inicial-bradesco

name

inicial-bradesco

description

Gera petição inicial contra o BANCO BRADESCO S.A. em ações declaratórias de inexistência de relação jurídica c/c repetição do indébito e danos morais. Cobre 5 famílias de tese (Tarifas, Mora+Encargo, Aplic.Invest, Título de Capitalização, PG ELETRON com terceiro), com 6 templates no vault Obsidian e seleção automática conforme as cobranças detectadas no extrato Bradesco. Use quando o usuário pedir para gerar inicial Bradesco, processar pasta de cliente Bradesco, fazer petição inicial bancária Bradesco, ou disser "faz a inicial do/da [nome do cliente]".

Skill: inicial-bradesco

Geração automatizada de petições iniciais contra o Banco Bradesco em ações declaratórias de inexistência de relação jurídica c/c repetição do indébito em dobro e danos morais. Atende ao escritório De Azevedo Lima & Rebonatto (Maués/AM).

Regras críticas (não esquecer)

1. Renda da parte autora — SEMPRE do extrato real

NUNCA hardcode. A renda mensal usada no parágrafo da Justiça Gratuita ({{valor_remuneração}} e {{valor_remuneração_extenso}}) é EXTRAÍDA do extrato bancário Bradesco do próprio cliente, no último crédito identificado das rubricas:

• INSS
• CREDITO DE SALARIO
• TRANSF SALDO C/SAL P/CC (típico de servidor público que recebe via conta-salário)
• BENEFICIO PREVIDENCIARIO
• PAGTO BENEFICIO INSS
• APOSENTADORIA
• PENSAO

Se NÃO houver crédito identificável no extrato, NÃO inventar valor padrão: alertar no relatório paralelo "RENDA NÃO IDENTIFICADA NO EXTRATO — preencher manualmente" e deixar [A CONFIRMAR] no DOCX.

2. Ementa (QUESTÃO/RATIO/SOLUÇÃO) — TEXTO LITERAL DO MODELO

A QUESTÃO/RATIO/SOLUÇÃO de cada template é literal do modelo do escritório. NUNCA reescrever ou parafrasear; apenas substituir placeholders dinâmicos (rubricas, ordinais) quando aplicável.

3. Valores monetários — SEMPRE da tabela ou do extrato

Os valores {{total_descontos}}, {{dobro_descontos}}, {{valor_causa}} são calculados a partir das tabelas (PDF 7) ou do parsing direto do extrato. NUNCA usar o "TOTAL: R$ X" impresso no rodapé da tabela como valor de uma tese isolada — esse total agrega todas as cobranças de todos os terceiros.

4. Documentos do cliente — SEMPRE fora da pasta KIT

Pasta KIT/, 0. Kit/ ou variantes é ignorada por padrão. Ler apenas documentos da pasta principal. Exceção: se NENHUMA outra fonte trouxer a qualificação (ex.: caso Elinaldo — sem notificação extrajudicial), pode usar o KIT como fallback com alerta explícito no relatório paralelo.

5-bis. Tipografia do modelo — preservar fontes dos TÍTULOS

REGRA CRÍTICA: o modelo do escritório usa Cambria APENAS no corpo. Os títulos e subtítulos preservam suas fontes próprias do template (Segoe UI, Segoe UI Semibold, Franklin Gothic Book). NÃO sobrescrever.

Estilo (styleId)	Fonte original	Categoria
2Ttulo, 2TtuloChar	Segoe UI	TÍTULO — preservar
3Subttulo, 3SubttuloChar	Segoe UI Semibold	SUBTÍTULO — preservar
31Subttulointermedirio, 31SubttulointermedirioChar	Segoe UI Semibold	SUBTÍTULO — preservar
31Subttulosecundrio	Franklin Gothic Book	SUBTÍTULO — preservar
1Pargrafo, 4Citao, 5Listaalfabtica, CORPOHOMERO, PargrafodaLista, Estilo1 (+ Char)	Cambria	CORPO — forçar
Normal	Cambria	CORPO — forçar

helpers_docx.py mantém duas listas separadas:

• ESTILOS_CORPO → recebem Cambria via forcar_cambria_global
• ESTILOS_TITULO_PRESERVAR → nunca tocar

forcar_cambria_global também NÃO mexe em <a:majorFont> do theme1.xml (usado pelos títulos), apenas em <a:minorFont> (usado pelo corpo).

5-bis-2. Extratos como PDF imagem (scan/foto) — OCR automático

REGRA CRÍTICA: extratos Bradesco frequentemente vêm como PDF de imagem (digitalizados, fotografados pelo cliente). page.get_text() retorna vazio nesses casos e silenciosamente perde lançamentos.

A skill agora usa _ler_texto_pdf() em extrator_documentos.py para todas as extrações:

1. Tenta text-layer primeiro (rápido)
2. Se a página não tem texto (≤50 chars), aplica OCR easyOCR
3. Detecta landscape (largura > altura × 1.2) e roda 270° antes do OCR
4. Cacheia resultado por path para evitar reprocessar o mesmo PDF

Funções afetadas (todas usam _ler_texto_pdf internamente):

• extrair_renda_real(extrato_path) — Justiça Gratuita
• extrair_conta_agencia(extrato_path) — qualificação da conta
• parsear_lancamentos_extrato(extrato_path, rubrica) — auditoria
• parsear_tabela_descontos(tabela_path, filtro_rubrica) — base da tese

Para detectar antecipadamente:

from extrator_documentos import detectar_pdf_imagem

if detectar_pdf_imagem(extrato_path):
    print('Extrato é imagem; OCR vai rodar (~30s/página)')

Limitações do OCR:

• 5-15s por página em PDF imagem
• Pode confundir 0/O, 1/I, valores R$ com pontuação ruim
• Se severidade da auditoria tabela↔extrato vier CRITICO, sempre revisar manual

5-quater. Tabela do NotebookLM incompleta — auto-completa via extrato digital

REGRA CRÍTICA: Para teses TARIFAS, sempre que houver na pasta do cliente um extrato digital com text-layer (geralmente em 0. Kit/EXTRATO - <NOME>.pdf baixado do app Bradesco), a skill DEVE rodar auditor_tarifas_completo.auditar_e_completar_tarifas() ANTES de montar a tese.

A tabela XLSX gerada pelo NotebookLM com frequência ignora rubricas adjacentes que também envolvem TARIFA: VR.PARCIAL CESTA (parcelas), TARIFA EMISSÃO EXTRATO, etc. Procuração genérica de TARIFA BANCÁRIA cobre TODAS — não impugnar apenas a CESTA cheia significa subdimensionar a inicial em 50-100%.

