AI_Juridico é uma prova de conceito (POC) que estou construindo para explorar até onde um sistema de IA totalmente local consegue ir em pesquisa jurídica.
O objetivo é um pipeline de RAG (retrieval-augmented generation) que sintetize decisões do Supremo Tribunal Federal (STF) e redija pareceres. Ele é projetado para que toda citação possa ser rastreada até uma decisão real, de modo que o sistema não consiga inventar referências.
Princípios do projeto#
- Somente dados reais de tribunal. Bases sintéticas foram descartadas de propósito.
- Execução totalmente local em uma única GPU de uso doméstico (RTX 4080 SUPER), com Ollama e modelos open-weight. Sem APIs na nuvem.
- Metas de avaliação objetivas, incluindo zero citações inventadas.
O que já está pronto#
Um pipeline automatizado que coleta decisões, baixa o inteiro teor no portal do STF e divide cada documento em suas seções jurídicas (ementa, relatório, voto, acórdão). O pipeline já processou as 51 decisões do conjunto de validação; a revisão de acurácia campo a campo está em andamento. A extração gera registros estruturados em JSONL, prontos para chunking e embeddings.
O plano#
- Definição de escopo: concluída
- Coleta de dados do STF e validação: concluída
- Extração estruturada: em andamento
- Chunking jurídico
- Embeddings e vector store
- Pipeline de RAG
- Síntese e minuta de parecer
- Interface (Open WebUI)
- Avaliação com métricas objetivas
- Deploy local com Docker
Stack#
Python · Playwright · PyMuPDF · Ollama (Qwen3) · embeddings bge-m3 · ChromaDB · Open WebUI · Docker · Git