Skip to content
DanielFreitasDevPublic

About

Quem pode assinar a ATPV-e? Verificação de poderes (empresa ou pessoa física com procuração) com IA local e regras jurídicas — protótipo DETRAN-CE, dados fictícios

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

Outorga

Quem pode assinar a ATPV-e? Verificação de poderes com IA local e regras jurídicas

Python FastAPI React IA local IA por API Testes Status

Resultado de uma análise com vendedor e comprador pessoa jurídica

📄 Apresentação em PDF (9 páginas) · Demonstração on-line: outorga.cepify.com.br (dados fictícios, sem envio de documentos) · resumo executivo · como foi testado

O Outorga verifica, antes da assinatura da ATPV-e, se quem vai assinar tem poder para vender ou comprar aquele veículo. Vale para empresa de qualquer tipo e para pessoa física representada por procurador.

O sistema lê os documentos (ATPV-e, contrato social e alterações, estatuto, atas, procurações, substabelecimentos, revogações, CRLV) com uma IA que roda na própria máquina, e nada sai do computador. Uma camada de regras jurídicas confere a leitura e decide. A resposta sai numa escala de 0 a 100, com três faixas: 🟢 aceito, 🟡 revisão humana e 🔴 recusado.

Protótipo desenvolvido no Núcleo de Informática do DETRAN-CE. Todos os nomes, CPFs, CNPJs, placas e documentos deste repositório são fictícios. Análise de apoio à decisão: não substitui a conferência do servidor responsável.


Por que isso importa agora

A Resolução CONTRAN nº 1.027/2026 (DOU de 18/08/2026), que revogou a 809/2020, diz no art. 28, § 7º:

"Quando o antigo ou o novo proprietário for pessoa jurídica, a assinatura será admitida mediante comprovação eletrônica dos poderes do signatário, por consulta a bases oficiais ou por instrumento de outorga verificável, com identificação do outorgante, do outorgado, dos poderes conferidos, do prazo de validade e de eventual revogação […]"

O prazo de adequação termina por volta de 16/11/2026. O CNJ (Provimento nº 252/2026) registra que a plataforma federal de venda digital não aceita pessoa jurídica "em razão da inviabilidade de verificação automatizada e segura de poderes societários". O Outorga faz essa verificação, e o parecer sai exatamente nos cinco elementos do § 7º.

O que ele responde

Situação Exemplo de resposta
Antes da ATPV-e, só com placa + CPF + vender/comprar "Maria do Socorro Viana pode assinar como compradora — Art. 20 do estatuto"
Empresa com regra de assinatura "Exige os dois sócios em conjunto: Carlos e Luciana"
Pessoa física e o CPF não é o do dono "O CPF não é o do proprietário. Tem procuração? Anexe para conferir"
Procuração com problema "Procuração vencida em 01/04/2026" · "dada pela esposa, não pelo dono registral" · "só poderes gerais: vender exige poder especial (CC, art. 661)"
Cooperativa ou associação "Diretor-Presidente em conjunto com o Diretor Financeiro (ata da AGO de 2025)"
PJ dos dois lados "Vendedor pode; comprador não: quem assinou é sócia quotista sem poder"

Como funciona

flowchart LR
  A["Documentos<br/>PDF · escaneado · foto · DOCX"] --> B["1 · Leitura pela IA local<br/>cada fato com o trecho literal"]
  B --> C["2 · Conferência<br/>léxico jurídico + citação ancorada no texto"]
  C --> D["3 · Motor de regras jurídicas<br/>CC · Lei das S.A. · cooperativas · CTB · CONTRAN · DETRAN-CE"]
  P["Pedido<br/>placa + CPF + vender/comprar<br/>ou a própria ATPV-e"] --> D
  V[("Base veicular<br/>quem é o dono")] --> D
  D --> E["4 · Índice 0–100<br/>aceito · revisão · recusado"]
  E --> F["Parecer em PDF (§ 7º)<br/>trilha de auditoria"]
  E --> G["Revisão humana<br/>com a lista do que conferir"]
Loading
  1. A IA generativa lê e cita o trecho exato de cada fato, em JSON validado.
  2. A conferência corrige leituras erradas conhecidas e confere se cada citação existe no documento. Medido: a IA sozinha leu "indistintamente" como assinatura conjunta, que é o contrário.
  3. O motor de regras decide: quem administra na data da venda, assinatura conjunta, alçada de valor, cláusula do veículo específico, aprovação de sócios, cargos de estatuto, procuração (poderes, prazo, revogação, veículo, forma), substabelecimento, titularidade. A IA não decide sozinha.
  4. A faixa intermediária manda para revisão humana tudo o que tiver dúvida ou documento faltando, com a lista do que conferir. Os limites são calibráveis.

