bcrp
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@bcrp compara la serie del tipo de cambio con la inflación en 2023"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
MCP del BCRP
Proyecto independiente de la sesión 04: un servidor MCP con FastMCP para buscar, consultar y analizar series oficiales del Banco Central de Reserva del Perú.
Contenido
Archivo | Propósito |
| Búsqueda de series, observaciones, resúmenes, comparación de series, recurso y prompt |
| Ocho pruebas de contrato con datos reales del BCRP; no modificar |
| Diez preguntas con respuestas y tolerancias oficiales |
| Compara respuestas de Claude sin MCP y con el MCP |
| Configura los servidores BCRP y Fetch para Claude Code |
| Dependencias y versiones reproducibles del entorno |
Related MCP server: FRED Economic MCP Server
Requisitos y pruebas
Se necesita Python 3.11 o superior, uv, Claude Code con sesión iniciada e internet.
El entorno local .venv/ se crea automáticamente con uv; el catálogo descargado y el entorno se excluyen de Git.
Desde esta carpeta:
uv run pytest -qLa meta es 8 passed. La primera ejecución descarga el catálogo oficial del BCRP. Para iniciar el servidor en
terminal, ejecuta uv run server.py.
La dependencia cryptography<49 está acotada para permitir la instalación en macOS Intel sin compilar OpenSSL; el
proyecto no la usa directamente.
Conectar con Claude Code
Abre Claude Code desde esta carpeta y aprueba los servidores configurados en .mcp.json cuando lo solicite. Usa
/mcp para comprobar la conexión. El servidor bcrp ofrece:
Herramientas:
buscar_series,serie,resumenycomparar_series.Recurso:
bcrp://serie/{codigo}; por ejemplo@bcrp:bcrp://serie/PN01273PM.Prompt:
informe(tema), disponible como/mcp__bcrp__informe.
Las fechas de serie y resumen son YYYY-MM para series mensuales, YYYY-T1 para trimestrales, YYYY-MM-DD para
diarias y YYYY para anuales. Las respuestas incluyen el código y el enlace oficial de la fuente.
Evaluación
preguntas.csv contiene diez preguntas, con las dos cifras adicionales verificadas manualmente en el sitio oficial
del BCRP. Ejecuta uv run evaluar.py para comparar los modos memoria y mcp; Claude Code debe estar disponible
en PATH. El resultado se guarda en resultados.csv. Para incluir búsqueda web, ejecuta
uv run evaluar.py --modos memoria web mcp.
La ejecución documentada en informe.md obtuvo 0/10 aciertos en modo memoria (10 respuestas «no sabe») y 10/10
con el MCP. La figura correspondiente está en grafico.png. datos/ no se incluye: el catálogo se descarga
automáticamente cuando se necesita.
Conserva test_server.py sin cambios. Los archivos de entrega son server.py, .mcp.json, preguntas.csv,
resultados.csv, informe.md y grafico.png.
La rúbrica del curso suma 20 puntos: pruebas (6), herramienta propia (3), recurso y prompt (2), .mcp.json (2),
evaluación (4) e informe (3).
Available Tools
4 toolsbuscar_seriesBuscar SeriesARead-only
Busca series del BCRP por palabras: todas deben aparecer en la categoría, el grupo o el nombre.
Ejemplos: "ipc 12 meses", "tipo de cambio interbancario venta", "reservas internacionales netas", "tasa de referencia", "cobre precio". frecuencia: "Diaria", "Mensual", "Trimestral" o "Anual". Devuelve el código, el nombre completo, la frecuencia y desde cuándo hay datos. Si no hay resultados, prueben con menos palabras.
Inputs: texto (required), limite, frecuencia. Returns: result
comparar_seriesComparar SeriesBRead-only
Compara dos series por periodos coincidentes y calcula su correlación, sin inferir causalidad.
Inputs: desde (required), hasta (required), codigo_a (required), codigo_b (required). Returns: object
resumenResumenBRead-only
Calcula estadísticas exactas de una serie: extremos, cambio, variación y promedio del periodo.
Inputs: desde (required), hasta (required), codigo (required). Returns: object
serieSerieARead-only
Descarga observaciones oficiales de una serie del BCRP entre dos fechas, ambas incluidas.
Usa YYYY-MM para series mensuales, YYYY-T1 para trimestrales, YYYY-MM-DD para diarias y YYYY para anuales. Devuelve los datos, la ficha de la serie y el enlace reproducible a la fuente oficial.
Inputs: desde (required), hasta (required), codigo (required). Returns: object
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 4 tools
Each tool has a clearly distinct role in the workflow: search series, fetch observations, compute summary statistics, and compare two series. The boundary between `serie` and `resumen` is clear because one returns raw observations while the other returns aggregate statistics.
The names mix conventions: `buscar_series` and `comparar_series` use a verb_noun pattern, while `serie` and `resumen` are bare nouns. The names are still readable and understandable, but the set lacks a consistent naming pattern.
Four tools is well-scoped for a central-bank statistics server: discovery, retrieval, summary, and comparison. Each tool earns its place and there are no redundant or trivial additions.
The tool set covers the full read-only lifecycle for BCRP series: search for a series, download its observations, compute descriptive statistics, and compare two series. No obvious dead ends are present for the stated purpose.
Related MCP Connectors
Macroeconomic and other official data from 170+ publishers, resolved from natural language with provenance.
FRED macro data, Treasury yields, FX rates & macro indicators for AI agents. Pay-per-query via x402.
Macroeconomic and FX time-series data for AI agents: indicators, calendars, COT, forex, commodities.
Official economic statistics for AI agents: GDP, inflation, trade and debt for 150+ countries.
Related MCP Servers
- FlicenseAqualityDmaintenanceModel Context Protocol server that provides access to economic and financial time series data from Peru's Central Reserve Bank, enabling AI agents to search, explore, and analyze Peru's economic indicators through a standardized interface.34-
- AlicenseNot gradedqualityDmaintenanceProvides access to 800,000+ Federal Reserve Economic Data (FRED) time series, enabling users to search, retrieve, and analyze economic indicators like GDP, unemployment, inflation, and interest rates through natural language queries.MIT
- AlicenseAqualityDmaintenanceEnables users to search, retrieve, and explore economic data series from the Federal Reserve Economic Data (FRED) API using natural language.11MIT
- AlicenseNot gradedqualityCmaintenanceEnables natural language access to 800,000+ economic time series from FRED, including GDP, inflation, unemployment, and interest rates, with built-in transforms and frequency aggregation.71 npmMIT