Skip to main content
Glama
mcp-datos-abiertos-peru

mcp-datos-abiertos-peru

mcp-datos-abiertos-peru

Servidor Model Context Protocol (MCP) que da a un modelo de lenguaje acceso directo a la Plataforma Nacional de Datos Abiertos del Perú (datosabiertos.gob.pe): buscar datasets, inspeccionarlos y calcular cifras sobre sus CSV, citando siempre la fuente.

Proyecto final del curso Inteligencia Artificial Aplicada (Universidad de Lima, 2026-2). Asociado al ODS 16, meta 16.10: garantizar el acceso público a la información.

Estado: en desarrollo, todavía no se ha validado de punta a punta contra el portal (ver Limitaciones).

Qué expone

Primitiva MCP

Nombre

Descripción

tool

buscar_datasets

Búsqueda por texto libre (BM25 sobre título, entidad, etiquetas y descripción), con filtros por entidad, formato y fecha

tool

ver_dataset

Metadatos y recursos (archivos) de un dataset, consultados en vivo

tool

listar_entidades

Entidades publicadoras y su número de datasets

tool

previsualizar_recurso

Columnas, tipos inferidos y primeras filas de un CSV

tool

consultar_recurso

Filtros + agregaciones (contar, suma, promedio, min, max) sobre el CSV completo, en streaming

tool

actualizar_catalogo

Fuerza la recarga del índice local

resource

pnda://catalogo/resumen

Totales del catálogo

resource

pnda://dataset/{nombre}

Metadatos de un dataset

prompt

analizar_datos_publicos

Plantilla para responder una pregunta con datos y cita de fuente

Related MCP server: Datos.gob.es-MCP

Arquitectura

Host (Claude Desktop / VS Code) ──JSON-RPC 2.0 por stdio──▶ src/server.js
                                                              │
                         src/indice.js ◀── catálogo (caché 24 h, .cache/)
                         src/ckan.js   ──▶ https://www.datosabiertos.gob.pe/api/3/action/*
                         src/csv.js    ──▶ descarga en streaming de los recursos CSV
  • Búsqueda local: el endpoint package_search del portal no funciona (Drupal interpreta q como ruta), así que se descarga el catálogo con current_package_list_with_resources y se indexa localmente.

  • Streaming: los CSV se procesan fila a fila (hay archivos de más de 1 GB) y tienen un tope configurable (max_mb, 300 MB por defecto). Si el tope se alcanza, la respuesta lo indica (lectura_completa: false).

  • Detección automática de codificación (UTF-8 / Windows-1252) y separador (, ; | tab).

  • Seguridad: solo se leen recursos del catálogo o de dominios .gob.pe (evita SSRF). Las respuestas se recortan a 60 000 caracteres.

  • Trazabilidad: cada llamada a una tool se registra en logs/llamadas.jsonl (fecha, argumentos, tiempo, éxito).

Instalación

Requiere Node.js 20 o superior.

git clone https://github.com/jairzinho-dev/mcp-datos-abiertos-peru.git
cd mcp-datos-abiertos-peru
npm install

Probar sin un host MCP

node scripts/probar.js "fallecidos covid"

Lanza el servidor por stdio y ejecuta el flujo buscar → ver → previsualizar → consultar.

Inspector oficial de MCP

npm run inspector

Conectarlo a Claude Desktop

En claude_desktop_config.json:

{
  "mcpServers": {
    "datos-abiertos-peru": {
      "command": "node",
      "args": ["C:/ruta/a/mcp-datos-abiertos-peru/src/server.js"]
    }
  }
}

Configuración (variables de entorno)

Variable

Por defecto

Uso

PNDA_URL

https://www.datosabiertos.gob.pe

URL base del portal

PNDA_USER_AGENT

mcp-datos-abiertos-peru/0.1 (...)

Identificador del cliente

PNDA_TTL_HORAS

24

Vigencia del caché del catálogo

PNDA_MAX_MB

300

Tope de lectura por CSV

PNDA_TIMEOUT_MS

60000

Timeout de las llamadas a la API

PNDA_CACHE_DIR / PNDA_LOG_DIR

.cache/ / logs/

Directorios de caché y logs

Limitaciones

  • El portal tiene un WAF que rechaza (HTTP 418) a clientes sin identificación. Falta confirmar que acepta el User-Agent del proyecto.

  • Solo se leen CSV sin comprimir. Los recursos ZIP, XLSX y PDF se listan, pero no se consultan.

  • La calidad depende de los metadatos publicados: hay enlaces rotos, formatos mal etiquetados y datasets desactualizados.

