En resumen: en octubre de 2026, el software jurídico de código abierto abarca desde los datos (CourtListener, más de 10 millones de resoluciones) hasta aplicaciones completas. Mike OS, una plataforma al estilo de Harvey con licencia AGPL-3.0 publicada por primera vez en GitHub el 29 de abril de 2026, tenía 4.363 estrellas en GitHub el 20 de octubre de 2026 y ofrece tanto una versión autoalojada como una aplicación alojada. El trabajo privado de los despachos sigue siendo la carencia.
Datos clave
- Mike OS (open-legal-products/mike): AGPL-3.0, repositorio creado el 29 de abril de 2026, 4.363 estrellas, última versión v0.4.0 (GitHub, consultado el 20 oct. 2026). Versión alojada en app.mikeoss.com, autoalojamiento mediante Docker Compose (mikeoss.com, consultado el 20 oct. 2026).
- CourtListener, del Free Law Project, contiene más de 10 millones de resoluciones judiciales, y su archivo RECAP decenas de millones de documentos de PACER (free.law, consultado el 20 oct. 2026). El código de CourtListener es AGPL-3.0 y tiene 1.047 estrellas (GitHub, 20 oct. 2026).
- El Caselaw Access Project de Harvard cubre más de 6,7 millones de casos estadounidenses a lo largo de 360 años de resoluciones publicadas (Harvard Library Innovation Lab, consultado el 20 oct. 2026).
- LegalBench tiene 162 tareas de razonamiento jurídico de 40 colaboradores (README de HazyResearch/legalbench, consultado el 20 oct. 2026).
- CUAD, del Atticus Project, etiqueta más de 13.000 cláusulas en 510 contratos en 41 categorías, con licencia CC BY 4.0 (ficha del conjunto de datos en Hugging Face, consultada el 20 oct. 2026).
- El registro awesome-legal-skills de Lawve (antes Lawvable) recoge 276 skills de agentes y tiene 878 estrellas (GitHub, consultado el 20 oct. 2026).
- OCCRP dejó de mantener la versión de código abierto de Aleph el 31 de diciembre de 2025 y trasladó su esfuerzo a Aleph Pro (README de alephdata/aleph, consultado el 20 oct. 2026).
¿Qué es Mike OS y en qué punto está en octubre de 2026?
Mike (también escrito MikeOSS o Mike OS) es una plataforma de IA jurídica de código abierto creada por Will Chen, antiguo asociado de Latham & Watkins. Llegó a lo más alto de Hacker News a las pocas horas de su primer commit, a finales de abril de 2026, con una propuesta sencilla: las funciones principales de Harvey y Legora, autoalojables, con tu propia clave de API del modelo y sin licencia por usuario.
Seis meses después, el proyecto ha pasado de ser un repositorio de fin de semana a un producto mantenido. El código se encuentra ahora en la organización open-legal-products de GitHub (la antigua URL willchen96/mike redirige), tiene licencia AGPL-3.0 y ha publicado cuatro versiones etiquetadas hasta la v0.4.0. El README actual enumera chat sobre documentos y asuntos, revisión de documentos con propuestas de cambios, flujos reutilizables de asistente y de revisión tabular, una biblioteca de documentos, verificación de citas e investigación de jurisprudencia estadounidense a través de CourtListener, un complemento de panel de tareas para Microsoft Word y modelos locales mediante Ollama. La pila tecnológica es Next.js, Express, Supabase Auth y Postgres, con almacenamiento de objetos compatible con R2.
Hay dos formas de usarlo. La aplicación alojada en app.mikeoss.com es de registro gratuito, y pagas directamente a tu proveedor de modelos. El autoalojamiento utiliza la pila de Docker Compose incluida. La primera cobertura, incluida la de LawSites y Legal Technology Monitor, advertía contra subir documentos de clientes a la demo alojada; para asuntos confidenciales, la vía autoalojada es la que hay que evaluar.
