Em resumo: em outubro de 2026, o software jurídico de código aberto vai dos dados (CourtListener, mais de 10 milhões de decisões) até aplicações completas. O Mike OS, uma plataforma ao estilo do Harvey com licença AGPL-3.0 publicada pela primeira vez no GitHub em 29 de abril de 2026, tinha 4.363 estrelas no GitHub em 20 de outubro de 2026 e oferece tanto uma versão auto-hospedada como uma aplicação hospedada. O trabalho privado dos escritórios continua a ser a lacuna.
Fatos principais
- Mike OS (open-legal-products/mike): AGPL-3.0, repositório criado em 29 de abril de 2026, 4.363 estrelas, versão mais recente v0.4.0 (GitHub, consultado em 20 out. 2026). Versão hospedada em app.mikeoss.com, auto-hospedagem via Docker Compose (mikeoss.com, consultado em 20 out. 2026).
- O CourtListener, do Free Law Project, reúne mais de 10 milhões de decisões judiciais, e o seu arquivo RECAP dezenas de milhões de documentos do PACER (free.law, consultado em 20 out. 2026). O código do CourtListener é AGPL-3.0 e tem 1.047 estrelas (GitHub, 20 out. 2026).
- O Caselaw Access Project de Harvard abrange mais de 6,7 milhões de casos norte-americanos ao longo de 360 anos de decisões publicadas (Harvard Library Innovation Lab, consultado em 20 out. 2026).
- O LegalBench tem 162 tarefas de raciocínio jurídico de 40 colaboradores (README de HazyResearch/legalbench, consultado em 20 out. 2026).
- O CUAD, do Atticus Project, rotula mais de 13.000 cláusulas em 510 contratos em 41 categorias, sob licença CC BY 4.0 (ficha do conjunto de dados no Hugging Face, consultada em 20 out. 2026).
- O registro awesome-legal-skills da Lawve (antiga Lawvable) lista 276 skills de agentes e tem 878 estrelas (GitHub, consultado em 20 out. 2026).
- A OCCRP encerrou a manutenção da versão de código aberto do Aleph em 31 de dezembro de 2025 e transferiu o seu esforço para o Aleph Pro (README de alephdata/aleph, consultado em 20 out. 2026).
O que é o Mike OS e em que ponto está em outubro de 2026?
O Mike (também escrito MikeOSS ou Mike OS) é uma plataforma de IA jurídica de código aberto criada por Will Chen, ex-associado da Latham & Watkins. Chegou ao topo do Hacker News poucas horas depois do primeiro commit, no final de abril de 2026, com uma proposta simples: as funcionalidades centrais do Harvey e do Legora, auto-hospedáveis, com a sua própria chave de API do modelo e sem licença por usuário.
Seis meses depois, o projeto passou de repositório de fim de semana a produto mantido. O código está agora na organização open-legal-products no GitHub (a antiga URL willchen96/mike redireciona), tem licença AGPL-3.0 e já lançou quatro versões etiquetadas, até a v0.4.0. O README atual lista chat sobre documentos e casos, revisão de documentos com sugestões de edição, fluxos reutilizáveis de assistente e de revisão tabular, uma biblioteca de documentos, verificação de citações e pesquisa de jurisprudência dos EUA através do CourtListener, um suplemento de painel de tarefas para o Microsoft Word e modelos locais através do Ollama. A pilha é Next.js, Express, Supabase Auth e Postgres, com armazenamento de objetos compatível com R2.
Há duas formas de usá-lo. A aplicação hospedada em app.mikeoss.com tem cadastro gratuito, e você paga diretamente ao seu fornecedor de modelos. A auto-hospedagem usa a pilha Docker Compose incluída. A cobertura inicial, incluindo a do LawSites e do Legal Technology Monitor, desaconselhava colocar documentos de clientes na demonstração hospedada; para casos confidenciais, é a via auto-hospedada que deve ser avaliada.
O Mike OS é também um dos participantes do nosso benchmark de tarefas de 50 pontos, onde ficou à frente de várias ferramentas comerciais. As pontuações atualizadas estão no nosso relatório do benchmark. Declaração: a HAQQ concebeu e executou esse benchmark, e o próprio produto da HAQQ é avaliado nele.
A escolha da AGPL importa para os compradores. Um escritório pode usar o Mike internamente sem publicar nada, mas um escritório que o modifique e o ofereça a clientes por meio de uma rede tem de publicar as suas alterações. As equipes de compras que só aprovam código MIT ou Apache 2.0 vão querer uma revisão jurídica antes de adotá-lo.
Que projetos jurídicos de código aberto importam, e com que licença?
Esta tabela abrange os projetos que vemos com mais frequência nas pilhas de IA jurídica. As estrelas e licenças foram consultadas no GitHub (ou no Hugging Face, para modelos e conjuntos de dados) em 20 de outubro de 2026. "Não declarada" significa que o GitHub não detecta nenhuma licença ao nível do repositório, por isso verifique os arquivos individualmente antes de reutilizar.
| Projeto | Licença | Estrelas (20 out. 2026) | Uso |
|---|---|---|---|
| Mike OS | AGPL-3.0 | 4.363 | IA jurídica auto-hospedada: chat, revisão, revisão tabular, suplemento do Word |
| Aleph (OCCRP) | MIT | 2.449 | Pesquisa documental para investigação; manutenção encerrada em dez. 2025 |
| OpenContracts | MIT | 1.518 | Anotação de documentos e análise de contratos |
| CourtListener | AGPL-3.0 | 1.047 | Pesquisa de jurisprudência dos EUA, arquivo RECAP, APIs |
| Docassemble | MIT | 992 | Entrevistas guiadas e montagem de documentos |
| awesome-legal-skills (Lawve) | Própria (ver repositório) | 878 | Registro de 276 skills de agentes jurídicos |
| LexNLP | AGPL-3.0 | 794 | Extração de datas, valores, citações e partes |
| Blackstone | Apache-2.0 | 700 | Pipeline spaCy para textos jurídicos do Reino Unido e da Commonwealth |
| LegalBench | Não declarada (licenças por tarefa) | 648 | Benchmark de raciocínio jurídico com 162 tarefas |
| Juriscraper | BSD-2-Clause | 647 | Scrapers para sites de tribunais dos EUA |
| eyecite | BSD-2-Clause | 291 | Extração de citações dos EUA |
| LexGLUE | Não declarada | 273 | Conjunto mais antigo de benchmarks de PLN jurídico |
| ContraxSuite | AGPL-3.0 | 190 | Plataforma de análise de contratos; último push em fev. 2023 |
| OLAW (Harvard LIL) | MIT | 166 | Bancada aberta de IA jurídica para pesquisa em RAG |
| Document Assembly Line (Suffolk LIT Lab) | MIT | 70 | Automação de formulários judiciais sobre o Docassemble |
| lawskills-hub (Harvard LIL) | Não declarada | 45 | Skills de agentes para o ensino jurídico |
| Open Decision | MIT | 30 | Criador de árvores de decisão para autoajuda jurídica |
| CUAD (conjunto de dados) | CC BY 4.0 | n/d | 510 contratos rotulados, 41 tipos de cláusula |
| Pile of Law (conjunto de dados) | CC BY-NC-SA 4.0 | n/d | Corpus de texto jurídico de 256 GB para treinamento |
| Legal-BERT (modelo) | CC BY-SA 4.0 | n/d | BERT pré-treinado com legislação, jurisprudência e contratos |
| Saul-7B-Instruct (modelo) | MIT | n/d | LLM de pesos abertos com pré-treinamento continuado em direito |
Por que o setor jurídico chegou ao código aberto mais tarde do que outros setores?
A saúde tem o OpenMRS e as finanças têm o Hyperledger. O direito teve muito pouco durante muito tempo, e as razões eram mais comerciais do que técnicas.
A primeira é a hora faturável. Reduzir uma tarefa de 10 horas para uma hora elimina nove horas faturáveis, por isso poucos sócios tinham motivo para financiar ferramentas partilhadas. A segunda são os bancos de peças e os modelos: os escritórios tratam-nos como segredos comerciais, e não se pode publicar uma estratégia de litígio que talvez se use contra o escritório da rua ao lado. A terceira é a cautela com licenças. As equipes de compliance que veem "GPL" muitas vezes param de ler.
A quarta são os dados. A Thomson Reuters e a LexisNexis construíram a sua posição sobre citadores (KeyCite, Shepard's) e taxonomias editoriais que levaram décadas a montar. Mesmo com bom software de código aberto, a camada de dados por baixo continuava fechada. É essa a parte que se tem aberto, lentamente, através de arquivos judiciais públicos e da publicação oficial.
O que inclui a camada de dados jurídicos abertos?
O Free Law Project mantém o CourtListener, o RECAP (uma extensão de navegador que transfere peças federais do PACER para um arquivo gratuito), o eyecite (o analisador de referência para citações dos EUA) e o Juriscraper (scrapers para centenas de tribunais dos EUA). Muitos produtos de IA jurídica usam estes dados, e poucos lhes dão crédito.
O Caselaw Access Project de Harvard digitalizou os repertórios oficiais dos EUA: mais de 6,7 milhões de casos publicados desde 1658. É o ponto de partida para tudo o que precise de precedentes norte-americanos em grande escala.
O Pile of Law é um corpus de 256 GB de textos jurídicos e administrativos no Hugging Face. A sua licença CC BY-NC-SA exclui o treinamento comercial sem autorização separada, algo que muitos usuários ignoram.
O Find Case Law, dos Arquivos Nacionais do Reino Unido, publica decisões em XML LegalDocML com feeds Atom, o esquema público mais limpo que conhecemos. O EUR-Lex disponibiliza a legislação da UE e a jurisprudência do TJUE com um endpoint SPARQL. O OpenLegalData normaliza decisões dos tribunais alemães a partir de portais oficiais fragmentados. O InLegalBERT, do IIT Kharagpur, abrange decisões do Supremo Tribunal e dos High Courts da Índia.
O Brasil mostra o padrão habitual fora destas jurisdições: a API DataJud do CNJ é pública, e as camadas comunitárias que a tornam utilizável são mantidas por poucos voluntários. Para o Médio Oriente e o Norte de África, o meu mena-legal-atlas mapeia os diários oficiais, os portais de legislação consolidada, os tribunais supremos e os reguladores de 25 jurisdições; a maioria ainda publica as leis como PDF digitalizados.
- Free Law Project
- Caselaw Access Project (Harvard)
- Pile of Law (Hugging Face)
- Find Case Law (Reino Unido)
- EUR-Lex
- OpenLegalData
- InLegalBERT
- Âmbito MENA do benchmark da HAQQ
Que bibliotecas de PLN, modelos e benchmarks abertos as equipes jurídicas usam?
O Blackstone é um pipeline spaCy para textos jurídicos do Reino Unido e da Commonwealth, um dos poucos reconhecedores de entidades jurídicas fora dos EUA. O LexNLP extrai entidades, citações, prazos e valores; é anterior aos LLM e ainda está integrado em várias ferramentas comerciais. Atenção à sua licença AGPL-3.0.
O Legal-BERT, da AUEB, foi pré-treinado com legislação da UE, casos do TEDH e contratos dos EUA, e tem mais de um milhão de downloads. O Saul-7B-Instruct, da Equall, mostrou que continuar o pré-treinamento de um modelo aberto com texto jurídico funciona. O CUAD, do Atticus Project, é o conjunto de dados com que a maioria dos produtos de IA contratual treina ou é avaliada.
Para medição, o LegalBench (Stanford e Hazy Research) é o benchmark que os laboratórios de ponta agora reportam. O LexGLUE é o conjunto mais antigo (ECtHR, SCOTUS, EUR-Lex, LEDGAR, CaseHOLD, UNFAIR-ToS). O Legal Benchmarks AI é voltado para profissionais, independente de fornecedores, e publica os métodos do seu estudo sobre redação de contratos.
- Blackstone (ICLR&D)
- LexNLP
- Legal-BERT
- Saul-7B-Instruct
- CUAD (Atticus)
- LegalBench (Stanford)
- LexGLUE
- Legal Benchmarks AI
O que são skills de agentes jurídicos, e onde encontrá-las?
Uma skill é uma pasta com um arquivo SKILL.md e material de apoio que ensina um procedimento a um agente de IA: a triagem de um acordo de confidencialidade, a avaliação de uma violação de dados ao abrigo do RGPD, a classificação nos termos do Regulamento Europeu de IA. Claude, Codex, Gemini CLI e outros agentes leem o mesmo formato, por isso uma skill escrita por um profissional pode funcionar em várias ferramentas.
O awesome-legal-skills é o maior registro que conhecemos: 276 skills de advogados em exercício, juristas internos e acadêmicos, sincronizadas a partir de lawve.ai (o projeto chamava-se Lawvable quando escrevemos sobre ele pela primeira vez). Declaração: contribuí com nove skills para ele. O lawskills-hub, do Library Innovation Lab de Harvard, reúne skills para o ensino jurídico.
O anthropics/skills é onde o formato SKILL.md começou. O repositório knowledge-work-plugins da Anthropic (Apache-2.0) inclui o plugin jurídico lançado com o Claude Cowork em fevereiro de 2026, que cobre revisão de contratos, triagem de acordos de confidencialidade e fluxos de compliance; a Reuters noticiou que as ações da Thomson Reuters caíram quase 18% nos dias seguintes.
