Jurimetria Os
- 3 repo stars
- Updated June 9, 2026
- sbroggioadv/jurimetria-os-marketplace
Predict litigation outcomes for lawyers by cross-referencing CNJ DataJud empirical data with case law, with confidence intervals and reports.
About
Jurimetria-OS is a predictive jurimetrics engine for lawyers that cross-references CNJ DataJud empirical data with case law to estimate case-success percentages with declared sample size and confidence intervals. It outputs a reasoned technical opinion plus an HTML and PDF dashboard via a deterministic Python engine. Designed to never report numbers without sample and confidence and never invent jurisprudence.
- Predictive jurimetrics engine
- DataJud + Wilson interval
- Anti-hallucination by design
Jurimetria Os by the numbers
- Data as of Jul 20, 2026 (Skillselion catalog sync)
/plugin marketplace add sbroggioadv/jurimetria-os-marketplace/plugin install jurimetria-os@jurimetria-os-marketplaceAdd your badge
Show developers this skill is listed on Skillselion. Paste this into your README.
| repo stars | ★ 3 |
|---|---|
| Last updated | June 9, 2026 |
| Repository | sbroggioadv/jurimetria-os-marketplace ↗ |
What it does
Predict litigation outcomes for lawyers by cross-referencing CNJ DataJud empirical data with case law, with confidence intervals and reports.
README.md
jurimetria-os
Motor de jurimetria preditiva para advogados. A partir da descrição de uma demanda, cruza os dados empíricos do DataJud (API pública do CNJ) com a jurisprudência e entrega:
- Percentual de êxito (procedência / improcedência / parcial) — sempre com tamanho de amostra e intervalo de confiança declarados.
- Parecer técnico fundamentado (padrão combativo: FATO → NEXO → DIREITO).
- Dashboard visual — HTML standalone + PDF executivo para anexar ao parecer.
O que torna sério (não charlatão)
- Anti-halucinação por design: o número NUNCA sai sem
ne intervalo de confiança. Amostra rasa → faixa larga + confiança BAIXA explícita, jamais um número falso-preciso. - Motor determinístico: o cálculo (cliente DataJud + parser de movimentos TPU + intervalo de Wilson) é Python, não "achismo" do modelo. A IA orquestra e interpreta; o código conta e calcula.
- Zero jurisprudência inventada: cada citação é carimbada (validada / [VALIDAR] / impossibilidade); número, relator e ementa só entram se confirmados por fetch real.
- Transparência de origem: o parecer declara quanto do número veio do empírico, da jurisprudência e do ajuste fático.
Comandos
/start-jurimetria— configuração (testa a chave do DataJud)./jurimetria <demanda>— pipeline completo (triagem → coleta → cálculo → parecer → auditoria → dashboard).
Requisitos
- DataJud: chave pública do CNJ (já embutida; renovável via env
DATAJUD_API_KEY). VerCONNECTORS.md. - Jurisprudência: usa WebSearch/WebFetch nativos; Firecrawl/Bright Data/Tavily/Midpage são opcionais.
Aviso
Estimativa probabilística com base em dados públicos e jurisprudência. Não constitui garantia de resultado. Ferramenta de apoio ao advogado habilitado.
IA Combativa — Família Adv-OS.
Related skills
Microsoft FoundryDeploy, evaluate, and continuously improve Microsoft Foundry agents from a single agent interface.490k1.3k
Ai Research ReproductionOrchestrate trustworthy, auditable reproduction of deep learning repositories directly from their READMEs.176k511Run TrainSafely execute selected deep learning training commands with standardized evidence capture.176k511Explore RunSafely run isolated exploratory experiments with clear recording and conservative selection before committing changes.176k511Paper Context ResolverFetch precise reproduction-critical details like dataset splits, preprocessing steps, or evaluation protocols from the original academic paper when the repo README leav141k511Repo Intake And PlanScan unfamiliar AI research repositories and receive a minimal, trustworthy reproduction target before investing significant time.140k511