Telas

Consulta por CPF
Consulta por CPF, antes da ATPV-e. Placa, papel e CPF; o dono vem da base veicular e o sistema diz o que anexar.
Pendência de procuração
"Tem procuração?" CPF diferente do dono e sem procuração: o caso fica pendente, não é recusado.
Grafo de poderes
Grafo de poderes. Empresa → administrador → procurador → substabelecido, com o motivo de cada ligação.
Faixa intermediária
Faixa intermediária calibrável. Arraste os limites e veja quantos casos ficam automáticos e quantos erros escapariam.
Demonstração
Demonstração. 85 cenários fictícios com o resultado real da IA local e o gabarito.
Parecer em PDF
Parecer em PDF no formato do § 7º, por lado (vendedor e comprador), com fontes e hashes.

Tela no celular
A interface também funciona no celular.

Resultados dos testes

85 cenários fictícios com gabarito. Na primeira rodada de cada lote, a IA local leu todos os documentos do zero.

Lote Veredito Aceites indevidos Observação
Motor com leitura perfeita (gabarito), todos os lotes 100% 0 valida as regras jurídicas
38 cenários principais (exemplos do áudio, Código Civil) 37/38 0
8 cenários novos, redação inédita (cego) 7/8 0
10 casos de um autor independente, sem acesso ao código (cego) 7/10 2 os 2 erros viraram regras gerais e testes
14 casos com ATPV-e: empresa dos dois lados, cooperativa, associação, MEI, EIRELI, sociedade simples (cego) 14/14 0 achou um risco latente, corrigido
15 consultas por CPF: pessoa física e procuração (cego) 15/15 0

O teste independente foi o mais duro, e é a razão de a faixa intermediária existir. A recomendação é um piloto com processos reais anonimizados antes de deixar o sistema decidir sozinho. Detalhes em docs/RESULTADOS.md. Máquina, IA, metodologia e horários de cada rodada em docs/COMO_FOI_TESTADO.md.

Qual IA usar

Os mesmos 85 casos foram lidos pelos modelos Claude atuais em todos os níveis de esforço (17/10/2026, 30 rodadas, custo real de US$ 108,94):

IA Acertos (de 85) Aceites indevidos Tempo por caso Custo por caso
Claude Sonnet 5.5, esforço medium (padrão do Outorga) 84 · 84 · 84 0 ~14 s US$ 0,029
Claude Haiku 5.5, esforço medium (mais barato) 84 · 83 · 85 0 ~25 s US$ 0,0025
Claude Sonnet 5.5, esforço xhigh (qualidade máxima) 85 · 85 0 ~29 s US$ 0,045
Claude Opus 5.5, esforço medium 84 · 85 0 ~23 s US$ 0,062
Qwen3.8-27B local (RTX 3060)¹ 84 0 1–2 min — (energia)

¹ Depois das correções do motor feitas olhando as leituras do próprio Qwen; nas primeiras rodadas cegas, ver a tabela acima.

Modelos locais menores, que cabem com folga na GPU, foram testados também: o Gemma 4 12B e o Qwen3.5-9B geram o dobro de tokens por segundo, mas acertaram só 24 dos 33 casos da triagem (o Qwen3.8-27B acertou 32). Esforço máximo (max) custou de 7 a 10 vezes mais e não acertou mais nada. Todos os erros acima são casos mandados para revisão humana, nunca uma aprovação automática errada. A comparação completa, com os modelos locais testados e o custo de cada configuração, está em docs/MODELOS.md.

Como rodar

Requisitos

  • Linux (testado no Kubuntu 26.04), Python 3.12+ com uv, Node.js 20+ com pnpm
  • Tesseract com português, para documentos escaneados: sudo apt install tesseract-ocr tesseract-ocr-por
  • Bibliotecas do WeasyPrint, para o PDF: sudo apt install libpango-1.0-0 libpangoft2-1.0-0
  • Uma IA, à escolha, configurada no arquivo .env (modelo em .env.example; detalhes em docs/IA.md):
    • local, com GPU: llama.cpp, Ollama, LM Studio ou vLLM. Nos testes: llama.cpp + Qwen3.8-27B numa RTX 3060 de 12 GB;
    • local, sem GPU: funciona, mas num desktop comum fica lento demais (medido: docs/COMO_FOI_TESTADO.md);
    • por chave de API: Anthropic (Claude), OpenAI, Google Gemini, Groq, OpenRouter, DeepSeek, Mistral, Together, xAI ou qualquer API compatível com a da OpenAI;
    • sem IA nenhuma: a demonstração, a consulta por CPF sem documentos, a simulação e o parecer funcionam do mesmo jeito. A IA só é necessária para ler documentos novos.

