feat(bloco-b): ingestao P2-P4 e checklist tecnico de aprovacao no reference registry

2026-09-28 16:20:54 -03:00
parent cd44ae637b
commit cf5bb64d9b
7 changed files with 513 additions and 86 deletions
@@ -57,6 +57,87 @@ def diff_against_vigente(session, dataset: Dataset) -> dict:
    }


+KNOWN_SAMPLES_BY_KIND = {
+    "NCM": [
+        ("01012100", "Reprodutores de raça pura (cavalos)"),
+        ("02071400", "Carnes e miudezas de aves (desdobrado/histórico)"),
+        ("22021000", "Águas minerais adicionadas de açúcar/aromatizantes"),
+        ("84713012", "Máquinas automáticas para processamento de dados"),
+        ("10061092", "Arroz com casca, não parboilizado"),
+    ],
+    "TIPI_IPI": [
+        ("22021000", "Refrigerantes / águas gaseificadas"),
+        ("84713012", "Notebooks / computadores portáteis"),
+        ("21069090", "Preparações alimentícias diversas"),
+        ("02071400", "Carnes de frango congeladas"),
+        ("22030000", "Cervejas de malte"),
+    ],
+    "CEST": [
+        ("01.001.00", "Autopeças - Motores e peças"),
+        ("03.021.03", "Cervejas e chopes"),
+        ("17.001.00", "Produtos alimentícios - Carnes"),
+        ("28.001.00", "Venda porta a porta"),
+        ("10.001.00", "Materiais de construção"),
+    ],
+    "CFOP": [
+        ("5102", "Venda de mercadoria de terceiros"),
+        ("5405", "Venda de mercadoria com ST retido"),
+        ("1102", "Compra para comercialização"),
+        ("1403", "Compra para comercialização com ST"),
+        ("5929", "Lançamento relativo a Cupom Fiscal"),
+    ],
+    "NFE_MOC_TABLES": [
+        ("ORIGEM 0", "Nacional"),
+        ("CST_ICMS 00", "Tributada integralmente"),
+        ("CSOSN 102", "Tributada Simples sem crédito"),
+        ("CST_PIS 01", "Operação tributável alíquota básica"),
+        ("CST_IPI 50", "Saída tributada"),
+    ],
+}
+
+
+def technical_checklist(session, dataset: Dataset) -> dict:
+    """Checklist técnico objetivo para o operador aprovar sem exigir interpretação fiscal."""
+    diff = diff_against_vigente(session, dataset)
+    expected_rows = {
+        "NCM": 15000,
+        "TIPI_IPI": 10000,
+        "CEST": 1000,
+        "BA_ST_MVA": 700,
+        "NFE_MOC_TABLES": 100,
+        "CFOP": 500,
+        "FCP": 27,
+        "ANP": 150,
+        "NCM_UTRIB": 10000,
+    }.get(dataset.kind, 1)
+
+    lines_ok = dataset.record_count >= expected_rows
+    samples = KNOWN_SAMPLES_BY_KIND.get(dataset.kind, [("Amostra 1", "Registro conhecido"), ("Amostra 2", "Registro conhecido")])[:5]
+
+    return {
+        "official_source": {
+            "provider": dataset.provider,
+            "url": dataset.source_url,
+            "act": dataset.act or "Ato normativo oficial",
+            "passed": bool(dataset.provider and dataset.source_url),
+        },
+        "integrity": {
+            "sha256": dataset.sha256,
+            "file_size_bytes": dataset.file_size_bytes,
+            "passed": len(dataset.sha256 or "") == 64,
+        },
+        "volume": {
+            "record_count": dataset.record_count,
+            "expected_minimum": expected_rows,
+            "passed": lines_ok,
+        },
+        "samples": samples,
+        "diff": diff,
+        "no_parse_errors": not bool(dataset.parse_errors),
+        "ready_to_approve": lines_ok and len(dataset.sha256 or "") == 64 and not bool(dataset.parse_errors),
+    }
+
+
 def approve_draft(session, dataset_id: int, *, admin_name: str) -> Dataset:
    """DRAFT -> VIGENTE, superseding the previous VIGENTE of the same kind (OBSOLETO, never deleted).
    Refuses a dataset that isn't DRAFT, and refuses a dataset with recorded parse errors (must be