Uso de IA

De acuerdo con los lineamientos del curso, el código de este repositorio se desarrolló con asistencia de IA generativa (Claude, de Anthropic, mediante Claude Code). El diseño, la validación y la redacción del informe son responsabilidad del grupo.

Licencia

MIT

Available Tools

6 tools
buscar_datasetsBuscar datasetsA

Busca datasets en la Plataforma Nacional de Datos Abiertos del Perú por texto libre (ranking BM25 sobre título, entidad, etiquetas y descripción). Úsalo primero para encontrar qué datos existen. Devuelve el nombre de cada dataset, que luego se pasa a ver_dataset.

Inputs: consulta (required), limite, entidad, formato, +1 more.

consultar_recursoConsultar recurso CSVA

Filtra y agrega un CSV completo en streaming (sin descargarlo a memoria) y devuelve el resultado calculado. Úsalo para responder preguntas cuantitativas ("¿cuántos…?", "¿cuánto se gastó…?", "top 5 de…"). Operadores: =, !=, contiene, empieza, en, >, >=, <, <= (comparación sin tildes ni mayúsculas; "en" acepta lista). Si no se indica agrupar_por, devuelve filas que cumplen los filtros. Revisa lectura_completa: si es false, el resultado es parcial.

Inputs: url, limite, max_mb, filtros, +4 more.

listar_entidadesListar entidadesB

Entidades del Estado que publican datos en la PNDA, con su número de datasets (de mayor a menor).

Inputs: filtro, limite.

previsualizar_recursoPrevisualizar recurso CSVA

Lee solo el inicio de un recurso CSV y devuelve sus columnas (con tipo inferido y ejemplo) y las primeras filas. Úsalo SIEMPRE antes de consultar_recurso para conocer los nombres exactos de las columnas.

Inputs: url, filas, recurso_id.

ver_datasetVer datasetA

Metadatos completos de un dataset y la lista de sus recursos (archivos) con su id, formato, tamaño y URL. Consulta la API en vivo para tener la versión más reciente.

Inputs: nombre (required).

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A4/5.0

    Scored across 6 tools

    Disambiguation5/5

    Each tool targets a distinct stage of the workflow: free-text discovery (buscar_datasets), metadata inspection (ver_dataset), entity browsing (listar_entidades), CSV preview (previsualizar_recurso), and streaming query (consultar_recurso). Descriptions explicitly order them ("úsalo primero", "SIEMPRE antes de consultar_recurso"), leaving little risk of misselection. The only mild overlap is discovery via buscar_datasets vs listar_entidades, but one is text-ranked and the other is an entity ranking, so they are clearly separable.

    Naming Consistency5/5

    All six names follow a strict Spanish verb_noun pattern in snake_case: buscar_datasets, ver_dataset, actualizar_catalogo, listar_entidades, previsualizar_recurso, consultar_recurso. Verbs differ meaningfully (search, view, refresh, list, preview, query) rather than being synonyms, so the pattern is both consistent and informative.

    Tool Count5/5

    Six tools is well-scoped for an open-data catalog server: discovery, metadata, entity index, preview, query, plus one refresh operation. No tool feels redundant, and actualizar_catalogo is explicitly marked as rarely needed rather than a filler.

    Completeness4/5

    The surface covers the full discovery-to-analysis lifecycle for CSV resources, with preview preceding query to avoid column-name failures. Gaps remain: previsualizar_recurso and consultar_recurso only handle CSV, so XLSX/JSON/GeoJSON resources visible in ver_dataset become dead ends, and there is no export or cross-resource aggregation path. These are workaroundable but limit coverage for a portal that hosts many formats.

    Maintenance

    ActivityMaintained
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      D
      maintenance
      Enables AI assistants to search, read, and explore thousands of public datasets from Chile's open government data portal (datos.gob.cl) without requiring an API key.
      33 npm
      1
      MIT
    • A
      license
      A
      quality
      D
      maintenance
      Enables querying and analyzing over 90,000 public datasets from the Spanish Government Open Data Portal (datos.gob.es) using natural language, with tools for search, filtering, metadata access, and SPARQL queries.
      10
      5
      MIT
    • A
      license
      Not graded
      quality
      D
      maintenance
      Enables AI agents to search and retrieve metadata and data files from Peru's National Open Data Platform, and generate Jupyter notebooks for data analysis.
      5
      Apache 2.0
    • A
      license
      A
      quality
      B
      maintenance
      Enables AI agents to search and analyze Ukraine's national open-data portal (data.gov.ua) using natural language, with tools for finding datasets, inspecting metadata, and retrieving actual data.
      6
      MIT