jev-norma

Triaje normativo LatAm con Jev (System One) como gate. Toma una política de tratamiento de datos / términos en español (Ley 1581 de 2012, Colombia), normaliza las cláusulas con heurística 0-IA (sin palabras, determinista), y clasifica cada cláusula con Jev en choice [obligacion | riesgo | sin_accion] + confidence calibrada, con una cola de revisión humana fail-open (confianza < 0.8 → humano; nunca matar por Jev solo).

El núcleo es una decisión tipada de Jev (System 1), no generar texto. Jev corre 40-200x más rápido y es órdenes de magnitud más barato que un LLM frontier ($0.00002/cláusula medido).

¿Qué resuelve?

El buyer es pymes / legal-tech LatAm que deben auditar políticas de privacidad y términos ante la SIC (Colombia) / AEPD (España). Hoy eso es revisión legal manual cara. jev-norma convierte el documento crudo en un tablero de obligaciones + banderas de riesgo, y solo enruta a humano lo genuinamente ambiguo.

Related MCP server: genpark-personal-communication-triage-sentinel-skill

Pipeline

documento (HTML/PDF) ──> cláusulas (heurística 0-IA) ──> gate Jev (choice+confidence)
                                                              │
                                              confianza < 0.8 ─┴─> cola de revisión humana

• Normalizador 0-IA (jev_norma.normalizer): extracción posicional de contenido (<main> > <article> > <body>, sin chrome nav/header/footer), <h1..h6> y líneas cortas en mayúsculas como cabeceras de sección, merge de <p>+<li>, descarte de boilerplate (NIT/dirección/www/©/email). Funciona con cualquier CMS (Webflow, WordPress, Drupal…). PDF con capa de texto vía pypdf; PDF escaneado vía --ocr (WU11).

• Gate Jev (jev_norma.gate): cada cláusula se embebe en la instrucción de su pregunta (self-contained) — regla de state engineering verificada empíricamente. Chunking para respetar el presupuesto de contexto (~32k) y el timeout.

• Reporte fail-open (jev_norma.pipeline): choice + confidence + gate_humano.

Instalación

pip install jev-norma            # CLI + MCP (stdlib puro, 0-deps)
pip install jev-norma[pdf]       # + soporte PDF (pypdf)
pip install jev-norma[ocr]       # + OCR PDFs escaneados (pymupdf + visión OpenRouter)

Requiere TYPESAFE_API_KEY en ~/.hermes/.env o en el entorno (leída del proceso, nunca impresa).

CLI

jev-norma --selftest                          # tests unitarios (sin API)
jev-norma politica.html --no-api              # solo normalización (sin gate)
jev-norma politica.html [--sample 12]         # normaliza + gate Jev real
jev-norma politica.pdf --output reporte.json
jev-norma politica_escaneada.pdf --ocr --sample 6   # PDF escaneado: OCR visión + gate
jev-norma escaneada.pdf --ocr --ocr-workers 8   # OCR paralelo (WU12) + gate
jev-norma --url https://…/politica.html       # fetch resiliente a WAF + normaliza + gate

--ocr detecta PDFs sin capa de texto (escaneados/imagen), los transcribe página a página con un VLM barato vía OpenRouter (z-ai/glm-5.3-flash, visión) y vuelve a alimentar el pipeline normal sin más cambios; requiere OPENROUTER_API_KEY en ~/.hermes/.env y pip install jev-norma[ocr] (WU11).

--ocr-workers N (default 4) transcribe las páginas de un escaneado en paralelo (la llamada a la visión es I/O-bound: ~6–19 s/página), preservando siempre el orden de página en el texto. Medido sobre un escaneado real de 5 páginas: 3.9× más rápido (82.0 s → 21.2 s) con N=5 (WU12). --ocr-workers 1 reproduce el comportamiento serial.

--url descarga el documento con un fetcher resiliente (User-Agent de navegador real, rotación de UA ante 403/5xx, reintento de fallos transitorios, declinación clara en 404) — el patrón con el que se evita el bot-protection que responde 403/000 a urllib pelado en bancos/SIC/superintendencias colombianas. Luego corre el mismo pipeline local.

MCP server

jev-norma-mcp expone el pipeline como la tool triage sobre stdio (MCP 2024-11-05, JSON-RPC 2.0, stdlib puro), para que un agente (Hermes/Claude) lo consuma sin UI:

{"jsonrpc":"2.0","id":1,"method":"tools/call",
 "params":{"name":"triage","arguments":{"source":"politica.html","sample":12,"api":true}}}

Tests

pip install -e .[dev]
pytest

Costo medido (API real, 2026-09/10)

Licencia

MIT. Proyecto open-source — tracción/redistribución, no venta directa.