docs: rewrite README for investigative-journalist readers, add screenshot

README.md

@@ -1,78 +1,50 @@
 # Pet16704 — Análise do Processo
 
-Visualização interativa da linha do tempo dos autos vinculados **Pet16704** (STF) — um ponto por
+Uma linha do tempo navegável de tudo que está nos autos da **Pet16704**, no STF — o processo que reúne
-documento, agrupado pela instituição de origem (Relatoria, PGR, Polícia Federal, Partes e Defesas,
+a investigação do colapso do Banco Master (Operação Compliance Zero). São **3.437 documentos**, de
-Secretaria e Cartório) e posicionado pela data real de juntada.
+2018 a 2026, organizados por data e por quem os produziu (STF, PGR, Polícia Federal, partes/defesas,
+cartório).
 
-**Ver a página publicada:** (preencha aqui o link do GitHub Pages depois do primeiro deploy)
+![Linha do tempo da Pet16704](timeline-screenshot.png)
 
-## Como os dados foram montados
+## O que dá pra fazer aqui
 
-1. **`docs.json`** — cruzamento de duas fontes do dump original (uma com a instituição de cada
+- **Ver cada documento no tempo**, agrupado por quem o produziu, com busca por texto ou nº do
-   documento, outra com data/texto completo/arquivo-fonte). Ver `pipeline/extract.py`.
+  documento e filtro por tipo de documento ou por pessoa citada.
+- **Clicar em qualquer ponto** para ler o resumo daquele documento e abrir o texto original completo
+  (extraído por OCR dos autos).
+- **Ver o resumo do processo conexo** ao qual aquele documento pertence — são **53 processos
+  apensados** à Pet16704 (outros inquéritos e petições), cada um com um resumo em linguagem corrente
+  de quem é investigado, quem são os advogados e o que aconteceu.
+- **Consultar quem é citado**: **292 pessoas** identificadas automaticamente nos textos, com o papel
+  de cada uma (investigado, advogado, autoridade, testemunha etc.) sempre que dava pra inferir com
+  segurança — sem forçar uma classificação quando o texto não dava sinal suficiente.
+- Alternar para uma **visão em tabela**, pesquisável, como atalho para quem prefere não navegar pelo
+  gráfico.
 
-2. **Tipo de documento** — extraído do nome do arquivo-fonte de cada documento (ex.: "Despacho",
+## De onde vêm os dados
-   "Petição", "Procuração", "Certidão"), normalizado com acentuação correta.
 
-3. **Pessoas mencionadas (`people.json` / `PESSOAS.md`)** — reconhecimento de entidades feito
+Os documentos originais (PDFs digitalizados dos autos) foram convertidos em texto por OCR com o
-   **localmente, sem usar o Claude para o texto em si**, com o modelo
+[liteparse](https://github.com/run-llama/liteparse). Os resumos de cada documento e de cada processo
-   [`pierreguillou/ner-bert-base-cased-pt-lenerbr`](https://huggingface.co/pierreguillou/ner-bert-base-cased-pt-lenerbr)
+conexo foram escritos por modelos de IA gratuitos rodados via [opencode](https://opencode.ai). O
-   (BERT treinado no corpus **LeNER-Br**, de textos jurídicos brasileiros). Rodado sobre os 3.437
+reconhecimento de pessoas citadas nos textos usou um modelo especializado em português jurídico
-   textos via `pipeline/run_ner.py`.
+(código e detalhes técnicos em `pipeline/`, para quem quiser conferir).
 
-   Depois da extração bruta (435 nomes distintos), foi feita uma limpeza:
+Nada disso substitui a leitura dos autos originais — é um ponto de partida para localizar e cruzar
-   - separação de nomes que o modelo juntou erroneamente com "e" (ex. "Fulano e Beltrano" → duas
+informação, não uma fonte verificada. OCR erra, resumo automático simplifica, e reconhecimento de
-     pessoas), preservando sobrenomes compostos legítimos ("Castro e Silva");
+nomes automático pode juntar ou deixar de reconhecer alguém. Sempre que algo parecer relevante,
-   - remoção de nomes de escritórios de advocacia reconhecidos como pessoa por engano;
+confira no documento original (tem um link pra ele em cada ponto da linha do tempo).
-   - descarte de fragmentos de um único token (nomes incompletos, ex. só o primeiro nome);
-   - junção de variações do mesmo nome por contenção de tokens (ex. "Daniel Vorcaro" →
-     "Daniel Bueno Vorcaro").
-
-   Resultado: **292 pessoas distintas**, listadas em `people.json` (formato bruto, usado pela
-   página) e em `PESSOAS.md` (tabelas legíveis, agrupadas por papel). O papel processual de cada
-   pessoa (Relator/Ministro, Outorgante/Parte, Peticionante, Advogado(a), Investigado(a),
-   Delegado(a) PF, Senador(a), Deputado(a), Alvo de diligência, Perito(a), Testemunha) foi inferido
-   por frases-gatilho perto de cada menção (ex. "Despacho do Relator X", "Procuração de X
-   constituindo Y", "em desfavor de X"). **63% das pessoas (185 de 292) ficaram sem papel
-   classificado** ("Mencionado(a)") por falta de um sinal textual próximo confiável — isso é
-   esperado e fica visível na própria listagem, não escondido.
-
-   **Limitações conhecidas:** isso é reconhecimento automático de entidades em texto livre, não uma
-   base curada. Pode haver nomes não reconhecidos, variações da mesma pessoa não unificadas, e
-   classificações de papel aproximadas. Trate como um ponto de partida para busca, não como fonte
-   definitiva de identidade ou qualificação processual.
-
-4. **Recuperação de datas (`pipeline/recover_dates.py`)** — dos 615 documentos sem data de juntada
-   identificada no dump original, 366 tiveram uma data recuperada lendo o texto original do próprio documento em
-   busca da sua linha de fechamento no padrão "Cidade/UF, DD de mês de YYYY." (ex. "Brasília, 10 de
-   abril de 2026."). Esses casos ficam marcados com `dateInferred: true` em `docs.json` e aparecem
-   no resumo do documento como "data lida no texto do documento, não da juntada nos autos" — é uma
-   data real do documento, mas não necessariamente a data em que foi juntado ao processo. Os 249
-   restantes seguem sem data (fora do gráfico, só na tabela). Duas versões mais permissivas foram
-   tentadas e descartadas por amostragem manual antes desta: buscar qualquer "DD de mês de YYYY" no
-   texto pegava datas de citação de leis/decretos ("da Lei 11.419, de 19 de dezembro de 2006") e
-   prazos de normas citadas ("será exigido a partir de 1º de janeiro de 2017") como se fossem a data
-   do documento; e um fallback numérico (`dd.mm.aaaa`) pegava números soltos de anexos técnicos
-   longos (um laudo de vistoria, a validade de um CRECI) sem relação com a data real. Exigir uma
-   cidade e vírgula imediatamente antes da data eliminou os falsos positivos encontrados.
-
-5. **Autos vinculados (`resumos/parte1/`, `resumos/parte2/`)** — resumos em markdown dos processos conexos citados
-   ao longo da Pet16704 (Inq 5026, Inq 5035, Inq 5050, Inq 5070, Rcl 88121 e diversas Petições —
-   PET 15198, 15375, 15478 etc.), um arquivo por processo mais um `INDEX.md` consolidado em cada
-   pasta. Cobrem partes/investigados, advogados, autoridades e linha do tempo resumida de cada
-   procedimento. Na página, o resumo de qualquer documento da linha do tempo tem um botão "Ver
-   resumo do processo" que busca e mostra o arquivo correspondente aqui.
 
 ## Projeto relacionado
 
-[**vorcaros**](https://rafapolo.github.io/vorcaros/) — visualização em grafo da rede societária
+[**vorcaros**](https://rafapolo.github.io/vorcaros/) — o mesmo caso visto pelo outro lado: um grafo da
-(empresas e sócios) ligada às mesmas pessoas que aparecem nesta linha do tempo processual. Os dois
+rede societária (empresas e sócios) das mesmas pessoas que aparecem aqui.
-projetos olham o mesmo caso por ângulos diferentes: um pela rede de negócios, este pelo andamento
-processual.
 
-## Aviso
+## Aviso — leia antes de usar
 
-Este projeto reúne informações de um processo público em curso no STF. Nomes, datas e descrições
+Este material está **sob sigilo nos autos originais**; o que está aqui é uma organização não oficial
-refletem o conteúdo dos autos tal como disponibilizado; erros de extração automática (OCR, NER,
+de conteúdo público do processo, para fins de apuração jornalística e pesquisa. Nomes, datas e
-digitação no material de origem) podem existir. Não constitui manifestação jurídica sobre culpa,
+descrições refletem o conteúdo dos autos tal como disponibilizado, com os erros de extração
-inocência ou qualquer qualificação processual das pessoas mencionadas.
+automática (OCR, IA, digitação no material de origem) que isso pode carregar. Nada aqui constitui
+manifestação jurídica sobre culpa, inocência ou qualquer qualificação processual das pessoas
+mencionadas.

web/index.html

@@ -267,6 +267,8 @@
     border-radius:999px; padding:2px 9px;
   }
   .resumo-file{ font-size:10.5px; color:var(--ink-3); line-height:1.5; overflow-wrap:anywhere; }
+  .resumo-file a{ color:inherit; text-decoration:none; }
+  .resumo-file a:hover{ color:var(--accent); text-decoration:underline; }
 
   .resumo-processo-btn{
     width:100%; text-align:center; font:inherit; font-size:12.5px; font-weight:600; color:var(--accent);
@@ -357,6 +359,7 @@
   thead th:hover{ color:var(--ink); }
   thead th .arrow{ opacity:.5; margin-left:3px; }
   tbody td{ padding:9px 12px; border-bottom:1px solid var(--grid); vertical-align:top; color:var(--ink-2); }
+  tbody tr{ cursor:pointer; }
   tbody tr:hover td{ background:var(--accent-wash); }
   td.date{ font-family:"IBM Plex Mono",monospace; font-size:12px; white-space:nowrap; color:var(--ink); }
   td.lane{ white-space:nowrap; }
@@ -367,9 +370,10 @@
   td.text{ color:var(--ink); max-width:520px; }
   td.file{
     font-family:"IBM Plex Mono",monospace; font-size:10.5px; color:var(--ink-3); max-width:220px;
-    overflow-wrap:anywhere; cursor:pointer;
+    overflow-wrap:anywhere;
   }
-  td.file:hover{ color:var(--accent); text-decoration:underline; }
+  td.file a{ color:inherit; text-decoration:none; }
+  td.file a:hover{ color:var(--accent); text-decoration:underline; }
   .table-foot{ display:flex; align-items:center; justify-content:center; gap:12px; padding:14px; }
   .table-foot button{
     border:1px solid var(--border); background:var(--page); color:var(--ink);
@@ -1309,7 +1313,13 @@
     document.getElementById("resumoId").textContent = p.id;
     document.getElementById("resumoType").textContent = p.type;
     document.getElementById("resumoText").textContent = p.text;
-    document.getElementById("resumoFile").textContent = p.file;
+    var fileEl = document.getElementById("resumoFile");
+    fileEl.innerHTML = "";
+    var fileLink = document.createElement("a");
+    fileLink.href = originalMdUrl(p.file);
+    fileLink.target = "_blank"; fileLink.rel = "noopener noreferrer";
+    fileLink.textContent = p.file;
+    fileEl.appendChild(fileLink);
 
     var peopleBlock = document.getElementById("resumoPeopleBlock");
     var peopleWrap = document.getElementById("resumoPeople");
@@ -1410,6 +1420,13 @@
     return out.join("\n");
   }
 
+  // r.file (docs.json) is always a path under originals/Parte2/ — every lane
+  // in docs.json has a matching folder there (verified: no lane needs Parte1).
+  function originalMdUrl(file){
+    return "https://git.rodado.xyz/rodado/pet16704/src/branch/main/originals/Parte2/"
+      + file.split("/").map(encodeURIComponent).join("/");
+  }
+
   var processoCache = {}; // process number -> rendered HTML, or null if not found
   // resumos/parte1/ and resumos/parte2/ live one level above web/ in the
   // intended (repo-root) deployment, but a local server started from inside
@@ -1668,6 +1685,11 @@
     slice.forEach(function(r){
       var lane = LANES[laneIndex[r.lane]];
       var tr = document.createElement("tr");
+      tr.title = "Ver resumo deste documento";
+      tr.addEventListener("click", function(){
+        setView("chart");
+        openResumo(r, laneIndex[r.lane]);
+      });
 
       var tdDate = document.createElement("td");
       tdDate.className = "date";
@@ -1694,12 +1716,14 @@
       tdPeople.textContent = (r.people && r.people.length) ? r.people.join(", ") : "—";
       tr.appendChild(tdPeople);
 
-      var tdFile = document.createElement("td"); tdFile.className="file"; tdFile.textContent = r.file;
+      var tdFile = document.createElement("td"); tdFile.className="file";
-      tdFile.title = "Ver resumo deste documento";
+      tdFile.title = "Abrir o documento original";
-      tdFile.addEventListener("click", function(){
+      var fileLink = document.createElement("a");
-        setView("chart");
+      fileLink.href = originalMdUrl(r.file);
-        openResumo(r, laneIndex[r.lane]);
+      fileLink.target = "_blank"; fileLink.rel = "noopener noreferrer";
-      });
+      fileLink.textContent = r.file;
+      fileLink.addEventListener("click", function(e){ e.stopPropagation(); });
+      tdFile.appendChild(fileLink);
       tr.appendChild(tdFile);
 
       frag.appendChild(tr);

web/revelacoes.html

@@ -156,8 +156,8 @@
   }
   .cast-list{ display:grid; grid-template-columns:1fr 1fr; gap:8px 20px; }
   @media (max-width:560px){ .cast-list{ grid-template-columns:1fr; } }
-  .cast{ display:flex; gap:9px; align-items:baseline; border-top:1px solid var(--line-soft); padding-top:7px; }
+  .cast{ display:flex; flex-direction:column; gap:2px; border-top:1px solid var(--line-soft); padding-top:7px; }
-  .cast b{ font-size:14px; font-weight:600; white-space:nowrap; }
+  .cast b{ font-size:14px; font-weight:600; }
   .cast span{ font-size:12.5px; color:var(--ink-3); }
 
   /* ---------- footer ---------- */