{
  "markdown": "# 🦖 **Leizilla**\n\n> **O dinossauro que devora PDFs jurídicos e cospe dados abertos.**\n\nLeizilla é um projeto de indexação de legislação brasileira, começando por Rondônia. O objetivo é transformar fontes oficiais e documentos preservados em um acervo pesquisável, auditável e reutilizável — com publicação estática, sem backend de aplicação para manter.\n\n## 🌐 Usar o Leizilla\n\n- **Portal público:** https://franklinbaldo.github.io/leizilla/\n- **Dataset Rondônia v0 no Internet Archive:** https://archive.org/details/leizilla-dataset-ro-v0\n- **Parquet usado pelo próprio portal:** https://archive.org/download/leizilla-dataset-ro-v0/versoes.parquet\n- **Metadados da release:** https://archive.org/download/leizilla-dataset-ro-v0/dataset_meta.json\n\nO portal consulta o Parquet diretamente no navegador com DuckDB-WASM. A página de dados também mostra uma consulta mínima reproduzível para testar o mesmo artefato fora do site.\n\n## ✅ Estado atual\n\nO primeiro dataset público de Rondônia (**RO v0**) já foi publicado no Internet Archive e o frontend está apontando para esse artefato.\n\nIsso significa **dataset publicado**, não **cobertura completa de Rondônia**. A cobertura ainda é incremental: o pipeline continua ampliando e conferindo as fontes, e o roadmap mantém como próximo marco a cobertura estadual mais completa e releases recorrentes.\n\nHoje o projeto já possui:\n\n- portal Astro/Svelte estático com busca e navegação sobre o dataset;\n- DuckDB-WASM no cliente, lendo o Parquet público diretamente;\n- páginas de lei, cobertura e evidências/proveniência;\n- pipeline de descoberta, coleta, parse/ETL e publicação;\n- preservação de documentos e artefatos no Internet Archive;\n- exportação de dados estruturados e metadados de release;\n- CLI Python para operações locais e de desenvolvimento;\n- workflows de CI, coleta, release e deploy.\n\n## 🔄 Como os dados chegam ao portal\n\nA cadeia pública é, em linhas gerais:\n\n```text\nfontes oficiais\n    ↓\ndescoberta e coleta\n    ↓\ndocumentos preservados / evidências\n    ↓\nparse + ETL\n    ↓\ndataset versionado no Internet Archive\n    ↓\nParquet + dataset_meta.json\n    ↓\nportal estático / DuckDB-WASM\n```\n\nO portal não mantém uma cópia privada dos dados: o Parquet público é o artefato consultado pela interface e pode ser reutilizado independentemente.\n\n## 🔎 Consultar o dataset fora do site\n\nCom DuckDB instalado, uma verificação mínima é:\n\n```sql\nSELECT count(*)\nFROM read_parquet(\n  'https://archive.org/download/leizilla-dataset-ro-v0/versoes.parquet'\n);\n```\n\nPara conferir a release, compare o resultado e os demais dados do artefato com `dataset_meta.json`, que registra metadados como contagem, hash e revisão de origem quando disponíveis.\n\n## 🛠️ Desenvolvimento local\n\nO projeto usa Python 3.12+ e `uv`.\n\n```bash\ngit clone https://github.com/franklinbaldo/leizilla.git\ncd leizilla\nuv sync --dev\nuv run leizilla --help\n```\n\nAlguns comandos disponíveis no CLI:\n\n```bash\n# descobrir documentos\nuv run leizilla discover --origem rondonia --start-coddoc 1 --end-coddoc 10\n\n# baixar documentos descobertos\nuv run leizilla download --origem rondonia --limit 5\n\n# consultar estatísticas locais\nuv run leizilla stats\n\n# buscar no banco local\nuv run leizilla search --text \"lei complementar\"\n```\n\nPara desenvolvimento e operação, leia também [CLAUDE.md](CLAUDE.md), [CONTRIBUTING.md](CONTRIBUTING.md) e as decisões em [`docs/`](docs/).\n\n## 🧱 Stack\n\n| Domínio | Ferramenta / serviço |\n| --- | --- |\n| Linguagem | Python 3.12 |\n| Portal | Astro + Svelte |\n| Consulta no navegador | DuckDB-WASM |\n| ETL / armazenamento local | DuckDB |\n| Coleta | Playwright + AnyIO |\n| Preservação / distribuição | Internet Archive |\n| Dados publicados | Parquet + metadados de release |\n| Automação | GitHub Actions |\n| Dependências Python | uv |\n| Qualidade | Ruff + mypy + testes |\n\n## 🗺 Roadmap\n\nO roadmap foi re-baselineado pela [RFC-0004](docs/rfc/0004-go-live-rondonia.md); a governança documental está na [RFC-0002](docs/rfc/0002-governanca-documental.md).\n\n| Período | Entregável | Estado |\n| --- | --- | --- |\n| **Q3 / 2026** | Go-live do dataset RO v0 + frontend apontando para ele | ✅ Publicado; cobertura segue incremental |\n| **Q4 / 2026** | Cobertura RO mais completa + releases recorrentes | 📋 Planejado |\n| **Q1 / 2027** | Federal (Planalto 1988–presente) | 📋 Planejado |\n| **Q2 / 2027** | Busca semântica + novo ente | 📋 Planejado |\n\nO estado de publicação e o estado de cobertura são coisas diferentes: uma release pública pode existir enquanto a coleta e a reconciliação das fontes continuam avançando.\n\n## 🔗 Projeto-irmão\n\nO [CausaGanha](https://github.com/franklinbaldo/causaganha) compartilha com o Leizilla interesses em preservação, dados públicos e infraestrutura verificável, mas os dois projetos têm domínios e produtos próprios.\n\n## Licença\n\n- **Código:** MIT\n- **Dados legais:** domínio público\n\n> _Leizilla saiu da fase filhote — já tem um dataset público para devorar junto._ 🦖⚖️\n",
  "bytes": 4945,
  "sha": "5d49aca47ff3b879f1cf0d80db6e2df42df1035a47a7c035ba7b07972b77be5b",
  "repo_slug": "franklinbaldo/leizilla",
  "fonte": "repo",
  "truncated": false,
  "api": "https://agentalog.com/api/listings/okf_franklinbaldo_leizilla_docs_okf_index_md_99000845/readme"
}