Mike OS es también uno de los participantes en nuestro benchmark de tareas de 50 puntos, donde quedó por delante de varias herramientas comerciales. Las puntuaciones actualizadas están en nuestro informe del benchmark. Aviso: HAQQ diseñó y ejecutó ese benchmark, y el propio producto de HAQQ se puntúa en él.
La elección de la AGPL importa a los compradores. Un despacho puede usar Mike internamente sin publicar nada, pero un despacho que lo modifique y lo ofrezca a clientes a través de una red tiene que publicar sus cambios. Los equipos de compras que solo aprueban código MIT o Apache 2.0 querrán una revisión jurídica antes de adoptarlo.
¿Qué proyectos jurídicos de código abierto importan y con qué licencia?
Esta tabla recoge los proyectos que vemos con más frecuencia en las pilas de IA jurídica. Las estrellas y las licencias se consultaron en GitHub (o en Hugging Face para modelos y conjuntos de datos) el 20 de octubre de 2026. "No declarada" significa que GitHub no detecta ninguna licencia a nivel de repositorio, así que revisa cada archivo antes de reutilizarlo.
| Proyecto | Licencia | Estrellas (20 oct. 2026) | Uso |
|---|---|---|---|
| Mike OS | AGPL-3.0 | 4.363 | IA jurídica autoalojada: chat, revisión, revisión tabular, complemento de Word |
| Aleph (OCCRP) | MIT | 2.449 | Búsqueda documental para investigación; mantenimiento finalizado en dic. 2025 |
| OpenContracts | MIT | 1.518 | Anotación de documentos y análisis de contratos |
| CourtListener | AGPL-3.0 | 1.047 | Búsqueda de jurisprudencia de EE. UU., archivo RECAP, API |
| Docassemble | MIT | 992 | Entrevistas guiadas y ensamblaje de documentos |
| awesome-legal-skills (Lawve) | Propia (ver repositorio) | 878 | Registro de 276 skills de agentes jurídicos |
| LexNLP | AGPL-3.0 | 794 | Extracción de fechas, importes, citas y partes |
| Blackstone | Apache-2.0 | 700 | Pipeline de spaCy para textos jurídicos del Reino Unido y la Commonwealth |
| LegalBench | No declarada (licencias por tarea) | 648 | Benchmark de razonamiento jurídico de 162 tareas |
| Juriscraper | BSD-2-Clause | 647 | Scrapers para sitios web de tribunales de EE. UU. |
| eyecite | BSD-2-Clause | 291 | Extracción de citas de EE. UU. |
| LexGLUE | No declarada | 273 | Suite de benchmarks de PLN jurídico más antigua |
| ContraxSuite | AGPL-3.0 | 190 | Plataforma de análisis de contratos; último push en feb. 2023 |
| OLAW (Harvard LIL) | MIT | 166 | Banco de trabajo abierto de IA jurídica para investigación en RAG |
| Document Assembly Line (Suffolk LIT Lab) | MIT | 70 | Automatización de formularios judiciales sobre Docassemble |
| lawskills-hub (Harvard LIL) | No declarada | 45 | Skills de agentes para la enseñanza del derecho |
| Open Decision | MIT | 30 | Creador de árboles de decisión para autoayuda jurídica |
| CUAD (conjunto de datos) | CC BY 4.0 | n/d | 510 contratos etiquetados, 41 tipos de cláusulas |
| Pile of Law (conjunto de datos) | CC BY-NC-SA 4.0 | n/d | Corpus de texto jurídico de 256 GB para entrenamiento |
| Legal-BERT (modelo) | CC BY-SA 4.0 | n/d | BERT preentrenado con legislación, jurisprudencia y contratos |
| Saul-7B-Instruct (modelo) | MIT | n/d | LLM de pesos abiertos con preentrenamiento continuado en derecho |
¿Por qué el sector jurídico llegó al código abierto más tarde que otros sectores?
La sanidad tiene OpenMRS y las finanzas tienen Hyperledger. El derecho tuvo muy poco durante mucho tiempo, y las razones eran más comerciales que técnicas.
La primera es la hora facturable. Reducir una tarea de 10 horas a una elimina nueve horas facturables, así que pocos socios tenían motivos para financiar herramientas compartidas. La segunda son los bancos de escritos y las plantillas: los despachos los tratan como secretos empresariales, y no puedes publicar una estrategia procesal que quizá uses contra el despacho de enfrente. La tercera es la cautela con las licencias. Los equipos de cumplimiento que ven "GPL" a menudo dejan de leer.
La cuarta son los datos. Thomson Reuters y LexisNexis construyeron su posición sobre los citadores (KeyCite, Shepard's) y taxonomías editoriales que tardaron décadas en elaborarse. Incluso con buen software de código abierto, la capa de datos subyacente seguía cerrada. Esa es la parte que se ha ido abriendo, poco a poco, gracias a los archivos judiciales públicos y a la publicación oficial.
¿Qué incluye la capa de datos jurídicos abiertos?
Free Law Project gestiona CourtListener, RECAP (una extensión de navegador que traslada los escritos federales de PACER a un archivo gratuito), eyecite (el analizador de citas estadounidenses de referencia) y Juriscraper (scrapers para cientos de tribunales de EE. UU.). Muchos productos de IA jurídica usan estos datos, y pocos lo reconocen.
El Caselaw Access Project de Harvard digitalizó los repertorios oficiales de EE. UU.: más de 6,7 millones de casos publicados desde 1658. Es el punto de partida para cualquier cosa que necesite precedentes estadounidenses a escala.
Pile of Law es un corpus de 256 GB de textos jurídicos y administrativos en Hugging Face. Su licencia CC BY-NC-SA excluye el entrenamiento comercial sin un permiso aparte, algo que muchos usuarios pasan por alto.
Find Case Law, de los Archivos Nacionales del Reino Unido, publica las sentencias en XML LegalDocML con fuentes Atom, el esquema público más limpio que conocemos. EUR-Lex ofrece la legislación de la UE y la jurisprudencia del TJUE con un punto de acceso SPARQL. OpenLegalData normaliza las resoluciones de los tribunales alemanes a partir de portales oficiales fragmentados. InLegalBERT, del IIT Kharagpur, cubre las sentencias del Tribunal Supremo y de los High Courts de la India.
Brasil muestra el patrón habitual fuera de estas jurisdicciones: la API DataJud del CNJ es pública, y las capas comunitarias que la hacen utilizable las mantienen unos pocos voluntarios. Para Oriente Medio y el Norte de África, mi mena-legal-atlas cartografía los boletines oficiales, los portales de legislación consolidada, los tribunales supremos y los reguladores de 25 jurisdicciones; la mayoría sigue publicando las leyes como PDF escaneados.
- Free Law Project
- Caselaw Access Project (Harvard)
- Pile of Law (Hugging Face)
- Find Case Law (Reino Unido)
- EUR-Lex
- OpenLegalData
- InLegalBERT
- Alcance MENA del benchmark de HAQQ
¿Qué bibliotecas de PLN, modelos y benchmarks abiertos usan los equipos jurídicos?
Blackstone es un pipeline de spaCy para textos jurídicos del Reino Unido y la Commonwealth, uno de los pocos reconocedores de entidades jurídicas no estadounidenses. LexNLP extrae entidades, citas, plazos e importes; es anterior a los LLM y sigue integrado en varias herramientas comerciales. Ten en cuenta su licencia AGPL-3.0.
Legal-BERT, de la AUEB, se preentrenó con legislación de la UE, casos del TEDH y contratos estadounidenses, y supera el millón de descargas. Saul-7B-Instruct, de Equall, demostró que continuar el preentrenamiento de un modelo abierto con textos jurídicos funciona. CUAD, del Atticus Project, es el conjunto de datos con el que se entrenan o evalúan la mayoría de los productos de IA contractual.
Para medir, LegalBench (Stanford y Hazy Research) es el benchmark que ahora publican los laboratorios punteros. LexGLUE es la suite más antigua (ECtHR, SCOTUS, EUR-Lex, LEDGAR, CaseHOLD, UNFAIR-ToS). Legal Benchmarks AI está orientado a profesionales, es independiente de los proveedores y publica los métodos de su estudio sobre redacción de contratos.
- Blackstone (ICLR&D)
- LexNLP
- Legal-BERT
- Saul-7B-Instruct
- CUAD (Atticus)
- LegalBench (Stanford)
- LexGLUE
- Legal Benchmarks AI
¿Qué son las skills de agentes jurídicos y dónde se encuentran?
Una skill es una carpeta con un archivo SKILL.md y material de apoyo que enseña un procedimiento a un agente de IA: el triaje de un acuerdo de confidencialidad, la evaluación de una brecha de datos según el RGPD, la clasificación conforme al Reglamento de IA de la UE. Claude, Codex, Gemini CLI y otros agentes leen el mismo formato, de modo que una skill escrita por un profesional puede funcionar en varias herramientas.
awesome-legal-skills es el registro más grande que conocemos: 276 skills de abogados en ejercicio, abogados internos y académicos, sincronizadas desde lawve.ai (el proyecto se llamaba Lawvable cuando escribimos sobre él por primera vez). Aviso: he aportado nueve skills. lawskills-hub, del Library Innovation Lab de Harvard, reúne skills para la enseñanza del derecho.
anthropics/skills es donde nació el formato SKILL.md. El repositorio knowledge-work-plugins de Anthropic (Apache-2.0) incluye el plugin jurídico lanzado con Claude Cowork en febrero de 2026, que cubre revisión de contratos, triaje de acuerdos de confidencialidad y flujos de cumplimiento; Reuters informó de que las acciones de Thomson Reuters cayeron casi un 18 % en los días siguientes.
Más allá de las skills, ContraxSuite sigue siendo el pipeline abierto de análisis de contratos más completo, aunque no se actualiza desde febrero de 2023. OLAW es el banco de trabajo de Harvard LIL para experimentos de recuperación contra API jurídicas como CourtListener. LangChain y LlamaIndex son frameworks generales, y la mayoría de las demos de RAG jurídico se construyen sobre ellos. Los LLM jurídicos académicos como ChatLaw y DISC-LawLLM (Universidad de Fudan) merecen una mirada para el trabajo en chino.
- Mike (mikeoss.com)
- Mike en GitHub
- awesome-legal-skills (Lawve)
- lawskills-hub (Harvard LIL)
- anthropics/skills
- anthropics/knowledge-work-plugins
- ContraxSuite
- OLAW (Harvard LIL)
¿Publica HAQQ código abierto?
El producto de HAQQ es comercial y de código cerrado, y la organización HAQQ-Inc en GitHub no tiene repositorios públicos a 20 de octubre de 2026. Los proyectos jurídicos de código abierto vinculados a nosotros son los que publico, como responsable de crecimiento de HAQQ, en mi cuenta personal de GitHub. Los más relevantes para equipos jurídicos, con estrellas consultadas el 20 de octubre de 2026:
| Repositorio | Licencia | Estrellas (20 oct. 2026) | Qué hace |
|---|---|---|---|
| master-claude-for-legal | MIT (según el README) | 72 | Paquete de skills y plantillas basado en el webinar Claude for Legal Teams de Anthropic |
| nomos | Apache-2.0 (según el README) | 23 | Lenguaje experimental para normas jurídicas con jurisdicción y fechas de vigencia |
| mini-claude-for-legal | MIT | 14 | 982 skills jurídicas en formato SKILL.md, con prioridad para MENA |
| legal-ai-model-router | AGPL-3.0 | 6 | Asigna tareas jurídicas a modelos según resultados de benchmarks públicos |
| mena-legal-atlas | No declarada | 4 | Mapa de fuentes de datos jurídicos en 25 jurisdicciones MENA |
| hallucination-shield | MIT | 3 | Verificador de citas para escritos jurídicos |
| cite-guard | No declarada | 1 | Puntuación del riesgo de citas alucinadas en escritos redactados con IA |
Dos correcciones respecto a versiones anteriores de este artículo. El repositorio LegalMD que enlacé en mayo ya no es público. Y el repositorio github.com/sboghossian/haqq-ai es una copia antigua del código de nuestro sitio web de antes de su traslado a la organización HAQQ-Inc; no se mantiene y no es el producto de HAQQ.
Nuestra regla de trabajo es que los analizadores, esquemas, scrapers, entornos de evaluación y registros de skills no son donde gana una empresa de IA jurídica, así que pueden ser públicos. La profundidad jurisdiccional, la configuración específica de cada despacho y el producto que un abogado usa a diario siguen siendo comerciales.
- master-claude-for-legal
- nomos
- mini-claude-for-legal
- legal-ai-model-router
- mena-legal-atlas
- hallucination-shield
Prueba HAQQ AI gratis
Experimenta la redacción e investigación legal con IA
¿Qué herramientas de código abierto cubren la automatización documental y el acceso a la justicia?
Docassemble (MIT) impulsa las entrevistas de autoayuda judicial de varios estados de EE. UU.; si has rellenado en línea un formulario judicial gratuito, puede que estuviera detrás. La Document Assembly Line del Suffolk LIT Lab se basa en él para automatizar formularios judiciales en varios estados, y se actualizó por última vez el 19 de octubre de 2026. Open Decision (MIT, Berlín) es un creador web de árboles de decisión para autoayuda jurídica, aunque su repositorio está inactivo desde febrero de 2024.
OpenContracts (MIT) se ocupa de la anotación y el análisis de contratos, y el grupo más amplio opensource.legal publica también Docxodus (control de cambios de DOCX en WebAssembly) y Python-Redlines. Aleph hacía OCR, extracción de entidades y búsqueda entre documentos para investigadores, pero OCCRP dejó de mantener la versión abierta a finales de 2025, así que trátalo como un código congelado. La taxonomía LMSS de la SALI Alliance es un estándar abierto para clasificar asuntos y servicios que adoptan muchos proyectos de datos jurídicos.
Si vas a publicar código en este ámbito, lee primero la guía de código abierto de GitHub sobre la parte legal, para tener claras las diferencias entre MIT, Apache 2.0 y AGPL antes de tu primera versión.
- Docassemble
- Suffolk LIT Document Assembly Line
- Open Decision
- OpenContracts
- opensource.legal
- Aleph (OCCRP)
- SALI Alliance
- Guía de código abierto de GitHub: aspectos legales
¿Qué no puede hacer la IA jurídica de código abierto?
El límite son los datos. El trabajo por el que pagan los clientes (memorandos, documentos de operaciones, producciones de discovery, cartas de acuerdo, las correcciones de un socio sénior) está protegido por el secreto profesional, es confidencial o está bloqueado contractualmente dentro de los despachos. No puede publicarse, evaluarse públicamente ni usarse para entrenar un modelo que vaya a usar otro despacho.
Lo que es público (resoluciones publicadas, leyes, documentos de EDGAR, los 510 contratos de CUAD) es una franja estrecha: de apelación, de sociedades cotizadas, mayoritariamente en inglés y mayoritariamente estadounidense. Eso explica por qué LegalBench parece limitado y por qué los modelos contractuales se sobreajustan a CUAD. El código abierto puede ofrecer una fontanería excelente y buenos modelos sobre datos públicos. No puede cerrar el círculo sobre el trabajo que define la práctica.
La frontera abierta que nos parece más prometedora es la evaluación federada, los datos sintéticos, el ajuste fino que preserva la privacidad y los registros de skills, donde los despachos mantienen sus datos privados y comparten comportamiento. El corolario es que los datos jurídicos públicos importan más cada año. Cada Estado que publica leyes y sentencias en formato legible por máquina amplía el terreno en el que las herramientas abiertas compiten en igualdad de condiciones. El Reino Unido lo hizo con LegalDocML y la UE con EUR-Lex. La mayoría de las jurisdicciones a las que sirve HAQQ no lo ha hecho.
¿Es segura la IA jurídica de código abierto para trabajo protegido por el secreto profesional?
La licencia del software no decide el secreto profesional; lo decide adónde van los datos. En United States v. Heppner (S.D.N.Y., n.º 25-cr-00503, febrero de 2026), el juez Jed Rakoff resolvió que los documentos que un acusado generó con la versión de consumo de Claude no estaban protegidos ni por el privilegio abogado-cliente ni como work product, en parte porque las condiciones del proveedor le permitían recopilar entradas y salidas (resumen de Orrick). Analizamos la resolución en Las conversaciones con la IA no están protegidas por el secreto profesional.
Un despliegue autoalojado en la infraestructura del despacho, con claves controladas por el despacho y un proveedor de modelos con condiciones de retención cero, sitúa al despacho en una posición distinta de la de un chatbot de consumo, aunque los comentaristas discrepan sobre el alcance del razonamiento de Heppner. El código abierto hace asequible el autoalojamiento sin un contrato empresarial. También traslada al despacho el trabajo de seguridad (parches, control de acceso, registros).
Objeciones habituales
No es más que un envoltorio alrededor de un LLM.
Como la mayoría de los productos de IA en cualquier sector, incluidos los comerciales. El producto está en el envoltorio: verificación de citas, gestión de documentos, flujo de trabajo, despliegue y seguridad. Juzga el envoltorio por eso.
El copyleft acabará con la adopción empresarial.
La ralentiza. La licencia AGPL de Mike lo llevará a revisión jurídica en muchos despachos, y los proyectos permisivos (Docassemble, OpenContracts, eyecite) superan antes el proceso de compras. Varios de mis propios repositorios también son AGPL, así que convivo con esta contrapartida.
Los grandes despachos nunca usarán código abierto para trabajo jurídico.
Ya usan Linux, Postgres y Chromium. La cuestión abierta es la capa específicamente jurídica, y los despachos la adoptan cuando pueden autoalojarla, auditarla y blindarla.
¿Qué conviene vigilar a continuación?
- Licencias: si Mike se mantiene en AGPL o añade una licencia comercial para despachos que quieran modificarlo de forma privada y ofrecerlo a clientes.
- Autoalojamiento: la resolución Heppner empuja a los despachos hacia despliegues privados, y se beneficiarán los proyectos con imágenes Docker limpias y configuraciones de seguridad documentadas.
- Datos jurídicos públicos fuera de EE. UU., el Reino Unido y la UE: los datos judiciales de Brasil, India, Indonesia, Nigeria y el Golfo son donde se decidirá la próxima década de la IA jurídica abierta.
- Las skills como unidad del conocimiento jurídico: en el caso de Lawve, el registro pasó de unas 40 skills a 276 entre mayo y octubre de 2026.
- Proyectos de fin de semana: habrá más que se hagan virales. Fíjate en cuáles siguen usando los abogados en ejercicio, no solo los ingenieros, al cabo de un mes.
Si quieres comparar una herramienta abierta con una comercial, ejecuta ambas sobre los mismos diez asuntos de tus propios archivos, puntúa los resultados a ciegas y comprueba adónde van los datos en cada caso. Si estás construyendo algo en este ámbito, de código abierto o no, escríbeme a stephane@haqq.ai.



