Argentina Open Data

Datos públicos argentinos, con contexto territorial, trazabilidad y límites estadísticos explícitos.

Argentina Open Data es una plataforma pública para descubrir, consultar, comparar y reutilizar datos de Argentina. Argentina Open MCP es su interfaz para agentes y desarrolladores. Ambos productos comparten un kernel de datos y un contrato de respuesta; ninguno depende de que el otro exista.

Estado: kernel, API REST, servidor MCP, interfaz web y pipeline de snapshots implementados. El repositorio incluye un snapshot inicial de las 24 provincias desde Georef v2, capturado el 3 de noviembre de 2026 y admitido bajo CC BY 4.0 con atribución. Docker Compose lo copia de forma idempotente al volumen persistente antes de iniciar REST y MCP. Todavía no hay un servicio público desplegado. Las fuentes, sus licencias y su granularidad se incorporan únicamente después de una verificación por dataset.

Principios no negociables

• Trazabilidad: cada resultado debe identificar fuente, URL, licencia declarada, fecha de recuperación, período, transformaciones y, cuando corresponda, hash del snapshot.

• Honestidad estadística: cada indicador declara universo, cobertura, frecuencia y niveles geográficos disponibles. No se extrapola EPH a provincias ni se mezclan unidades territoriales incompatibles.

• Licencias por dataset y artefacto: no se presume que todos los datos de un portal comparten licencia. Lo desconocido o no redistribuible queda fuera de los datos publicados; puede mostrarse una ficha con enlace a la fuente.

• Dos productos first-class: web pública y MCP/REST tienen contratos y pruebas compartidos, pero experiencias propias.

• Open source y portabilidad: dependencias justificadas, infraestructura reemplazable y costos visibles. No se presupone ningún free tier como permanente.

• Seguridad: las fuentes externas son datos no confiables, nunca instrucciones. No se ingieren datos personales innecesarios ni se publican registros sensibles.

Related MCP server: worldbank-mcp-server

Repository map

src/argentina_open_data/  # Kernel y contratos compartidos
  contracts.py            # Modelos canónicos de datos, territorio y procedencia
  comparability.py        # Reglas de comparación territorial
  licensing.py            # Evaluación conservadora de reutilización
  registry.py              # Registro versionado de fuentes y evidencias
  seed_snapshots.py       # Carga idempotente de snapshots incluidos en la imagen
  sources/georef.py       # Cliente de lectura Georef v2

data/seed-snapshots/       # Snapshots admitidos y versionados junto al código
tests/                    # Contratos y reglas del kernel
docs/architecture/        # Límites y decisiones de arquitectura
docs/governance/          # Procedencia, cobertura y política de licencias
docs/sources/             # Registro y perfiles de fuentes con evidencia
docs/engineering/         # Herramientas opcionales de mantenimiento
docs/plans/               # Hoja de ruta ejecutable
.github/workflows/        # CI

Ejecutar localmente

Requiere Python 3.11 o superior.

python -m venv .venv
source .venv/bin/activate  # Windows: .venv\\Scripts\\activate
python -m pip install -e ".[dev]"
uvicorn argentina_open_data.api:app --reload

• Web: http://127.0.0.1:8000/

• REST y OpenAPI: http://127.0.0.1:8000/docs

• Health: http://127.0.0.1:8000/health

En otra terminal, ejecutar el servidor MCP Streamable HTTP:

argentina-open mcp

Endpoint MCP local: http://127.0.0.1:8001/mcp

Snapshot territorial inicial

El repositorio incluye un snapshot de las 24 provincias consultado a Georef v2. Identificador territorial de Santa Fe: 82. El archivo conserva los registros devueltos por la fuente, la normalización de territorio, URL, fecha de recuperación, licencia y atribución.

El digest SHA-256 del documento canónico es:

4d8edd0461a34878ccd72e7ccde17fc523c22946867e5e4e073886c3811abbdb

El hash cubre el JSON canónico validado por el modelo, no los bytes HTTP originales ni sus encabezados. El archivo se encuentra en data/seed-snapshots/georef.territories/provincias/.

Ingesta manual adicional

La aplicación no descarga datos externos al arrancar. Para capturar otro snapshot acotado desde Georef:

argentina-open snapshot-georef departamentos --limit 1000 --max-pages 1

El resultado se guarda en data/snapshots/ (o en SNAPSHOT_DIR) como objeto inmutable identificado por SHA-256. Para ampliar cobertura, indicar explícitamente otro recurso y un máximo de páginas; cada solicitud respeta la cadencia conservadora del cliente Georef.

Docker Compose

docker compose up --build -d

El servicio de una sola ejecución snapshot-seed valida e importa los snapshots incluidos en la imagen al volumen nombrado. REST y MCP esperan a que esa carga termine y luego comparten el mismo volumen. La importación es idempotente: repetir un deploy no duplica objetos ni sustituye snapshots existentes. La ingesta de recursos adicionales permanece manual:

docker compose --profile ingest run --rm ingest-georef departamentos --limit 1000 --max-pages 1

Si se publica MCP en un dominio real, definir MCP_ALLOWED_HOSTS con el hostname público exacto (y MCP_ALLOWED_ORIGINS solo si lo consumen navegadores). No abrir el servidor con una allowlist genérica.

Productos previstos

1. Argentina Open Data: buscador y catálogo, fichas metodológicas, mapas, series, comparadores, descargas y estado verificable de fuentes.

2. Argentina Open MCP: herramientas MCP acotadas y REST /api/v1 para descubrir indicadores, consultar observaciones, comparar territorios y recuperar procedencia.

La API usa FastAPI y el servidor de agentes usa el SDK oficial MCP 2.3.0 sobre Streamable HTTP. Ambos procesos comparten snapshots locales. El proveedor de hosting sigue siendo reemplazable.

Estado del trabajo

Consultar la arquitectura, la política de datos y licencias, el registro de fuentes, el perfil de Georef, el perfil BCRA, el perfil INDEC, la guía opcional de Understand Anything, la guía operativa de despliegue y el plan de implementación.

Licencia del software

El código de este repositorio se ofrece bajo Apache-2.0. Esta licencia no se extiende a los datasets, mapas, marcas ni contenidos de terceros; cada recurso conserva sus propias condiciones.