Projeto usa IA e código determinístico para declarar imposto na Índia
O itr-wala combina agentes de IA com um motor tributário em Python para preparar declarações indianas no terminal, mantendo os cálculos fora do modelo de linguagem.
O itr-wala combina agentes de IA com um motor tributário em Python para preparar declarações indianas no terminal, mantendo os cálculos fora do modelo de linguagem.
Criado por karanb192, o repositório itr-wala ganhou destaque no ranking semanal do Trendshift, onde aparece na 13ª posição, após somar 535 estrelas no período analisado. A proposta é permitir o preenchimento da declaração de imposto de renda da Índia, chamada ITR, com apoio de Claude Code, Codex ou Gemini, sem deixar que a IA faça as contas tributárias.
karanb192/itr-walaO itr-wala foi criado para o ano fiscal AY 2026-27 e atende declarações indianas dos formulários ITR-1, ITR-2, ITR-3 e ITR-4, segundo os prazos descritos no README. O sistema parte de uma divisão entre interpretação de documentos e cálculo tributário.
A IA lê documentos como Form 16, AIS e relatórios de operações de corretoras, conduz uma entrevista sobre possíveis deduções e orienta o usuário durante o preenchimento do portal. Já o cálculo de faixas, abatimentos, sobretaxas, cess, juros e multas é executado por código Python determinístico, isto é, com regras fixas e resultados reproduzíveis.
O projeto também compara os regimes antigo e novo de tributação. A saída inclui a renda total, o imposto calculado e o valor líquido a pagar ou receber, com uma recomendação baseada na opção legalmente mais barata.
O fluxo começa com um checkout do código. O script install.sh copia os arquivos locais e, conforme o README, não acessa a internet durante a instalação. Também é possível limitar a instalação à pasta que contém os documentos fiscais.
git clone https://github.com/karanb192/itr-wala.git
cd itr-wala && ./install.sh
Há opções para instalar integrações com Codex, Gemini ou todas elas. Para o Claude Code, o README orienta adicionar o marketplace do repositório e instalar o plugin itr-wala.
Depois da instalação, o usuário abre o agente e escreve “file my ITR”. Os documentos são colocados em uma pasta, os dados são transcritos para income.json e passam por um validador estrito. Campos desconhecidos ou divergências entre os valores de TDS e os totais do 26AS/AIS são sinalizados.
O pacote inclui 47 testes de referência para o motor tributário e 104 testes do validador. Há também um fuzzer, ferramenta que gera entradas aleatórias para encontrar falhas, com casos reproduzíveis em integração contínua.
O projeto não executa as etapas finais em nome do contribuinte. O README afirma que o usuário deve realizar pessoalmente o pagamento, o envio da declaração e a verificação eletrônica, sem compartilhar senha ou código OTP com o agente.
A característica central é a separação explícita entre o agente e o motor de cálculo. A IA interpreta documentos, explica resultados e conduz o fluxo; o Python aplica as regras tributárias. O repositório também afirma testar situações específicas, como alívio marginal da seção 87A, ganhos de capital, compensação de perdas, sobretaxas e arredondamentos previstos nas seções 288A e 288B.
O README informa que o fuzzer executa 3.000 casos em cada commit e que mais de 350 mil casos foram analisados antes do lançamento. Um exemplo incluído no projeto apresenta uma economia de ₹42.811 na comparação entre regimes, mas trata-se de uma demonstração baseada em dados fictícios.
O repositório foi criado em 26 de julho de 2026 e recebeu seu último commit em 11 de agosto de 2026. Não há release publicada encontrada, e a licença aparece como NOASSERTION, portanto as condições formais de uso e redistribuição não estão informadas no repositório.
A execução dos scripts Python ocorre na máquina do usuário, segundo o README. Ainda assim, o uso de agentes para leitura de documentos fiscais exige cuidado com a configuração e com os arquivos compartilhados; detalhes adicionais sobre dependências, hospedagem externa e políticas completas de retenção de dados não estão informados no repositório.
Também não há, nos dados disponíveis, confirmação independente da correção fiscal do motor ou explicação sobre suporte a situações que não aparecem nos exemplos. O projeto não substitui a conferência dos documentos nem as obrigações que permanecem sob responsabilidade do contribuinte.