Para além das skills, o ContraxSuite continua a ser o pipeline aberto de análise de contratos mais completo, embora não seja atualizado desde fevereiro de 2023. O OLAW é a bancada do Harvard LIL para experiências de recuperação sobre APIs jurídicas como o CourtListener. LangChain e LlamaIndex são frameworks gerais, e a maioria das demonstrações de RAG jurídico é construída sobre eles. LLM jurídicos acadêmicos como ChatLaw e DISC-LawLLM (Universidade Fudan) merecem atenção para trabalho em chinês.
- Mike (mikeoss.com)
- Mike no GitHub
- awesome-legal-skills (Lawve)
- lawskills-hub (Harvard LIL)
- anthropics/skills
- anthropics/knowledge-work-plugins
- ContraxSuite
- OLAW (Harvard LIL)
A HAQQ publica código aberto?
O produto da HAQQ é comercial e de código fechado, e a organização HAQQ-Inc no GitHub não tem repositórios públicos em 20 de outubro de 2026. Os projetos jurídicos de código aberto ligados a nós são os que eu publico, como responsável de crescimento da HAQQ, na minha conta pessoal do GitHub. Os mais relevantes para equipes jurídicas, com estrelas consultadas em 20 de outubro de 2026:
| Repositório | Licença | Estrelas (20 out. 2026) | O que faz |
|---|---|---|---|
| master-claude-for-legal | MIT (segundo o README) | 72 | Pacote de skills e modelos construído a partir do webinar Claude for Legal Teams da Anthropic |
| nomos | Apache-2.0 (segundo o README) | 23 | Linguagem experimental para regras jurídicas com jurisdição e datas de vigência |
| mini-claude-for-legal | MIT | 14 | 982 skills jurídicas em formato SKILL.md, com prioridade para a região MENA |
| legal-ai-model-router | AGPL-3.0 | 6 | Encaminha tarefas jurídicas para modelos com base em resultados de benchmarks públicos |
| mena-legal-atlas | Não declarada | 4 | Mapa de fontes de dados jurídicos em 25 jurisdições MENA |
| hallucination-shield | MIT | 3 | Verificador de citações para peças jurídicas |
| cite-guard | Não declarada | 1 | Pontuação de risco de citações alucinadas em peças redigidas por IA |
Duas correções em relação a versões anteriores deste artigo. O repositório LegalMD que indiquei em maio já não é público. E o repositório github.com/sboghossian/haqq-ai é uma cópia antiga do código do nosso site, de antes da sua transferência para a organização HAQQ-Inc; não é mantido e não é o produto da HAQQ.
A nossa regra de trabalho é que analisadores, esquemas, scrapers, ambientes de avaliação e registros de skills não são onde uma empresa de IA jurídica ganha, por isso podem ser públicos. A profundidade jurisdicional, a configuração específica de cada escritório e o produto que um advogado usa todos os dias continuam comerciais.
- master-claude-for-legal
- nomos
- mini-claude-for-legal
- legal-ai-model-router
- mena-legal-atlas
- hallucination-shield
Experimente HAQQ AI grátis
Experimente a redação e pesquisa jurídica com IA
Que ferramentas de código aberto tratam da automação documental e do acesso à justiça?
O Docassemble (MIT) alimenta entrevistas de autoajuda judicial em vários estados dos EUA; se você já preencheu online um formulário judicial gratuito, talvez ele estivesse por trás. A Document Assembly Line do Suffolk LIT Lab baseia-se nele para automatizar formulários judiciais em vários estados, e foi atualizada ainda em 19 de outubro de 2026. O Open Decision (MIT, Berlim) é um criador web de árvores de decisão para autoajuda jurídica, embora o seu repositório esteja parado desde fevereiro de 2024.
O OpenContracts (MIT) trata da anotação e da análise de contratos, e o grupo mais amplo opensource.legal publica também o Docxodus (comparação de DOCX em WebAssembly) e o Python-Redlines. O Aleph fazia OCR, extração de entidades e pesquisa entre documentos para investigadores, mas a OCCRP deixou de manter a versão aberta no final de 2025, por isso trate-o como um código congelado. A taxonomia LMSS da SALI Alliance é um padrão aberto para a classificação de casos e serviços adotado por muitos projetos de dados jurídicos.
Se você vai publicar código nesta área, leia primeiro o guia de código aberto do GitHub sobre a parte jurídica, para que as diferenças entre MIT, Apache 2.0 e AGPL estejam resolvidas antes da sua primeira versão.
- Docassemble
- Suffolk LIT Document Assembly Line
- Open Decision
- OpenContracts
- opensource.legal
- Aleph (OCCRP)
- SALI Alliance
- Guia de código aberto do GitHub: aspectos jurídicos
O que a IA jurídica de código aberto não consegue fazer?
O limite são os dados. O trabalho pelo qual os clientes pagam (pareceres, documentos de operações, produções de discovery, cartas de acordo, as revisões de um sócio sênior) está protegido pelo sigilo profissional, é confidencial ou está contratualmente fechado dentro dos escritórios. Não pode ser divulgado, avaliado publicamente nem usado para treinar um modelo que outro escritório vá usar.
O que é público (decisões publicadas, leis, documentos do EDGAR, os 510 contratos do CUAD) é uma fatia estreita: de recurso, de empresas cotadas, sobretudo em inglês e sobretudo norte-americano. Isso explica por que o LegalBench parece limitado e por que os modelos contratuais sofrem sobreajuste ao CUAD. O código aberto pode entregar uma excelente infraestrutura e bons modelos com dados públicos. Não consegue fechar o ciclo sobre o trabalho que define a prática.
A fronteira aberta que nos parece mais promissora é a avaliação federada, os dados sintéticos, o ajuste fino com preservação de privacidade e os registros de skills, em que os escritórios mantêm os dados privados e partilham comportamento. O corolário é que os dados jurídicos públicos importam mais a cada ano. Cada governo que publica leis e decisões em formato legível por máquina alarga o terreno em que as ferramentas abertas competem em pé de igualdade. O Reino Unido fê-lo com o LegalDocML e a UE com o EUR-Lex. A maioria das jurisdições que a HAQQ atende não o fez.
A IA jurídica de código aberto é segura para trabalho protegido por sigilo?
Não é a licença do software que decide o sigilo; é o destino dos dados. Em United States v. Heppner (S.D.N.Y., n.º 25-cr-00503, fevereiro de 2026), o juiz Jed Rakoff decidiu que os documentos que um réu gerou com a versão de consumo do Claude não estavam protegidos nem pelo sigilo advogado-cliente nem como work product, em parte porque os termos do fornecedor lhe permitiam recolher entradas e saídas (resumo da Orrick). Analisamos a decisão em As conversas com IA não estão protegidas por sigilo.
Uma implantação auto-hospedada na infraestrutura do escritório, com chaves controladas pelo escritório e um fornecedor de modelos com termos de retenção zero, coloca o escritório numa posição diferente da de um chatbot de consumo, embora os comentadores discordem sobre o alcance do raciocínio de Heppner. O código aberto torna a auto-hospedagem acessível sem um contrato empresarial. Também transfere para o escritório o trabalho de segurança (atualizações, controle de acesso, registros).
Objeções comuns
É só uma camada em volta de um LLM.
Como a maioria dos produtos de IA em qualquer setor, incluindo os comerciais. O produto está na camada: verificação de citações, gestão de documentos, fluxo de trabalho, implantação e segurança. Avalie a camada por isso.
O copyleft vai matar a adoção empresarial.
Ele a abranda. A licença AGPL do Mike vai levá-lo à revisão jurídica em muitos escritórios, e os projetos permissivos (Docassemble, OpenContracts, eyecite) passam mais depressa pelas compras. Vários dos meus próprios repositórios também são AGPL, por isso convivo com esta contrapartida.
Os grandes escritórios nunca vão usar código aberto para trabalho jurídico.
Eles já usam Linux, Postgres e Chromium. A questão em aberto é a camada específica do direito, e os escritórios adotam-na quando podem auto-hospedá-la, auditá-la e blindá-la.
O que acompanhar a seguir?
- Licenciamento: se o Mike se mantém em AGPL ou acrescenta uma licença comercial para escritórios que queiram modificá-lo em privado e oferecê-lo a clientes.
- Auto-hospedagem: a decisão Heppner empurra os escritórios para implantações privadas, e os projetos com imagens Docker limpas e configurações de segurança documentadas vão beneficiar-se.
- Dados jurídicos públicos fora dos EUA, do Reino Unido e da UE: é nos dados judiciais do Brasil, da Índia, da Indonésia, da Nigéria e do Golfo que se vai decidir a próxima década da IA jurídica aberta.
- As skills como unidade do conhecimento jurídico: no caso da Lawve, o registro passou de cerca de 40 skills para 276 entre maio e outubro de 2026.
- Projetos de fim de semana: mais vão viralizar. Observe quais continuam a ser usados por advogados em exercício, e não só por engenheiros, passado um mês.
Se quiser comparar uma ferramenta aberta com uma comercial, execute as duas sobre os mesmos dez casos dos seus próprios arquivos, avalie os resultados às cegas e verifique para onde vão os dados em cada uma. Se está construindo algo nesta área, de código aberto ou não, escreva-me para stephane@haqq.ai.



