
doc_clean = {k: v for k, v in doc.items()
if k not in ['dados_planilha']} # planilhas salvas separadas
docs_clean.append(doc_clean)
json.dump(docs_clean, f, ensure_ascii=False, indent=2, default=str)
# Salvar planilhas processadas separadamente
for doc in documentos:
if 'dados_planilha' in doc and doc['dados_planilha']:
nome_base = Path(doc['arquivo']).stem
with open(os.path.join(output_dir, f'planilha_{nome_base}.json'), 'w', encoding='utf-8') as f:
json.dump(doc['dados_planilha'], f, ensure_ascii=False, indent=2, default=str)
print(f"\nProcessamento concluído!")
print(f"Total de documentos: {len(documentos)}")
print(f"Tipos identificados:")
tipos = {}
for doc in documentos:
t = doc.get('tipo', 'desconhecido')
tipos[t] = tipos.get(t, 0) + 1
for tipo, qtd in sorted(tipos.items()):
print(f" - {tipo}: {qtd}")
print(f"\nResultados salvos em: {output_dir}")
if __name__ == '__main__':
if len(sys.argv) < 3:
print("Uso: python3 pre_processador.py <diretorio_entrada> <diretorio_saida>")
sys.exit(1)
processar_diretorio(sys.argv[1], sys.argv[2])
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| 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: 198k | Updated | Claude CodeCodex | Verified | Install |
| 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: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| 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: 194k | Updated | Claude CodeCodex | Verified | Install |