JETTAX Auditoria Fiscal AI MCP Server

JETTAX Auditoria Fiscal AI MCP Server

Enables fiscal tax auditing by listing companies from data directories and running audits that detect discrepancies between declared taxes and invoice text using an LLM.

Category
Visit Server

README

JETTAX Auditoria Fiscal AI (plugin MCPR)

Envelopa app/JETTAX_AUDITORIA_4.0.py — não modificado — atrás do contrato MCPR, seguindo PLUGINS/PROMPT_CONVERSAO_MCPR.md. Usa um LLM para detectar divergências entre os impostos declarados numa planilha de notas fiscais (NFS-e) e os valores efetivamente mencionados no texto de cada nota.

O que tem aqui

  • manifest.json — contrato do plugin com duas funcionalidades: listar_empresas (grátis, sem chamar LLM — só inspeciona o que existe em dados/) e auditar_empresas (a auditoria completa, marcada destrutiva: true porque envia texto fiscal da empresa pra API da OpenAI e tem custo real por chamada).
  • Makefile / make.ps1 — entrypoints finos, só encaminham para cli.py.
  • cli.py — o adapter: traduz stdin/stdout JSON em chamadas às classes de app/JETTAX_AUDITORIA_4.0.py. Nenhuma lógica de auditoria mora aqui.
  • app/JETTAX_AUDITORIA_4.0.py — o sistema original, sem nenhuma alteração.
  • dados/ — raiz das empresas a auditar (ver "Como organizar os dados" abaixo). Substitui o root_dir arbitrário do CLI original — o MCPR só permite que caminhos resolvam dentro da raiz do plugin.

Como organizar os dados

dados/
└── <NOME_DA_EMPRESA>/
    └── notas/
        └── recebidas.csv

Mesma estrutura que o CLI original já esperava, só que agora sempre dentro de dados/ (ou do diretório externo indicado — ver abaixo).

Apontar para um diretório externo

Copiar os dados pra dentro de dados/ toda vez nem sempre é prático. O input diretorio_dados (em listar_empresas e auditar_empresas) aceita um caminho absoluto no disco desta máquina — quando preenchido, substitui dados/ inteiramente como raiz, com o mesmo formato de sempre dentro dele:

/home/usuario/Documents/NOTAS/
└── <NOME_DA_EMPRESA>/
    └── notas/
        └── recebidas.csv

Deixe diretorio_dados vazio pra manter o comportamento padrão (pasta interna dados/ do plugin).

diretorio_dados é declarado no manifesto como tipo: "string", não tipo: "path" — deliberadamente fora da contenção de caminho do MCPR (que restringe todo input path à raiz do próprio plugin), já que o propósito dele é justamente apontar pra fora da pasta do plugin. Só use com caminhos em que você confia.

Configuração

  1. cp .env.example .env e preencha OPENAI_API_KEY.
  2. Instale as dependências de app/JETTAX_AUDITORIA_4.0.py no mesmo python3 que o Makefile/make.ps1 chamam:
    pip install -r requirements.txt
    

Diferenças em relação ao CLI original

  • Sem prompts interativos. Os parâmetros que a JETTAX pedia via Prompt.ask/IntPrompt.ask (diretório, modelo, paralelismo, delay) agora são inputs da funcionalidade auditar_empresas, com os mesmos valores padrão.
  • root_dir reenraizado em dados/ por padrão (ou num diretório externo via diretorio_dados) — ver "Como organizar os dados".
  • Saída em JSON, não em tabelas Rich no terminal — os mesmos dados que apareciam no resumo do console (print_summary) continuam sendo escritos no Excel geral; a funcionalidade também devolve os totais principais (total_empresas, empresas_com_divergencia, total_notas_analisadas, total_divergencias) relidos de volta do próprio relatório.
  • listar_empresas é novo — não existia como comando separado no CLI original (que sempre ia direto para a auditoria completa). Adicionado porque auditar_empresas é destrutiva: true (custo real de API) e ajuda a conferir o escopo do lote antes de confirmar. Reaproveita só os métodos de descoberta já existentes (_find_companies/_find_csv), sem nenhuma lógica de análise nova.

Referência completa do protocolo

Ver backend/src/infrastructure/mcpr/README.md e PLUGINS/PROMPT_CONVERSAO_MCPR.md para o contrato completo do manifesto e do adapter.

Recommended Servers

playwright-mcp

playwright-mcp

A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.

Official
Featured
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

graphlit-mcp-server

The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.

Official
Featured
TypeScript
Kagi MCP Server

Kagi MCP Server

An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

Exa Search

A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured