Apache 2.0 Python 3.11+

template-engine¶

Engine de normalização documental audit-grade. Regex-first, LLM-as-judge, zero LibreOffice. Construído pra ambientes regulados onde conteúdo de doc não pode vazar.

Quickstart GitHub

Por que existe¶

Três problemas que soluções off-the-shelf não resolvem juntos:

Custo — pagar LLM por doc quando 95% dos campos são extraíveis mecanicamente.
Compliance — regulador quer auditabilidade + garantia que dado LGPD/HIPAA não saiu pra API externa.
Verificação — "o candidato bateu com o padrão?" — texto sozinho não basta; estrutura, layout, formatos obrigatórios também.

Como resolve¶

Hybrid mapper — tier regex resolve o que dá; só missing vai pra LLM em uma chamada batched. Doc resolvido por regex = zero LLM tokens.
local_only=True raise antes de qualquer chamada remota. PII masking + audit log append-only + regex path replayable bit-a-bit.
check_conformity — veredicto multi-dim em texto + estrutural + visual + design + técnico. Cada dimensão score independente. Um único critical (CPF inválido, placeholder órfão, campo perdido) reprova independente do score médio.

Pipeline¶

extract → schema_inference → pattern_inference → hybrid_mapper → render → semantic_diff
                                                                                  ↓
                                                                       ConformityReport

Regex-first¶

pattern_inference aprende regex de 3 gold docs + exemplos de campos. 10 shapes pré-definidas + grex opcional. Doc resolvido por regex custa zero LLM tokens.

LLM como juiz, não autor¶

semantic_diff e dimensões text / design perguntam ao LLM "alguma coisa sumiu?" e "isso bate com o padrão?". O LLM não escreve conteúdo — ele audita.

Modo local-only¶

local_only=True em normalize_batch e check_conformity raise se qualquer LLM for passado. Garantia dura pra deployments LGPD/HIPAA-grade.

Multi-provider com fallback¶

6 providers — Gemini, OpenAI, Anthropic, Groq, Ollama, OpenRouter. LLMRouter encadeia com fallback automático em rate-limit / timeout.

Stateless¶

Path/bytes in, paths/bytes/dataclasses out. Sem framework web, ORM, app layer. Plug em qualquer caller.

Audit trail¶

engine.security.AuditLog escreve JSON Lines append-only. Registra sha256 hashes — nunca conteúdo bruto.

Formatos bundled¶

5 formatos prontos: ABNT NBR 6022 / 14724 / 6023, NR-12 (laudo), contrato simples. load_format(nome) traz schemas + golds + conformity weights tunados.

Custo por tier (Gemini Flash)¶

Path	LLM calls	$/doc
Regex resolve tudo	0	$0.0000
Alguns campos vão pra LLM fallback	1	~$0.0006
Com `semantic_diff` ligado	2	~$0.0012
Com `check_conformity(text + design)`	4	~$0.0024

Casos de uso¶

Industrial: padronizar laudos de manutenção pro template corporativo (NR-12, NR-13).
Jurídico: normalização de cláusulas de contrato com audit trail.
Governo / regulado: processamento de formulários com local_only=True + PII masking.
Migração: trazer documentos legados pro padrão corporativo novo.
QA: verificar se terceiro entregou docs que batem com a spec (check_conformity).

Instalação rápida¶

pip install "template-engine-ia[gemini]"

Continue com Quickstart →