Caso paradigma — CELIA RODRIGUES DA SILVA (09/05/2026):

• Tabela do NotebookLM: 32 lançamentos / R$ 1.324,02 (só CESTA cheia)
• Extrato digital parseado posicionalmente: 112 lançamentos / R$ 2.434,35 (CESTA + VR.PARCIAL + EMISSÃO EXTRATO)
• Diferença: 80 lançamentos perdidos se usasse só a tabela

Como invocar:

from auditor_tarifas_completo import auditar_e_completar_tarifas, lancamentos_para_tese

audit = auditar_e_completar_tarifas(
    pasta_cliente=PASTA_CLIENTE,                # raiz do cliente (onde está '0. Kit/')
    tabela_xlsx_path=TABELA_NOTEBOOKLM,         # XLSX original (opcional, p/ comparar)
    cliente_nome='CELIA RODRIGUES DA SILVA',
    conta_label='Agência: 3706 | Conta: 16649-9',
    procuracao_label='TARIFA BANCÁRIA - CESTA B.EXPRESSO',
    gerar_planilha_v2=True,                     # cria '<...> - v2.xlsx' substituta
)

# audit['severidade'] ∈ {'OK', 'INCOMPLETO', 'CRITICO'}
# audit['lancamentos'] = lista completa do extrato (todos com 'TARIFA')
# audit['planilha_v2_path'] = path da planilha gerada (substitui a do NotebookLM)
# audit['recomendacao'] = texto humano para o relatório paralelo

LANCAMENTOS = lancamentos_para_tese(audit['lancamentos'])
tese = {'rubrica': 'TARIFA BANCÁRIA - CESTA B.EXPRESSO', 'lancamentos': LANCAMENTOS}

O que a rotina faz por baixo dos panos:

1. Procura extrato digital com text-layer (em 0. Kit/, raiz do cliente, etc.) via parser_extrato_posicional.encontrar_extrato_digital_no_kit
2. Faz parsing posicional preciso (estrutura DATA/RUBRICA/DOCTO/VALOR/SALDO) via parser_extrato_posicional.parsear_extrato_digital — superior ao OCR para extratos digitais
3. Filtra TODOS os lançamentos com TARIFA na descrição (não só CESTA)
4. Lê a tabela do NotebookLM (se fornecida) e compara
5. Se a tabela está incompleta (>5 lançamentos a mais no extrato OU divergência >R$ 50), gera planilha XLSX v2 com todas as categorias separadas (CESTA / VR.PARCIAL / EMISSÃO EXTRATO) na pasta do cliente
6. Retorna lançamentos + relatório textual para anexar ao _RELATORIO_PENDENCIAS_*.docx

Bug do template "R$ R$" duplicado — após aplicar_template, sempre rodar pós-fix:

import re
from docx import Document
d = Document(DOCX_OUT)
for p in d.paragraphs:
    if re.search(r'R\$\s*R\$', p.text):
        full = ''.join(r.text for r in p.runs)
        novo = re.sub(r'R\$\s*R\$', 'R$', full)
        p.runs[0].text = novo
        for r in p.runs[1:]: r.text = ''
d.save(DOCX_OUT)

(O bug está no template — R$ {{total_descontos}} + placeholder já formatado com "R$" → R$ R$ X,YY. Editar o template no vault removendo o R$ antes de cada placeholder monetário resolve permanente.)

5-quinquies. Renda não identificada — REMOVER parágrafo da Justiça Gratuita

REGRA: quando extrair_renda_real() retornar None (nenhum crédito INSS/SALARIO/etc. ≥ R$ 500 nos extratos), NÃO deixar [A CONFIRMAR] no DOCX nem renda zerada — REMOVER os parágrafos da Justiça Gratuita.

Parágrafos a remover (2 normalmente):

1. "Frisa-se que a parte autora recebe ... no valor líquido de apenas R$ ... conforme se comprova pelo extrato anexo, restando cristalina a sua fragilidade econômica."
2. "Para fazer frente às despesas fixas com alimentação, vestuário ... pugna, expressamente, pelo beneplácito da gratuidade de justiça..."

Função: remover_paragrafo_renda(docx_path) no batch script.

Adicionar alerta no relatório paralelo: "RENDA não detectada — parágrafo da Justiça Gratuita REMOVIDO. Reavaliar se é caso de pedir gratuidade (adicionar parágrafo manual com renda real do cliente) ou prosseguir sem."

5-sexies. Conta sem número — ALERTA CRÍTICO 🛑

REGRA: quando extrair_conta_agencia() retornar dict sem conta (só agencia), gerar alerta CRÍTICO em vermelho no relatório paralelo. Sem número de conta, a inicial NÃO PODE ser protocolada.

Causas comuns:

• Iteração de extratos parou no primeiro que tinha só agência (preferir os que têm agencia E conta)
• Cabeçalho do extrato com formato diferente (regex Conta[:\s]*([\d-]+) não pega)
• Extrato escaneado sem text-layer (cair em OCR — impreciso)

Boas práticas:

1. Em extrair_conta_e_renda(extratos_paths): prefirir extrato com agência+conta. Só fallback para "só agência" se NENHUM tiver ambos.
2. Marcar alertas_critico no relatório com cor vermelha: "CONTA/AGÊNCIA faltando — extraído apenas agencia=X / conta=. Sem o número da conta, a inicial NÃO PODE ser protocolada."

5-ter. Auditoria tabela ↔ extrato — SEMPRE rodar antes de montar tese

REGRA CRÍTICA: a tabela de descontos gerada pelo NotebookLM tem apresentado erros recorrentes (rubricas faltantes, valores trocados, lançamentos perdidos). NUNCA usar a tabela como única fonte sem auditoria.

Use extrator_documentos.obter_lancamentos_auditados(tabela_path, extrato_path, rubrica). Ela:

1. Parseia a TABELA filtrando por rubrica
2. Parseia o EXTRATO direto filtrando pela mesma rubrica
3. Compara contagem + soma + datas
4. Retorna lancamentos da fonte mais confiável + relatorio com divergências

Política de seleção:

• paridade (tabela = extrato) → usa tabela (visualmente já formatada)
• extrato > tabela em quantidade → usa extrato (tabela incompleta)
• tabela > extrato → usa tabela mas alerta CRÍTICO para revisão manual (parser do extrato pode ter falhado)

Sempre incluir relatorio no relatório paralelo da inicial. Se severidade for CRITICO, NÃO entregar para o cliente sem revisão manual da fonte.

from extrator_documentos import obter_lancamentos_auditados

audit = obter_lancamentos_auditados(
    tabela_path='/.../7- TABELA - DESCONTOS.pdf',
    extrato_path='/.../EXTRATO BRADESCO.pdf',
    rubrica='MORA CRED PESS'
)
if audit['severidade'] == 'CRITICO':
    print(audit['relatorio'])  # ler antes de prosseguir
tese = {'rubrica': 'MORA CRED PESS', 'lancamentos': audit['lancamentos']}

5-septies. Fonte dos lançamentos — HIERARQUIA OBRIGATÓRIA + auditar duplicação

REGRA CRÍTICA (caso ANA CAROLINE 10/05/2026 — usuário viu 47 hits no Ctrl+F mas a inicial reportou 24): a contagem de lançamentos NUNCA pode ser feita "no olho". A skill deve seguir esta hierarquia rígida E sempre auditar duplicação no PDF.

Hierarquia de fontes (em ordem de preferência):

1. EXISTE planilha (xlsx/csv) na pasta do cliente → USAR a planilha como fonte primária E rodar auditoria cruzada com o extrato (obter_lancamentos_auditados). Diferenças >5 lançamentos OU >R$ 50 → severidade CRITICO no relatório.
2. NÃO existe planilha → GERAR uma em Excel a partir do extrato, salvar na pasta do cliente como TABELA_<RUBRICA>_<NOME>_v<N>.xlsx. O usuário converte para PDF depois se quiser. A planilha deve ter no mínimo 4 abas:
   • Resumo: cliente, agência, conta, rubrica, contagem, soma, dobro, período
   • Lançamentos Únicos: tabela final ordenada por data (data, contrato, rubrica, valor, página origem, hora geração)
   • Auditoria Duplicação: linhas descartadas como duplicatas
   • Auditoria Crua: TODAS as ocorrências brutas com flag ÚNICA/DUPLICATA (verde/vermelho)
3. PDF sem text-layer (scan/foto) → OCR via Tesseract OU leitura visual nativa (PyMuPDF render → Read visual). NUNCA confiar em "achei só X lançamentos" sem ter parseado todas as páginas. Se mesmo o OCR falhar, abrir alerta CRÍTICO no relatório paralelo e exigir revisão manual.

