Diário SG
Os Diários Oficiais de São Gonçalo, pesquisáveis
- Sozinho, de ponta a ponta
- ~162 mil atos indexados
- Servidor MCP com 12 ferramentas
São Gonçalo publica dois Diários Oficiais, o da Prefeitura e o da Câmara, em PDFs longos que quase ninguém lê. Montei um pipeline que baixa cada edição, passa as páginas escaneadas por OCR, separa os atos (nomeações, contratos, licitações, decretos) e indexa tudo para busca em português. A base tem 5.286 edições desde 2010 e cerca de 162 mil atos. Um segundo coletor traz quase 50 mil proposições da Câmara desde 2014, calcula a fase de cada uma pela tramitação e liga o projeto à lei que saiu dele, então dá para ver o que está parado em comissão há meses.
Dá para buscar por nome, CNPJ ou assunto e filtrar por tipo de ato, diário, órgão e tema, como meio ambiente. A página de uma empresa junta os atos que citam ela com o cadastro na Receita, sanções da CGU, pagamentos do TCE-RJ, empenhos do portal da Prefeitura e contratos no PNCP. Os painéis listam os maiores fornecedores e apontam padrões que pedem uma segunda olhada, como dispensa de licitação fracionada ou empresa recém-aberta que ganha licença ambiental. Salve um termo, um CNPJ, um processo ou só um conjunto de filtros e você recebe um e-mail quando ele aparecer numa edição nova. Quem prefere pode assinar qualquer busca por RSS.
Também tem um servidor MCP: cada pessoa gera a própria chave e liga o Diário no Claude, no ChatGPT ou no Cursor, com 12 ferramentas para buscar, ler e cruzar atos. É escrito em Go com arquitetura limpa e eventos entre o scraper e o worker, e a busca fica no Postgres com unaccent e índices de trigrama. Guardar o texto do OCR fez reindexar um mês cair de quase 10 minutos para 5 segundos. Está no ar em diariosg.com.br em planos gratuitos: coleta e cargas agendadas no GitHub Actions, API e site no Render, Postgres no Neon. Para caber no limite de 1 GB do banco, troquei um índice de trigrama de 224 MB por um de 20 MB só com os números de cada ato, com os mesmos resultados de busca. O Terraform deixa pronta uma versão no Google Cloud.
Go · React · Postgres · MCP · GitHub Actions · Render
