This release is a pre-release and may not be stable for production use.
peruopen
Datos públicos oficiales del Perú, curados y versionados, listos para consultar con una línea de Python o SQL, y sin scraping al ejecutar.
🚧 Estado: pre-alpha. Ya funcionan el módulo
macro(BCRP y UIT), la librería y el servidor MCP. Todavía no hay versión en PyPI ni vitrina pública. Ver docs/roadmap.md.
Qué es
peruopen reúne datasets públicos del Estado peruano (SUNAT, BCRP, INEI/RENIEC, MEF, El Peruano) en archivos Apache Parquet normalizados y validados, con un catálogo único. Se consultan con DuckDB, se exportan a Polars o Pandas, y se exponen a agentes de IA (Claude, Cursor, etc.) mediante un servidor MCP.
La diferencia con un scraper: los portales del Estado cambian, se caen o bloquean IPs. peruopen nunca consulta esos portales al ejecutarse. Un pipeline en CI genera snapshots versionados y la librería solo lee esos snapshots, que quedan cacheados en tu máquina.
Uso
import peruopen as po
po.list_datasets() # qué hay
po.macro.uit(2026) # -> 5500
po.macro.tipo_cambio(desde="2026-01-01").df() # pandas (o .pl() para polars)
po.query("""
SELECT year(fecha) AS anio, round(avg(valor), 3) AS tc_promedio
FROM macro_series WHERE serie = 'PD04638PD'
GROUP BY 1 ORDER BY 1
""").df()
La primera vez se descarga solo lo que consultas y queda en caché. Después, la librería revisa como máximo una vez al día si hay datos nuevos. No hay que hacer nada para actualizar.
| Necesito… | Cómo |
|---|---|
| Forzar la revisión de datos nuevos | po.update() |
| Ver qué versión tengo | po.status() |
| Trabajar sin internet | PERUOPEN_OFFLINE=1 |
| Resultados reproducibles | po.connect(snapshot="2026-11-22") |
| Borrar la caché | po.clear_cache() |
Para agentes de IA (MCP)
{"mcpServers": {"peruopen": {"command": "uvx", "args": ["--from", "peruopen[mcp]", "peruopen-mcp"]}}}
Expone tres tools: list_datasets, describe_dataset y query (SQL de solo
lectura, sin acceso a otros archivos, con límite de filas y timeout).
Desarrollo: probar en local sin la nube
pip install -e ".[pipeline,mcp]"
python -m pipelines run --target local --dir data/vitrina # cocina + vitrina local
PERUOPEN_BASE_URL="$PWD/data/vitrina" python -c "import peruopen as po; print(po.macro.uit())"
Datasets planificados (v0.1)
| Módulo | Fuente | Contenido |
|---|---|---|
calendario |
El Peruano / gob.pe | Feriados y días no laborables, días hábiles 2020–2027 |
macro ✅ |
BCRP, SUNAT | Tipo de cambio, inflación, tasa de referencia, PBI, UIT |
geo |
INEI / RENIEC | Ubigeos con equivalencias, coordenadas y macrorregión |
sunat |
SUNAT | Padrón reducido RUC |
estado (MEF y SEACE/OECE) queda para v0.2.
Proyectos relacionados
- perudata: microdatos de encuestas del INEI (ENAHO, ENDES…). Complementa a peruopen.
- horaciochacon/peruopen: paquete R con el mismo nombre que envuelve el portal CKAN de datosabiertos.gob.pe. No tiene relación con este proyecto.
Licencia
El código es MIT (ver LICENSE). Los datos conservan la licencia de su fuente oficial.