O CausaGanha é uma iniciativa independente e de código aberto dedicada a promover a transparência no mercado jurídico brasileiro. Nosso objetivo é coletar, estruturar e arquivar publicações de tribunais de todo o país, tornando-as acessíveis gratuitamente e preservadas de forma permanente.
O sistema opera através de um pipeline automatizado no GitHub Actions com três cadências: a cada 20 minutos um robô consulta o DJEN para descobrir e baixar novos cadernos; a cada 15 minutos outro robô esvazia a fila dos arquivos já confirmados, enviando-os ao Internet Archive; e diariamente os ZIPs do dia anterior são consolidados em tabelas Parquet por (tribunal, ano), também publicadas no Internet Archive. Toda a evolução do estado é registrada num manifesto canônico (sync-manifest.parquet, compactado de um log de eventos append-only) também arquivado, garantindo que o histórico nunca se perca mesmo que os sistemas de origem fiquem indisponíveis.
Os dados são provenientes integralmente de plataformas públicas, primordialmente do Diário de Justiça Eletrônico Nacional (DJEN) e dos sistemas próprios de publicação de cada tribunal (como STF, STJ, TST, Tribunais de Justiça Estaduais, entre outros).
Não armazenamos dados sigilosos ou que estejam sob segredo de justiça, limitando a coleta estritamente ao que já é de domínio público de acordo com a legislação brasileira.
Todos os dados coletados são disponibilizados de maneira estruturada:
djen-tjro-2025).O código-fonte do pipeline, do painel de controle e das ferramentas de extração é 100% aberto sob a Licença MIT. Os textos dos atos oficiais não são protegidos por direito autoral (Lei 9.610/98, art. 8º, IV); os direitos que eventualmente pertençam ao próprio projeto sobre os datasets derivados e metadados são disponibilizados sob CC0 1.0. Encorajamos pesquisadores, jornalistas e legaltechs a utilizar este acervo de forma livre e responsável.
A regra do CausaGanha é a preservação integral das publicações oficiais. O acervo registra fielmente o que o Poder Judiciário publicou em cada data — inclusive quando a fonte depois altera ou suprime a publicação, pois preservar esse registro histórico é justamente a função do arquivo. Conteúdo não é removido por decurso do tempo ou por ser desfavorável a alguém; correção ou remoção ocorrem apenas em duas hipóteses objetivas — erro de processamento do próprio projeto ou determinação de autoridade competente — conforme a política pública de governança de dados. Os indicadores analíticos do projeto — classificação de resultados e estatísticas de atuação por advogado — são estimativas automatizadas derivadas exclusivamente desse registro público, com metodologia aberta: um indicador desfavorável não gera direito à remoção, mas erro de classificação ou de atribuição demonstrado contra o registro é erro do projeto e será corrigido. Erros de qualidade de dados podem ser reportados nas issues do repositório; solicitações envolvendo conteúdo sensível têm canal privado indicado na política.