Skip to main content
Glama

DataJud MCP TJMA

by ranielbnunes
  • Linux
  • Apple

Servidor MCP DataJud TJMA

Python License Status

Servidor MCP (Model Context Protocol) para integração com a API DataJud do CNJ, específico para o Tribunal de Justiça do Maranhão (TJMA).

Desenvolvido para facilitar o acesso automatizado aos dados processuais do TJMA, permitindo consultas, análises e predições baseadas em inteligência artificial para otimização da atividade judicial.

🎯 Características Principais

  • Integração completa com a API DataJud do CNJ para TJMA
  • 🔍 Consulta de processos por número único
  • 📊 Busca avançada com múltiplos filtros
  • 📋 Movimentações processuais detalhadas
  • 📈 Estatísticas por comarca e período
  • 🧠 Análise de produtividade judicial
  • 🔮 Predições de tempo de julgamento
  • 🚀 Deploy automatizado no Render.com
  • 🔒 Segurança com autenticação via API Key
  • Performance otimizada com cache e retry automático

🛠️ Tecnologias Utilizadas

  • Python 3.11+
  • aiohttp - Cliente HTTP assíncrono
  • MCP (Model Context Protocol) - Protocolo de comunicação
  • FastAPI - Framework web moderno
  • Pydantic - Validação de dados
  • asyncio - Programação assíncrona
  • Docker - Containerização
  • Render.com - Plataforma de deploy

📋 Pré-requisitos

  1. Python 3.11 ou superior
  2. Chave de API DataJud (obtida no CNJ)
  3. Conta no Render.com (para deploy)
  4. Git para versionamento

🚀 Instalação Local

1. Clone o repositório

git clone https://github.com/seu-usuario/datajud-mcp-tjma.git cd datajud-mcp-tjma

2. Crie um ambiente virtual

python -m venv venv source venv/bin/activate # Linux/Mac # ou venv\Scripts\activate # Windows

3. Instale as dependências

pip install -r requirements.txt

4. Configure as variáveis de ambiente

cp .env.example .env # Edite o arquivo .env com suas configurações

5. Execute o servidor

python datajud_mcp_server.py

☁️ Deploy no Render.com

Método 1: Deploy Automático (Recomendado)

  1. Faça fork deste repositório
  2. Conecte sua conta GitHub ao Render.com
  3. Crie um novo Web Service:
    • Repository: Selecione seu fork
    • Environment: Python 3
    • Build Command: pip install -r requirements.txt
    • Start Command: python datajud_mcp_server.py
  4. Configure as variáveis de ambiente:
    • DATAJUD_API_KEY: Sua chave da API DataJud

Método 2: Deploy via render.yaml

  1. Suba o código para seu repositório
  2. No Render.com, crie um serviço a partir do arquivo render.yaml
  3. Configure a variável DATAJUD_API_KEY

🔧 Configuração da API DataJud

Obtendo a Chave de API

  1. Acesse o Portal CNJ DataJud
  2. Siga as instruções para obter acesso à API Pública
  3. A chave será fornecida pelo Departamento de Pesquisas Judiciárias (DPJ)

Configuração no Servidor

# No arquivo .env DATAJUD_API_KEY=sua_chave_aqui # Ou como variável de ambiente no Render.com DATAJUD_API_KEY=sua_chave_aqui

📖 Uso do Servidor MCP

Ferramentas Disponíveis

1. consultar_processo

Consulta dados detalhados de um processo específico.

{ "name": "consultar_processo", "arguments": { "numero_processo": "0001234-56.2023.8.10.0001" } }
2. buscar_processos

Busca processos com filtros avançados.

{ "name": "buscar_processos", "arguments": { "query": "João da Silva", "classe_processual": "318", "instancia": "PRIMEIRO_GRAU", "data_inicio": "2023-01-01", "data_fim": "2023-12-31", "tamanho": 20 } }
3. obter_movimentacoes

Obtém movimentações de um processo.

{ "name": "obter_movimentacoes", "arguments": { "numero_processo": "0001234-56.2023.8.10.0001", "data_inicio": "2023-06-01" } }
4. estatisticas_comarca

Gera estatísticas por comarca.

{ "name": "estatisticas_comarca", "arguments": { "comarca": "Tuntum", "periodo": "90d", "incluir_detalhes": true } }
5. analise_produtividade

Análise de produtividade judicial.

{ "name": "analise_produtividade", "arguments": { "periodo": "6m", "orgao_julgador": "1ª Vara Cível", "tipo_analise": "tramitacao" } }
6. predicao_julgamento

Predição de tempo de julgamento.

{ "name": "predicao_julgamento", "arguments": { "classe_processual": "318", "orgao_julgador": "1ª Vara Cível", "complexidade": "media", "incluir_historico": true } }

🔍 Estrutura do Projeto

datajud-mcp-tjma/ ├── datajud_mcp_server.py # Servidor MCP principal ├── requirements.txt # Dependências Python ├── Dockerfile # Configuração Docker ├── render.yaml # Configuração Render.com ├── .env.example # Exemplo de variáveis de ambiente ├── README.md # Documentação ├── tests/ # Testes unitários │ ├── test_server.py │ └── test_api.py └── docs/ # Documentação adicional ├── api_reference.md └── deployment_guide.md

🧪 Testes

Executar testes localmente

python -m pytest tests/ -v

Testar conexão com a API

python -c " import asyncio from datajud_mcp_server import DataJudMCPServer async def test(): server = DataJudMCPServer() # Teste básico de conexão print('Servidor MCP iniciado com sucesso!') asyncio.run(test()) "

📊 Monitoramento

Logs

O servidor gera logs detalhados para monitoramento:

  • Requisições à API DataJud
  • Erros e exceções
  • Performance e timeouts
  • Uso das ferramentas MCP

Métricas no Render.com

  • CPU e memória utilizadas
  • Número de requisições
  • Tempo de resposta
  • Uptime do serviço

🔒 Segurança

  • Autenticação via API Key
  • Rate limiting automático
  • Timeout configurável
  • Retry com backoff exponencial
  • Logs sanitizados (sem dados sensíveis)
  • HTTPS obrigatório em produção

🤝 Contribuição

Como contribuir

  1. Fork o projeto
  2. Crie uma branch para sua feature (git checkout -b feature/AmazingFeature)
  3. Commit suas mudanças (git commit -m 'Add some AmazingFeature')
  4. Push para a branch (git push origin feature/AmazingFeature)
  5. Abra um Pull Request

Diretrizes

  • Siga o padrão de código Python (PEP 8)
  • Adicione testes para novas funcionalidades
  • Atualize a documentação quando necessário
  • Use mensagens de commit descritivas

📝 Changelog

v1.0.0 (2025-06-18)

  • ✨ Implementação inicial do servidor MCP
  • 🔧 Integração com API DataJud CNJ
  • 📊 Ferramentas de consulta e análise
  • 🚀 Configuração para deploy no Render.com
  • 📖 Documentação completa

📄 Licença

Este projeto está licenciado sob a Licença MIT - veja o arquivo LICENSE para detalhes.

🆘 Suporte

Problemas Comuns

Erro de autenticação API DataJud:

  • Verifique se a DATAJUD_API_KEY está configurada corretamente
  • Confirme se a chave não expirou no sistema CNJ

Timeout nas requisições:

  • Aumente o valor de API_TIMEOUT nas variáveis de ambiente
  • Verifique conectividade com a API DataJud

Deploy no Render.com falha:

  • Verifique se todas as variáveis de ambiente estão configuradas
  • Consulte os logs de build do Render.com

Contato

Para questões específicas sobre implementação judicial ou melhorias:


🏛️ Contexto Judicial

Este servidor foi desenvolvido considerando as especificidades do Sistema de Justiça brasileiro e as necessidades do TJMA, oferecendo ferramentas de análise e predição que podem auxiliar na gestão e otimização da atividade judicial.

Casos de Uso:

  • 📈 Análise de produtividade de varas e comarcas
  • 🔮 Predição de tempo de tramitação processual
  • 📊 Estatísticas para planejamento judicial
  • 🤖 Automação de consultas processuais
  • 📋 Relatórios gerenciais automatizados

Desenvolvido com 💙 para a Justiça Brasileira

Related MCP Servers

  • A
    security
    A
    license
    A
    quality
    An MCP server that provides access to Jina AI's powerful web services (page reading, web search, fact checking) through Claude.
    Last updated -
    3
    189
    12
    JavaScript
    MIT License
    • Apple
  • -
    security
    F
    license
    -
    quality
    A server implementation that allows AI models to interact with Jira through the Model Context Protocol, enabling tasks like JQL searches and retrieving issue details.
    Last updated -
    Python
  • A
    security
    F
    license
    A
    quality
    An MCP server that allows management of Jira Insights (JSM) asset schemas, enabling CRUD operations for object schemas, object types, and objects through the Model Context Protocol.
    Last updated -
    3
    TypeScript
  • A
    security
    F
    license
    A
    quality
    A server that provides tools and utilities to support the implementation of Jij Modeling, featuring easy configuration and an extensible architecture for custom modeling workflows.
    Last updated -
    2
    3
    Python

View all related MCP servers

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/ranielbnunes/datajud-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server