Auditoria de duplicação OBRIGATÓRIA (causa-raiz do mal-entendido ANA CAROLINE):

Clientes frequentemente baixam o extrato Bradesco várias vezes seguidas (segundos/minutos de diferença) e mandam todos juntos. O resultado é UM PDF com o mesmo período repetido várias vezes. Sintoma: Ctrl+F "MORA" retorna o dobro/triplo do que a tabela real tem.

Detecção:

• Para cada página do PDF, extrair o cabeçalho Data: DD/MM/AAAA - HHhMM E Movimentação entre: DD/MM/AAAA e DD/MM/AAAA
• Agrupar páginas por (período, hora_geracao) — cada grupo = um download independente do extrato
• Se múltiplos grupos cobrirem o MESMO período → detectar duplicação
• Deduplicar lançamentos por chave (data, contrato, valor) — manter o primeiro, descartar os demais
• Registrar na aba "Auditoria Duplicação" da planilha o que foi descartado e de qual versão veio

Caso paradigma ANA CAROLINE (10/05/2026):

• PDF tinha 26 páginas, 47 hits brutos de "MORA CREDITO PESSOAL"
• Estrutura: Jan-Dez/2020 baixado às 11h19 (pgs 1-9) + baixado de novo às 11h21 (pgs 10-18) + 2019 (pgs 19-22) + 2021 (pgs 23-24) + 2026 (pgs 25-26)
• Após dedup por (data, contrato, valor): 24 lançamentos únicos = R$ 3.554,71
• Conferência: 23 únicos × 2 versões + 1 (de 2021) = 47 hits ✓

Por que isso é crítico: o usuário SEMPRE vai conferir com Ctrl+F. Se a skill reportar 24 mas o Ctrl+F mostrar 47, a confiança quebra. A planilha Excel com a aba "Auditoria Crua" (verde = único, vermelho = duplicata) é a prova matemática que reconcilia os dois números.

from auditor_tarifas_completo import gerar_planilha_lancamentos

audit = gerar_planilha_lancamentos(
    extrato_pdf=PASTA_CLIENTE / 'EXTRATOS.pdf',
    rubrica='MORA CREDITO PESSOAL',
    saida_xlsx=PASTA_CLIENTE / f'TABELA_MORA_{NOME_CURTO}_v3.xlsx',
)
# audit['unicos'] = lista para usar na tese
# audit['duplicatas'] = lista descartada
# audit['relatorio'] = texto p/ relatório paralelo

5-novies. Pasta com >1 procuração = INICIAL-COMBINADA obrigatória

REGRA CRÍTICA (caso LUIZ PIRES 10/05/2026 — usuário detectou que a inicial cobria só 1 das 2 procurações da pasta): toda subpasta de tese que contém mais de uma procuração 2 - PROCURAÇÃO BRADESCO ...pdf exige uma inicial-combinada.docx, não múltiplas iniciais separadas e nem uma só inicial cobrindo apenas 1 das procurações.

Antes de chamar qualquer runner singular (inicial-mora, inicial-encargo, inicial-tarifas, inicial-mora-encargo), o pipeline DEVE:

1. Listar 2 - PROCURAÇÃO BRADESCO *.pdf na pasta da tese.
2. Se count > 1 → usar _combinada_helper.gerar_combinada() mapeando cada procuração para uma tese no array.
3. Identificar a família de cada procuração pelo nome do arquivo:
   • MORA CRED PESS / ENCARGOS LIMITE DE CRED → família MORA
   • TARIFA BANCÁRIA * / SERVIÇO CARTÃO PROTEGIDO (seguro de cartão) → família TARIFAS
   • TÍTULO DE CAPITALIZAÇÃO / CARTÃO PROTEGIDO (quando = título) → família TITULO
   • APLIC.INVEST FÁCIL → família APLIC
   • PG ELETRON / PAGAMENTO ELETRÔNICO → família PG_ELETRON (não combina — vai em inicial-pg-eletron separada por terceiro réu)
4. Buscar lançamentos de cada rubrica no extrato (6 - EXTRATO BANCÁRIO.pdf) ou na planilha do cliente (Tabela de Descontos por Procuracao - <NOME>.xlsx).
5. Gerar INICIAL_Combinada_<CLIENTE>_v<N>.docx (nome contém "Combinada", não "Encargo" ou "Mora" sozinhos).
6. Gerar planilha Excel TABELA_Combinada_<CLIENTE>_v<N>.xlsx com no mínimo 4 abas: Resumo (totais por rubrica + valor causa) | <RUBRICA 1> | <RUBRICA 2> | Combinado Cronológico (intercaladas, com cor por família).
7. Calcular dano moral conforme §9: 1 tese isolada = R$ 15.000; 2+ teses combinadas = R$ 5.000 por tese (caso LUIZ PIRES = R$ 10.000).

Caso paradigma LUIZ PIRES (10/05/2026):

• Subpasta LUIZ PIRES - Ruth - TARIFA/ENCARGOS/ tinha 2 procurações: ENCARGOS LIMITE DE CRED + SERVIÇO CARTÃO PROTEGIDO.
• Sessão anterior gerou apenas INICIAL_Encargo_LUIZ_v3.docx cobrindo só ENCARGOS — deixou a procuração de cartão protegido orfã (erro grave: ação proposta apenas sobre 1 das 2 rubricas para as quais o cliente assinou procuração).
• Correção: INICIAL_Combinada_LUIZ_v3.docx com 2 núcleos fáticos (TARIFAS + MORA), 78 lançamentos totais (54 ENCARGOS + 24 CARTÃO), R$ 421,79 + dobro R$ 843,58 + dano moral R$ 10.000 = VC R$ 10.843,58.

Anti-padrão comprovado: nunca olhar SÓ os arquivos de tese específica (6 - EXTRATO, 7 - TABELA) sem antes listar quantas procurações existem na pasta. A pasta é a unidade de combinação, não o template.

Bug do gerar_combinada corrigido na mesma data:

• O helper chama aplicar_template que com strict=True quebrava porque o template inicial-combinada usa placeholders de seção ({{INICIO_BLOCO_X}}, {{FIM_BLOCO_X}}, {{BLOCO_PEDIDO_X}}, {{__DELETE__}}, {{nucleos_faticos}}) processados depois via python-docx. Solução: helper agora chama aplicar_template(..., strict=False) e faz sua PRÓPRIA verificação final de residuais ao terminar todo o pós-processamento.
• O helper também não populava {{rubrica_mora}}, {{rubrica_encargo}} e variantes (_caps, _canonica, _canonica_caps) usadas na seção IRDR. Solução: agora deriva esses valores das teses[familia=='MORA'] automaticamente.

5-octies. Toda modificação na peça é GRIFADA EM AMARELO — sem exceção

REGRA: qualquer texto que a skill ou um pós-processador (incluindo correções manuais de pente-fino) inserir, alterar ou substituir em um DOCX deve receber <w:highlight w:val="yellow"/> no rPr do run resultante.

Esse grifo é o mecanismo único de auditoria visual do operador antes do protocolo: o que está grifado em amarelo foi tocado pela skill; o que está sem grifo é texto-fixo do template. Sem essa convenção, não há como saber rapidamente se um campo foi preenchido corretamente, esquecido ou corrompido.

Implementação:

• O helpers_docx.processar_paragrafo já aplica add_highlight() em todo run substituído (campo True na 3ª flag de plain_chars).
• Pós-processamento (pos_processar_documento, scripts de correção, edições manuais) deve preservar ou re-aplicar o grifo. Nunca remover o highlight de um run que veio modificado.
• Para edições NOVAS feitas fora do processar_paragrafo: o run alterado deve receber add_highlight(rpr) antes de ser salvo.

"Outra configuração importante que você não pode esquecer é, todas as modificações que você fizer em qualquer peça, deve grifar em amarelo para indicar o que modificou." — usuário, sessão TESTE 1, 10/05/2026.

6. Auditoria automática pós-geração — SEMPRE rodar

Após gerar o DOCX, rodar auditor.auditar_inicial_gerada() que detecta:

• Valores R$ XXX,XX que parecem caso-específico (verificar contra a tabela)
• Datas dd/mm/yyyy fora de jurisprudência
• CPFs/CNPJs/contas/CEPs que não estão na lista esperada
• Nomes próprios em CAIXA ALTA suspeitos

Filtros automáticos (não alertar):

• Endereço matriz Joaçaba/SC: 89600-000, Frei Rogério, Joaçaba
• Endereço unidade Maués/AM: 69.195-000, 69195-000, 69190-000, Travessa Michiles
• Endereço Bradesco: 60.746.948, 06029-900, Cidade de Deus, Vila Yara, Osasco
• Multa diária padrão R$ 500,00
• Datas de IRDR/jurisprudência (13/09/2025, 0005053-71.2023.8.04.0000, 0004464-79.2023.8.04.0000)

7. Endereço composto do escritório — matriz Joaçaba/SC + unidade de apoio da UF

Os 6 templates Bradesco do vault têm hardcoded apenas a unidade de apoio em Maués/AM ("com unidade na Rua Travessa Michiles, ..."). O pipeline substitui esse trecho automaticamente pelo formato canônico do escritório:

"com escritório na Rua Frei Rogério, 541, Centro, Joaçaba/SC, CEP 89600-000, e unidade de apoio em Travessa Michiles, s/n, Centro, Maués/AM, CEP 69195-000"

A função helpers_docx.inserir_endereco_composto_se_faltando(root, uf) é chamada dentro de aplicar_template (após pos_processar_documento). Lê a UF do caso de dados['uf'] (default 'AM') e usa skills/_common/escritorios_cadastro.py:montar_endereco_escritorio_completo como fonte única de verdade compartilhada com notificacao-extrajudicial e inicial-nao-contratado.

Comportamento por UF:

dados['uf']	Saída
AM (caso atual padrão)	Matriz Joaçaba/SC + unidade de apoio em Maués/AM
SE (Bradesco vai entrar)	Matriz Joaçaba/SC + unidade de apoio em Arapiraca/AL (Tiago cobre SE via Arapiraca)
AL	Matriz Joaçaba/SC + unidade de apoio em Arapiraca/AL
BA, ES, MG, SC, qualquer outra	Só a matriz Joaçaba/SC. Nunca placeholder visível.

Regra inviolável (2026-05-11): se a UF não tem unidade de apoio CONFIRMADA no cadastro central, a peça sai com SÓ a matriz. Jamais aparece [A CONFIRMAR] em nenhuma parte do DOCX. A salvaguarda _eh_placeholder em escritorios_cadastro.py filtra qualquer entrada que contenha marcador entre colchetes, "CONFIRMAR", "PENDENTE" ou "TODO".

Idempotente: se o parágrafo já contém "Frei Rogério" (já foi processado em rodada anterior ou veio editado), a função não toca.

Catálogo de teses

Código	Rubricas no extrato	Template	Réu(s)
TARIFAS	TARIFA BANCARIA CESTA *, VR.PARCIAL CESTA *, CARTAO CREDITO ANUIDADE, demais tarifárias	inicial-tarifas.docx	Bradesco
MORA	MORA CRED PESS / CRED MORA PESS, ENC LIM CRED, ENCARGO (ambos contam como 1 só tese)	inicial-mora.docx (1 só, mora ou encargo) ou inicial-mora-encargo.docx (ambos)	Bradesco
APLIC	APLIC.INVEST FACIL	inicial-aplic-invest.docx	Bradesco
TITULO	TITULO DE CAPITALIZACAO	(a criar — usar inicial-combinada.docx por enquanto)	Bradesco
PG_ELETRON	PAGTO ELETRON COBRANCA <NOME DO TERCEIRO>	inicial-pg-eletron.docx	Bradesco + Terceiro Beneficiário

Pipeline completo

ENTRADA: caminho da pasta do cliente
    │
    ▼
[1] Coletar documentos (Glob, exclui KIT/)
    │
    ▼
[2] Classificar arquivos (heurística por nome + conteúdo)
        Tabelas: 7 - TABELA *.pdf (uma por tese ou consolidada)
        Notificação: 8 - NOTIFICACAO*.pdf
        Extrato: 6 - EXTRATO*.pdf / 6 - EXTRATOS*.pdf
        Comprovante residência: 5 - COMPROVANTE*.pdf
        Declaração domicílio: 5.1 - DECLARACAO DOMICILIO*.pdf
        RG: 3 - RG.pdf (geralmente PDF escaneado, OCR pendente)
    │
    ▼
[3] Detectar teses ativas
        Pelas tabelas presentes na pasta principal (excluindo KIT/)
        Mapeamento via classificador.classificar_tese(arquivo + rubricas)
    │
    ▼
[4] Decidir template
        Vide § "Regra de seleção do template"
    │
    ▼
[5] Extrair qualificação do autor
        FONTE PRIMÁRIA: notificação extrajudicial (texto-camada extraível)
        FALLBACK 1: declaração de domicílio (5.1)
        FALLBACK 2: comprovante de residência (5) — apenas se titular = autor
        FALLBACK 3 (raro): KIT/ — alerta explícito no relatório
    │
    ▼
[6] Extrair conta + agência (1ª página do extrato)
    │
    ▼
[7] Extrair RENDA REAL do extrato (regra crítica § 1)
        Buscar último crédito INSS/SALARIO/TRANSF SALDO C/SAL/etc.
        Filtrar valores ≥ R$ 500
        Pegar o mais RECENTE
        Se não houver: ALERTAR e deixar [A CONFIRMAR]
    │
    ▼
[8] Para cada tese ativa, extrair dados da tabela
        Filtrar lançamentos da rubrica daquela tese
        Calcular: total simples, dobro, número, período (início/fim)
        Auditoria contra extrato: confirmar que tabela bate com extrato
    │
    ▼
[9] Calcular dano moral e valor da causa
        1 tese isolada → R$ 15.000 dano moral
        2+ teses combinadas → R$ 5.000 × N
        Valor causa = soma_dobros + dano_moral_total
    │
    ▼
[10] Verificar idade (prioridade idoso)
        RG via OCR (se Tesseract disponível)
        OU notificação chama "pessoa idosa" → assumir idoso + alerta
        OU dado faltando → assumir não idoso + alerta
    │
    ▼
[11] Para PG ELETRON: extrair dados do TERCEIRO
        FONTE PRIMÁRIA: notificação extrajudicial (lista nome, CNPJ, endereço)
        FALLBACK: dicionário canônico (banco de dados a construir)
        FALLBACK MANUAL: Receita Federal / Google
        Se faltar: ALERTAR e deixar placeholders
    │
    ▼
[12] Aplicar template
        Copiar template do Obsidian para pasta do cliente
        Aplicar substituições run-aware preservando rPr de origem
        Para PG ELETRON: 5 runs em p14 (qualif réus) — Bradesco e Terceiro em rStyle 2TtuloChar
        Aplicar formatação de RUBRICA: caps + bold + italic + underline + amarelo
        Aplicar grifo amarelo nos demais campos modificados
        Omitir limpamente OPCIONAIS vazios (estado_civil, profissão, RG, etc.)
    │
    ▼
[13] AUDITORIA PÓS-GERAÇÃO (regra crítica § 5)
        helpers.auditar_inicial_gerada(path) → list de achados
    │
    ▼
[14] Gerar relatório paralelo
        _RELATORIO_pendencias_<TESE>_<NOME>.docx
        Seções: Resumo, Pendências, Divergências resolvidas, Auditoria automática, Confirmações manuais, Checklist
    │
    ▼
[15] Retornar caminhos dos 2 arquivos gerados

Regras de seleção do template

def selecionar_template(teses_ativas, eh_pg_eletron, comarca):
    if eh_pg_eletron:
        # 1 inicial por terceiro, sempre
        return 'inicial-pg-eletron.docx'

    if len(teses_ativas) == 1:
        tese = teses_ativas[0]
        if tese == 'TARIFAS': return 'inicial-tarifas.docx'
        if tese == 'MORA':
            # Verifica se tem só Mora, só Encargo, ou ambos
            if rubricas_inclui_mora and rubricas_inclui_encargo:
                return 'inicial-mora-encargo.docx'
            else:
                return 'inicial-mora.docx'
        if tese == 'APLIC': return 'inicial-aplic-invest.docx'
        if tese == 'TITULO': return 'inicial-combinada.docx'  # template próprio pendente

    # 2+ teses
    if deve_combinar(teses_ativas, comarca):
        return 'inicial-combinada.docx'
    else:
        # Não cumpre critério de combinação — gerar 1 inicial por tese
        return [selecionar_template([t], False, comarca) for t in teses_ativas]


def deve_combinar():
    COMARCAS_QUE_JUNTAM = {, , }
    LIMITE_VALOR_BAIXO =   

     comarca  COMARCAS_QUE_JUNTAM:
         
     (t.dobro <= LIMITE_VALOR_BAIXO  t  teses_ativas):
         
     (t.dobro  t  teses_ativas) <= LIMITE_VALOR_BAIXO:
         
     

Cálculo do dano moral e valor da causa

Cenário	Valor do dano moral total
1 tese isolada (Tarifas, Mora, Mora+Encargo, Aplic, Título, PG ELETRON)	R$ 15.000,00
2+ teses combinadas	R$ 5.000,00 × N teses

Mora + Encargo = 1 só tese (segue IRDR 0004464 do TJ-AM).

valor_causa = soma_dos_dobros_das_teses + dano_moral_total

Hierarquia de fontes (ver § 5)

Campo	Fonte 1	Fonte 2	Fonte 3
nome_completo	Notificação extrajudicial	KIT (ressalva)	RG OCR
cpf	Notificação	KIT (ressalva)	RG OCR
rg + orgao_expedidor	Notificação	KIT (ressalva)	RG físico
nacionalidade	Notificação	default "brasileiro/a"	—
estado_civil	Notificação	KIT	manual
profissao	Notificação	KIT	manual ("aposentado" se INSS)
logradouro/numero/bairro/cidade/cep/uf	Declaração de Domicílio	Notificação	Comprovante residência (se titular = autor)
agencia / conta	Extrato Bradesco (1ª página)	—	—
valor_remuneração	Extrato Bradesco — último crédito INSS/SALARIO/etc. (regra § 1)	—	—
competência	Notificação ou cidade do autor	manual	—
Para PG ELETRON: nome_terceiro, cnpj_terceiro, endereco_terceiro	Notificação extrajudicial (preferencial)	Receita Federal / Google	manual

Formatação visual obrigatória

Cambria global

theme1.xml com majorFont+minorFont = Cambria. rPrDefault em styles.xml com <w:rFonts w:ascii="Cambria" w:hAnsi="Cambria" w:cs="Cambria"/>. Estilos custom (1Pargrafo, CORPOHOMERO, 5Listaalfabtica, PargrafodaLista) também forçados para Cambria.

Destaque do nome em Segoe UI Bold (rStyle 2TtuloChar)

• Qualificação do autor (parágrafo {{nome_completo}}): nome em Segoe UI Bold via rStyle 2TtuloChar, resto em Cambria neutro
• PG ELETRON, qualificação dos réus: 5 runs separados onde BANCO BRADESCO S.A. e {{nome_terceiro}} ficam em rStyle 2TtuloChar; resto em Cambria neutro

A função de geração precisa criar 2 ou 5 runs (não 1 só), preservando o rPr correto em cada trecho.

Grifo amarelo

Todo campo modificado pela skill ganha <w:highlight w:val="yellow"/>. Inclui placeholders preenchidos, datas, valores, números, etc.

Rubricas — formatação especial

CAIXA ALTA + bold + italic + sublinhado + amarelo simultaneamente. Aplica em:

• Núcleos fáticos ({{rubrica_curta_caps}}, {{titulo}} etc.)
• Subtítulo do bloco doutrinário ("Não contratação e cobrança indevida de '...'")
• Bloco de pedido por tese (declaratório cita a rubrica)
• Citações de jurisprudência da rubrica

RUBRICA_FORMATADA = {
    'titulo',                  # template tarifas (junção de TODAS as rubricas)
    'rubrica_curta',           # mora.docx Title Case
    'rubrica_curta_caps',      # CAPS - tarifas/mora/aplic/pgeletron
    'rubrica_completa',        # mora.docx Title Case
    'rubrica_completa_caps',   # mora.docx CAPS
}

def add_rubrica_formato(rpr_elem):
    etree.SubElement(rpr_elem, 'b'); etree.SubElement(rpr_elem, 'bCs')
    etree.SubElement(rpr_elem, 'i'); etree.SubElement(rpr_elem, 'iCs')
    u = etree.SubElement(rpr_elem, 'u'); u.set('val', 'single')
    h = etree.SubElement(rpr_elem, 'highlight'); h.set('val', 'yellow')

Ordinais dos núcleos fáticos (combinada)

"Primeiro/Segundo/Terceiro/Quarto núcleo fático" → negrito (sem amarelo, sem caps).

Pedidos

Cabeçalho do bloco da tese: estilo 5. Lista alfabética (numeração corrida).

Itens internos da tese: estilo List Paragraph com indent left=2268 (~4cm) + prefixos literais "a) ", "b) ", "b.1) ", "c) ".

Variantes de rubrica (placeholders dinâmicos)

Para o template inicial-mora.docx (compartilhado entre Mora e Encargo isolados), 4 placeholders:

Placeholder	Mora	Encargo
{{rubrica_curta}} (Title)	"Mora Cred Pess"	"Enc. Lim. Crédito"
{{rubrica_curta_caps}} (CAPS)	"MORA CRED PESS"	"ENC LIM CRÉDITO"
{{rubrica_completa}} (Title)	"Crédito Mora Pessoal"	"Encargos Limite de Crédito"
{{rubrica_completa_caps}} (CAPS)	"MORA CREDITO PESSOAL"	"ENCARGOS LIMITE DE CRÉDITO"

Para inicial-tarifas.docx: o {{titulo}} deve listar TODAS as rubricas distintas detectadas na tabela do caso, separadas por " / ", em CAIXA ALTA com normalização de acentos (TARIFA BANCARIA → TARIFA BANCÁRIA).

Para inicial-pg-eletron.docx: {{rubrica_curta_caps}} traz a rubrica completa do extrato (ex.: "PAGTO ELETRON COBRANCA ASPECIR").

Normalização de acentos das rubricas

NORMALIZACOES = {
    'TARIFA BANCARIA':         'TARIFA BANCÁRIA',
    'TITULO DE CAPITALIZACAO': 'TÍTULO DE CAPITALIZAÇÃO',
    'MORA CREDITO PESSOAL':    'MORA CRÉDITO PESSOAL',
    'ENCARGOS LIMITE DE CRED': 'ENCARGOS LIMITE DE CRÉDITO',
    'CARTAO CREDITO ANUIDADE': 'CARTÃO CRÉDITO ANUIDADE',
    'APLIC INVEST FACIL':      'APLIC.INVEST FÁCIL',
}

Casos especiais

APLIC.INVEST — auditoria de aplicações vs resgates + estratégia padrão (b)

Tese complicada. APLIC.INVEST FACIL é APLICAÇÃO automática (débito), e RESGATE INVEST FACIL é o retorno do dinheiro (crédito). Antes de gerar, rodar auditoria:

def auditoria_aplic_invest(extrato_path):
    aplicacoes = soma de todos APLIC.INVEST FACIL no extrato
    resgates   = soma de todos RESGATE INVEST FACIL no extrato
    saldo_liquido = aplicacoes - resgates
    janela_media = média de dias entre cada APLIC e o(s) RESGATE(s) correspondente(s)
    if saldo_liquido <= 0 OR janela_media <= 5:
        # Cliente recebeu de volta praticamente tudo em janela curta
        # → adotar estratégia (b) PADRÃO (vide § "Estratégia (b) padrão")

Estratégia (b) PADRÃO confirmada pelo procurador (06/05/2026, caso DENIVAL CARVALHO BATISTA):

Quando a auditoria detectar ciclo aplica-resgate em D+1 a D+3 na maioria dos meses (saldo líquido ≈ zero, janela curta), a tese a aplicar é estratégia (b) — só dano moral fundamentado nas RETENÇÕES recorrentes, sem repetição em dobro. Razão: cada aplicação automática mensal sem autorização expressa configura prática abusiva autônoma (art. 39 VI CDC), mesmo que devolvida em D+1; o dano moral decorre da privação reiterada da autodeterminação do consumidor sobre a renda alimentar (não da perda patrimonial líquida, que inexiste).

Pleito típico (b):

• (a) declarar inexistência da relação de aplicação automática
• (b) obrigação de não fazer (cessar) com multa diária R$ 500
• (c) dano moral R$ 15.000
• VC = R$ 15.000 (cabe folgadamente no JEC, ~10 SM)

Pós-processamento OBRIGATÓRIO do template inicial-aplic-invest.docx para estratégia (b):

O template padrão pleiteia repetição em dobro do bruto aplicado, gerando contradição com a estratégia (b). Antes de salvar o DOCX, é necessário:

1. REMOVER 7 parágrafos do bloco "Repetição do indébito" + pedido subsidiário:

   • Subtítulo "Repetição do indébito"
   • "Caso se verifique a existência de valores indevidamente aplicados..."
   • "Art. 42. Na cobrança de débitos..."
   • "Parágrafo único. O consumidor cobrado em quantia indevida..."
   • "Assinala-se que a restituição em dobro se faz necessária como penalidade..."
   • "Dessarte, deve a requerida ser condenada a restituir em dobro..."
   • Pedido (b) "Havendo a retenção dos valores a título de investimento indevido..."

2. REESCREVER o parágrafo doutrinário que inicia com "Além disso, havendo lançamentos, cobranças ou perdas vinculadas..." (faz referência à repetição em dobro). Substituir pelo texto:

   "A cobrança indevida não decorre de engano justificável, mas de modelo operacional estruturado para funcionar sem contratação inequívoca, configurando ato ilícito reiterado durante todo o período em que a renda alimentar da parte autora ficou indisponível para uso imediato."

3. INSERIR parágrafo do caso concreto após "Alegar que os valores permaneciam disponíveis e não geraram saldo negativo...":

   "No caso concreto, o extrato bancário registra N (...) ocorrências mensais de aplicação automática entre DATA_INICIO e DATA_FIM. Em todos os meses, o valor da aposentadoria do INSS, recebido em conta-salário, foi automaticamente subtraído pelo banco réu sob a rubrica APLIC.INVEST FACIL, restando indisponível ao consumidor pelo prazo de X (...) a Y (...) dias até o resgate manual. Embora os valores tenham sido restituídos via RESGATE INVEST FACIL ao longo do período, o cerne do dano moral não reside na perda patrimonial líquida — inexistente —, mas na privação reiterada da autodeterminação do consumidor sobre sua própria renda alimentar, mês após mês, durante T (...) anos consecutivos. Cada retenção mensal configura, autonomamente, prática abusiva vedada pelo art. 39, inciso VI, do Código de Defesa do Consumidor, sendo a recorrência sistêmica o fato gerador do abalo extrapatrimonial."

4. OVERRIDE de placeholders para valor_causa = R$ 15.000,00 e valor_causa_extenso = "quinze mil reais".

5. Pendência crítica #1 do relatório paralelo: AUDITORIA APLIC vs RESGATE — anexar ou descrever a tabela mês-a-mês (aplicação→resgate→janela) para o procurador validar antes do protocolo.

Implementação automatizada via script _run_<cliente>_carvalho.py no diretório references/ (ver caso DENIVAL como template). O script chama aplicar_template normalmente e depois pós-processa o DOCX via python-docx para remover/inserir parágrafos.

Quando NÃO aplicar (b) — exceções que reabrem (a) estrita ou (c) intermediária:

• (a) estrita: cliente realmente PERDEU dinheiro (saldo líquido positivo, valores não foram resgatados). Pleitear bruto em dobro. Cabível só quando o juízo competente é vara cível comum (sem teto JEC) ou quando o procurador opta pela renúncia ao excedente.
• (c) intermediária: há um PICO ISOLADO de retenção (ex: aplicação grande oriunda de empréstimo pessoal/PIX que demorou >7 dias para resgate integral). Pleitear repetição em dobro APENAS do pico, mantendo dano moral pela recorrência. Caso paradigma testado mas DESCARTADO pelo procurador no DENIVAL — preserva a estratégia mas alerta que a (b) é mais simples e tem maior probabilidade de procedência.

Teto JEC sempre conferir: 40 SM (SM-2025 R$ 1.518 → R$ 60.720). Estratégia (a) com bruto alto (ex: caso ELINALDO histórico R$ 159k) estoura facilmente. Memória feedback_teto_jec_40sm.md detalha as 3 opções para resolução (renúncia, vara cível, fracionamento).

PG ELETRON — particularidades

• Sempre 2 réus: BANCO BRADESCO + TERCEIRO BENEFICIÁRIO
• 1 inicial por terceiro (jamais cumular num só processo)
• Item de pedido fixo: ofícios ao MP Estadual e BACEN/ASPAR (intimidação processual)
• Responsabilidade SOLIDÁRIA (CDC arts. 7º p.ún., 14, 25 § 1º + Súmula 479 STJ)
• Pedidos pedem "Condenar solidariamente os Réus..."
• Geladeira (R$ XXX como PAGTO ELETRON COBRANCA GELADEIRA): provavelmente compra parcelada real, não tese — alertar antes

Lançamento isolado (1 só)

Se uma tese tem APENAS 1 lançamento (ex.: ODONTOPREV da Terezinha — R$ 499 em 29/08/2022 único), alertar:

• Pode ser cobrança avulsa em vez de plano recorrente
• Confirmar com cliente se foi de fato indevido ou houve adesão pontual

Pendências

• Tesseract OCR pt-BR ainda não está instalado nesta máquina; quando estiver, ativar leitura do RG (3 - RG.pdf) para extrair estado_civil, data_nascimento, idade
• Bloco doutrinário do APLIC.INVEST está parcial (só 2 subseções: serviço não solicitado + abusividade aplicações automáticas) — usuário pode complementar
• Banco de dados de terceiros (PG ELETRON) ainda manual; ir construindo conforme casos novos aparecem (ASPECIR PREVIDÊNCIA, MBM, ODONTOPREV já mapeados)
• Comarcas que adotam combinação confirmadas: Caapiranga, Presidente Figueiredo, Manacapuru — outras a confirmar com escritório

Casos paradigma testados

Cliente	Pasta	Tese(s)	Template	Resultado
José Sebastião dos Santos Silva (caso removido)	TARIFAS/	1 (Tarifas)	inicial-tarifas	OK
Maria Joana da Silva Soares (removida)	(root)	3 (Tarifas + Mora + Título)	inicial-combinada	OK
Elinaldo Cunha dos Santos (removido)	(root)	1 (Aplic.Invest)	inicial-aplic-invest	OK
Terezinha Brandão da Rocha	PGTO ELETRÔNICO DE COBRANÇA/ASPECIR	1 (PG Eletron - Aspecir)	inicial-pg-eletron	OK
Terezinha Brandão da Rocha	PGTO ELETRÔNICO DE COBRANÇA/MBM	1 (PG Eletron - MBM)	inicial-pg-eletron	OK
Terezinha Brandão da Rocha	PGTO ELETRÔNICO DE COBRANÇA/PLANO ODONTOLÓGICO	1 (PG Eletron - ODONTOPREV)	inicial-pg-eletron	OK
Midia de Almeida (06/05/2026)	PGTO ELETRÔNICO DE COBRANÇA	1 (PG Eletron - Bradesco Vida e Prev., 3 lançamentos anuais 12/2023, 12/2024, 12/2025)	inicial-pg-eletron	OK — autora idosa, KIT ignorado, extrato Bradesco escaneado renderizado via pymupdf get_pixmap

Para o status do batch corrente APP-BRADESCO\0. TESTE 1 (clientes processados vs pendentes), ver ~/Documentos/Obsidian Vault/Modelos/IniciaisBradesco/_checkpoint-sessao.md.

Cadência de atualização do checkpoint do vault

Não atualizar _checkpoint-sessao.md a cada cliente processado. Atualizar caso a caso adiciona overhead pesado de leitura/edição do vault entre os clientes e atrasa o batch (feedback do usuário em 06/05/2026).

Atualizar APENAS nestes momentos:

1. Fechamento do batch — quando todos os clientes da pasta foram processados (ou quando o usuário interromper o batch). Consolidar em UMA edição todos os clientes desde o último checkpoint, com seções de caso paradigma agrupadas.
2. A cada ~3–5 clientes processados em batches grandes (10+ clientes), como ponto de salvaguarda intermediário caso a sessão caia.
3. Quando o usuário pedir explicitamente (atualiza o checkpoint).
4. Quando descobrir aprendizado estrutural novo (ex.: erro novo da skill, padrão jurisprudencial inédito) — esse tipo de aprendizado vale checkpoint imediato porque alimenta a próxima sessão e a memória global.

Durante o processamento dos clientes, manter apenas resumo curto em texto na resposta ao usuário (cliente, tese, valor da causa, status). O detalhamento do caso paradigma (qualificação completa, pendências, raciocínio jurídico) entra no relatório paralelo _RELATORIO_PENDENCIAS_*.docx da própria pasta do cliente, não no checkpoint do vault.

Quando o checkpoint for atualizado em lote, agrupar por dia (## Casos paradigma — DD/MM/YYYY) e listar cada cliente como subseção ### NOME com 3–5 linhas (não as 15+ linhas que cada caso tem hoje). Aprendizados estruturais vão em seção própria ## Aprendizados desta sessão no fim.

Notas de operação adicionais (lições aprendidas)

Extratos Bradesco escaneados (sem text-layer)

Extratos baixados de algumas agências vêm como PDF de imagens (sem camada de texto). pymupdf doc[i].get_text() retorna string vazia. Para extrair conta/agência e renda real, SEMPRE usar o helper render_paginas_pdf (em _pipeline_caso.py), nunca chamar get_pixmap(dpi=...) direto:

from references._pipeline_caso import render_paginas_pdf
import fitz
doc = fitz.open(extrato_path)
n = len(doc)
paginas = sorted({1, 2, n-2, n-1, n})  # 1-indexed, sem repetir, sem inválidos
render_paginas_pdf(extrato_path, paginas, '_tmp_pages')  # PNGs ≤ 1800px
# então usar a leitura visual nativa do Claude (Read PNG)

REGRA CRÍTICA — limite de 2000px do Claude. Em sessões com várias imagens, o Claude rejeita qualquer PNG cuja maior dimensão passe de 2000px ("An image in the conversation exceeds the dimension limit for many-image requests"). DPI 180 em A4 vertical gera ~2104px e estoura o limite. Por isso o helper render_paginas_pdf agora clampa a maior dimensão em max_dim=1800 (200px de margem) automaticamente, calculando o zoom a partir de page.rect. NUNCA chamar doc[i].get_pixmap(dpi=180) direto — sempre passar pelo helper, ou replicar a lógica de clamp via fitz.Matrix(zoom, zoom) com zoom = min(dpi/72, max_dim/max(w_pts, h_pts)).

pdftoppm NÃO está disponível na máquina do escritório — não confiar nele. A primeira página costuma trazer Agência/Conta/Nome no cabeçalho; a ÚLTIMA página tem os créditos INSS mais recentes (aplicar a regra § 1). Limpar a pasta _tmp_pages/ ao final.

Cobrança ANUAL — padrão típico de seguro/previdência

Quando a tabela traz APENAS 1 lançamento por ano (ex.: 27/12/2023, 02/12/2024, 01/12/2025) é cobrança anual de seguro de vida ou produto previdenciário — apólice anual. NÃO é sinal de erro de extração; é o modus operandi do produto. Sinalizar no relatório paralelo para o procurador confirmar com o cliente: nunca recebeu apólice, nunca renovou, nunca recebeu proposta. Esse é o ponto que o banco mais explora em contestação.

INSS líquido vs renda bruta

Quando o crédito INSS no extrato vem com valor muito reduzido (R$ 800–950), provavelmente já está líquido após consignações descontadas pelo próprio INSS. A renda BRUTA do benefício é maior. Adotar o valor do extrato como valor_remuneração (regra § 1) mas SINALIZAR no relatório paralelo para o procurador conferir HISCON e ajustar se necessário (pode mudar a tese de hipossuficiência ou reforçar o impacto do dano moral).

Erros recorrentes a evitar

1. Hardcode de renda — bug detectado e corrigido. Sempre extrair do extrato.
2. Hardcode de valor de descontos — bug detectado nos templates (R$ 632, R$ 316, R$ 37,02, R$ 961,01). Corrigido. Sempre auditar pós-geração.
3. Confundir TOTAL agregado da tabela com total da tese isolada — TOTAL no rodapé da tabela soma TODAS as cobranças; para 1 tese isolada, somar APENAS os lançamentos daquela rubrica.
4. Tudo em Segoe UI Bold na qualificação — bug detectado e corrigido. Usar 2 (ou 5) runs separados.
5. Rubrica sem formatação completa — só amarelo é insuficiente. Aplicar caps + bold + italic + underline + amarelo.
6. {{titulo}} com 1 só rubrica quando há múltiplas — bug detectado. Listar TODAS separadas por " / ".
7. Variantes de rubrica não capturadas — bug detectado (CAPS sem ponto, ordem invertida). Mapear todas as 4 variantes (curta/completa × normal/CAPS).
8. APLIC.INVEST somando aplicações sem subtrair resgates — alerta crítico, pode gerar valor 100x maior do que o prejuízo real.
9. PG ELETRON cumulando vários terceiros num processo — proibido, 1 inicial por terceiro.
10. get_pixmap(dpi=180) direto em A4 → estouro do limite de 2000px do Claude — DPI 180 em página A4 vertical gera ~2104px e o Claude rejeita a imagem com "An image in the conversation exceeds the dimension limit for many-image requests". Sempre usar o helper render_paginas_pdf (que clampa a maior dimensão em 1800px via fitz.Matrix(zoom, zoom) com zoom = min(dpi/72, max_dim/max(w_pts, h_pts))).
11. Read direto em PDF > 30MB → erro "Request too large (max 32MB)" — RGs e extratos escaneados em alta resolução podem passar de 32MB e o tool Read rejeita o arquivo inteiro. Antes de ler PDF, conferir tamanho via os.path.getsize(p). Se ≥ 30 MB, NUNCA usar Read direto — renderizar página a página com render_paginas_pdf (clampado em 1800px) e ler os PNGs gerados, OU extrair só o texto via fitz.open(p)[i].get_text() quando há text-layer. Helper canônico: ler_pdf_seguro(path) em _pipeline_caso.py (escolhe o caminho automaticamente).
12. Read paralelo de múltiplos PDFs do mesmo cliente OU acúmulo de contexto em batch grande → erro "Prompt is too long" — disparar 3+ Read de PDFs do cliente no mesmo turno (notificação + RG + extrato + tabela) infla a request acima do limite de tokens de entrada do modelo, mesmo quando cada PDF tem só algumas centenas de KB. O efeito agrava em batches com 4+ clientes processados em sequência: o contexto principal acumula PDFs já lidos + DOCX gerados + relatórios, e a próxima request começa apertada antes mesmo do . : (a) ler PDFs do cliente em SÉRIE — um por turno, nunca 3+ em paralelo; (b) para batches com 5+ clientes, despachar UM SUBAGENTE por cliente (Agent tool) que recebe só o caminho da pasta e devolve , mantendo o contexto principal limpo; (c) checar tamanho via antes do — paralelo só quando soma estimada < 8 MB. Aconteceu na sessão de 06/05/2026 ao processar a 4ª–5ª cliente do batch (RAIMUNDA RODRIGUES) lendo notificação + RG + extrato em paralelo. Helper canônico: em (que serializa automaticamente quando a soma estimada estoura).

Estrutura física

~/.claude/skills/inicial-bradesco/
├── SKILL.md                    # esta documentação
├── README.md                   # visão geral
├── references/
│   ├── helpers_docx.py         # substituição run-aware preservando rPr + Cambria + grifos + formatação rubrica
│   ├── extrator_documentos.py  # parsers PDF (notificação, tabela, extrato — incluindo extrair_renda_real)
│   ├── classificador.py        # detecta teses ativas pelas tabelas/rubricas
│   ├── auditor.py              # auditoria pós-geração de valores hardcoded
│   ├── extenso.py              # wrapper num2words pt-BR
│   └── catalogo_teses.md       # mapa canônico tese → rubrica → template
└── tests/
    └── (futuras fixtures)

~/Documentos/Obsidian Vault/Modelos/IniciaisBradesco/
├── _MOC.md                     # mapa de conteúdo
├── estrutura-padrao.md         # esqueleto comum dos templates
├── regras-de-adaptacao.md      # já existe (atualizar)
├── erros-herdados.md           # bugs detectados e correções
├── checklist-protocolo.md      # conferência pré-protocolo
├── _templates/                 # 6 templates (já existe)
└── teses/
    ├── tarifas.md
    ├── mora-encargo.md
    ├── aplic-invest.md
    ├── titulo-capitalizacao.md
    └── pg-eletron.md

# Pasta de cliente (típica)
.../Clientes/<NomeCliente>/
├── KIT/                        # ignorada
├── 3 - RG.pdf
├── 5 - COMPROVANTE DE RESIDÊNCIA.pdf
├── 5.1 - DECLARAÇÃO DE DOMICÍLIO.pdf
├── 6 - EXTRATOS.pdf
├── 7 - TABELA <RUBRICA>.pdf    # 1 ou mais
├── 8 - NOTIFICAÇÃO.pdf
├── INICIAL_<TESE>_<NOME>.docx              # gerado
└── _RELATORIO_pendencias_<TESE>.docx       # gerado

Pré-requisitos

• Python 3.10+ com pymupdf (pip install pymupdf), python-docx (pip install python-docx), lxml (pip install lxml), num2words (pip install num2words)
• Vault Obsidian em ~/Documentos/Obsidian Vault/Modelos/IniciaisBradesco/_templates/ com os 6 DOCX
• (opcional) Tesseract OCR + pacote pt-BR para extração de RG escaneado

Como invocar

Em qualquer chat do Claude Code:

Faz a inicial do <NOME DO CLIENTE> que está na pasta <PATH>

ou

/inicial-bradesco <PATH>

O Claude lê esta SKILL.md, segue o pipeline, gera DOCX + relatório paralelo na pasta do cliente.

Limites (não use para)

• RMC/RCC com vício de consentimento → existe outra skill: replica-rmc
• Réplicas à contestação → existe outra skill: replica-nao-contratado
• Apelações → outra skill
• Casos onde o cliente reconhece a contratação (cenário diverso)