Instalação

git clone https://github.com/DanielFreitasDev/outorga.git && cd outorga
uv sync                                    # dependências Python
(cd web && pnpm install && pnpm build)     # interface
uv run pytest -q                           # 253 testes, sem IA
./scripts/iniciar.sh                       # API + interface em http://127.0.0.1:8765

Formas de usar

Forma Como
Tela web ./scripts/iniciar.sh → http://127.0.0.1:8765: consulta por CPF, análise com ATPV-e, demonstração, simulação "e se…?", revisão humana, faixa intermediária, auditoria
Consulta por CPF (linha de comando) uv run outorga consultar --placa HNM2Z92 --cpf <CPF> --papel vender [procuracao.pdf …]
Modo agente (pasta vigiada, local) uv run outorga agente --entrada ~/outorga/entrada --saida ~/outorga/saida. Cada subpasta com a ATPV-e e os documentos vira parecer.pdf, resumo.txt e resultado.json. Há um serviço systemd pronto em scripts/outorga-agente.service
API (integração) POST /api/analises, GET /api/veiculo, POST /api/atpv/ler, POST /api/analises/{id}/simular; documentação interativa em /docs. Ver docs/INTEGRACAO.md
Análise de uma pasta uv run outorga analisar corpus/casos/A07 --pdf parecer.pdf

Documentação

Documento Conteúdo
docs/Outorga-apresentacao.pdf apresentação didática em PDF (9 páginas): o que é, como funciona, telas, IAs e resultados. Fonte em docs/apresentacao/, gerada por scripts/gerar_apresentacao.py
docs/PARA_O_CHEFE.md resumo executivo: o pedido, o que existe, resultados, o que falta confirmar
docs/COMO_FOI_TESTADO.md máquina, IA local, stack, metodologia, linha do tempo dos testes, uso sem GPU
docs/IA.md como ligar a IA: local (com ou sem GPU) ou por chave de API (Anthropic, OpenAI, Gemini…)
docs/MODELOS.md qual IA usar: os modelos Claude em todos os níveis de esforço (acerto, tempo e custo real) e modelos locais testados nesta máquina
docs/TREINAMENTO.md dá para treinar um modelo só para o Outorga? O que seria preciso (dados, máquina, tempo) e quando vale a pena
docs/RESULTADOS.md todas as rodadas de avaliação, caso a caso, com as lições
docs/REGRAS.md as regras jurídicas codificadas, com fundamento e caso de teste
docs/ARQUITETURA.md módulos, índice de aceitação, privacidade, desempenho
docs/INTEGRACAO.md API, consulta por CPF, modo agente, requisitos de produção
docs/PESQUISA_JURIDICA.md pesquisa normativa: Res. CONTRAN 1.027/2026, CNJ, DETRAN-CE, Código Civil
docs/PUBLICACAO.md a demonstração on-line: o que funciona, como foi publicada, o que falta para produção
docs/demo/outorga.html página de demonstração autocontida (baixe e abra no navegador)

Estrutura

src/outorga/   leitura (ingest, extract, prompts, schemas), conferência (lexicon, grounding),
               motor (engine), pipeline, parecer, API, modo agente, base veicular
web/           interface React + TypeScript + Vite + Tailwind
corpus/        85 cenários fictícios: fatos e gabarito (spec.py), documentos (docs/*.md), casos montados
               (casos/<ID>/), gabarito de leitura (gold.py), base veicular simulada
tests/         253 testes (motor, cenários no modo oráculo, consulta por CPF, agente, API, provedores de IA, Claude)
avaliacoes/    resultados de todas as rodadas de avaliação (evidência dos números)
.cache/leituras/  leituras da IA local para o corpus fictício (reproduz a avaliação sem GPU)
docs/          documentação, pesquisa jurídica, imagens e página de demonstração
scripts/       iniciar.sh, agente.sh, serviço systemd, relatórios e exportação da demonstração

Limitações e próximos passos

  • Corpus sintético. Bom para regras e semântica; documentos reais trazem carimbos, rasuras e variações. Próximo passo: piloto com 20–30 processos reais anonimizados e recalibração da faixa.
  • Base veicular simulada. No DETRAN, o dono viria da base RENAVAM pela placa ou pelo RENAVAM.
  • Leitor da ATPV-e calibrado num layout simulado; precisa de amostras do PDF oficial. A IA cobre o que o leitor não reconhecer.
  • Não confere assinatura digital nem consulta bases oficiais (Receita, Junta, CENSEC). São pontos de extensão previstos no § 7º.
  • Produção: autenticação, servidor de inferência dedicado e política de retenção de documentos (LGPD).

About

Quem pode assinar a ATPV-e? Verificação de poderes (empresa ou pessoa física com procuração) com IA local e regras jurídicas — protótipo DETRAN-CE, dados fictícios

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages