Neutralidad política
Apartidista. El sistema no asume corrupción, dolo ni mala fe. Cuando detecta inconsistencias documentales las describe; no las convierte en acusaciones.
La memoria pública municipal de Jalisco, indexada para buscar, entender y verificar.
PDFs, hojas de cálculo y portales municipales convertidos en un índice consultable: URL oficial, hash SHA-256, texto extraído y búsqueda semántica con citas. Software libre que ya funciona y que levantas en tu propia infraestructura.
- Pilotos
- Tala · Tequila
- Despliegue
- Docker
- API
- REST
- Licencia
- AGPL-3.0
Cómo funciona
De portales dispersos a un índice consultable y verificable
La información pública municipal suele vivir dispersa en PDFs, hojas de cálculo y portales poco indexados. Open Data Jalisco reduce esa fricción con un pipeline abierto que nunca pierde de vista la fuente original. Imagina preguntar «¿qué contratos de obra pública hubo en Tala durante 2021?» y recibir documentos, fechas, enlaces oficiales y fragmentos verificables —no una opinión.
- 01
Descubre
Scrapers configurables (generic_http y sapumu_content) recopilan documentos desde portales oficiales. El descubrimiento de páginas SAPUMU es conservador: explora sin descargar hasta que tú lo apruebas.
- 02
Preserva
Cada documento se guarda con huella SHA-256 y versionado por URL. Si la fuente cambia un archivo, se conserva una versión nueva con nuevo hash; la anterior nunca se sobrescribe.
- 03
Procesa
Extracción de texto (PDF, XLSX, HTML, CSV), chunking y embeddings multilingües (intfloat/multilingual-e5-small, 384d) indexados en PostgreSQL + pgvector.
- 04
Busca
Búsqueda híbrida vectorial + lexical, deduplicada por hash, con filtro local_only para separar lo municipal de material estatal o federal, y reranking opcional con cross-encoder.
- 05
Consulta
API REST de solo lectura, asistente conversacional con citas (RAG sobre la evidencia), CLI completa y manifests de integridad reproducibles. Todo trazable a la fuente oficial.
En acción
Búsqueda y asistente, funcionando
Demos del sistema corriendo en una instancia self-hosted, con tu propia configuración. Así se ven la búsqueda y el agente sobre el corpus municipal.
Búsqueda semántica
Consulta por contenido sobre el texto extraído: recuperación híbrida (vectorial + lexical) con resultados trazables a la fuente oficial.
Asistente con IA
Pregunta en lenguaje natural y el agente responde citando documentos; si no encuentra evidencia, lo dice. La fuente de verdad es el documento, no el modelo.
Principios
Seis compromisos que rigen el proyecto
Trazabilidad documental
La fuente de verdad no es la IA ni la base vectorial: son los documentos originales, sus URLs oficiales, fechas de captura, hashes y manifests.
Integridad y preservación
Los documentos capturados no se modifican. Si la fuente oficial cambia uno, se guarda una versión nueva con nuevo hash; jamás se sobrescribe la anterior.
Transparencia técnica
Código abierto. Scrapers, pipelines, extractores, manifests y criterios de contribución son públicamente auditables.
Acceso público y gratuito
Consulta gratuita de la información pública procesada, sujeta a límites operativos razonables, sin convertirse en una barrera comercial.
Protección de datos personales
Que un documento sea público no obliga a amplificar datos personales. Aplican criterios de minimización, contexto y responsabilidad.
Qué hace
- Encuentra documentos públicos dispersos en portales y formatos distintos.
- Los preserva con huella SHA-256 y versionado por URL.
- Permite buscarlos por contenido con búsqueda semántica.
- Mantiene siempre la trazabilidad hacia la fuente oficial.
Qué no es
- Una autoridad fiscalizadora, auditoría oficial, fiscalía o tribunal.
- Una herramienta partidista ni de propaganda.
- Una plataforma para acusar personas.
- Una sustitución de solicitudes formales ni de las fuentes oficiales.
- Una prueba automática de irregularidades.
La ausencia de un documento en la base no significa que no exista. Una inconsistencia detectada no significa, por sí misma, una irregularidad legal.
Ver guía para solicitarlo en la PNTAlcance documental
Qué tipo de información se indexa
Pilotos territoriales en Tala y Tequila, diseñado para crecer hacia otros municipios. Nuevas fuentes se incorporan mediante configuración versionada (YAML), no por modificación del código de producción —así la incorporación es auditable y replicable.
- 01 Contratos
- 02 Licitaciones
- 03 Adjudicaciones
- 04 Compras y obra pública
- 05 Reglamentos
- 06 Actas
- 07 Presupuestos
- 08 Leyes de ingresos y egresos
- 09 Transparencia activa
- 10 Directorios institucionales
- 11 Gacetas municipales
¿Para quién?
Infraestructura para consultar y verificar
Pensado como infraestructura útil para quien necesite encontrar, comparar o auditar información pública municipal.
Ciudadanía · Estudiantes · Periodistas · Investigadores · Organizaciones civiles · Desarrolladores · Áreas de transparencia
FAQ
Preguntas frecuentes
El estado actual del proyecto y hacia dónde se dirige.
01 ¿Qué es Open Data Jalisco?
+
Una iniciativa ciudadana, técnica, apartidista y open source para recopilar, preservar, organizar, consultar y verificar información pública municipal de Jalisco con trazabilidad hacia fuentes oficiales.
02 ¿Ya funciona? ¿Puedo buscar documentos?
+
Sí. Hay un MVP funcional: ingesta vía scrapers configurables, preservación con hash SHA-256, extracción de texto, búsqueda híbrida (vectorial + lexical), asistente con citas, manifests de integridad, API REST, portal web y CLI. Hoy se usa de forma self-hosted: levantas tu propia instancia.
03 ¿Hay un portal o una API pública ya hosteada?
+
Todavía no. Por el momento no operamos un servicio público centralizado: el explorador, el asistente y la API funcionan cuando levantas tu propia instancia (Docker) con tu propia configuración y, si quieres asistente, tu propia LLM_API_KEY. Todo el código está en GitHub.
04 ¿Cómo lo levanto yo mismo?
+
Necesitas Docker. Clonas el repositorio, copias .env.example a .env, ajustas variables (POSTGRES_PASSWORD, SITE_ADDRESS y, opcionalmente, LLM_API_KEY) y corres docker compose up -d --build. El portal queda en http://localhost y la API detrás de /api. Con un dominio real, Caddy emite HTTPS automático.
05 ¿Qué municipios cubre?
+
Los pilotos territoriales son Tala y Tequila, Jalisco. El sistema está diseñado para crecer hacia otros municipios: cada fuente nueva se define con un YAML versionado, sin tocar el código de producción.
06 ¿La IA puede inventar o acusar?
+
No. El asistente no responde afirmaciones sustantivas sin respaldo documental recuperado: lee, resume y cita la evidencia, y reconoce cuando algo no puede verificarse. La fuente de verdad es el documento original, no el modelo. Es interfaz de consulta asistida, no autoridad factual.
07 ¿El proyecto acusa a gobiernos o funcionarios?
+
No. ODJ no emite acusaciones, rankings, señalamientos personales ni conclusiones legales. Organiza documentos públicos y mantiene trazabilidad hacia fuentes oficiales para facilitar la consulta ciudadana.
08 ¿Reemplaza a los portales oficiales de transparencia?
+
No. Open Data Jalisco no sustituye a las instituciones ni a sus portales oficiales. Los usa como fuentes, conserva referencias hacia ellos y facilita una consulta más clara de la información pública.
09 ¿Qué pasa si un documento no aparece?
+
El sistema no inventa respuestas ni convierte ausencias en acusaciones. Explica que no encontró el documento en la base actual y orienta hacia la fuente oficial o una solicitud por la Plataforma Nacional de Transparencia, con una guía paso a paso.
10 ¿Bajo qué licencia se publica?
+
GNU AGPL-3.0-or-later. Si operas una versión modificada como servicio, debes publicar tus cambios bajo los mismos términos. Toda instancia expone el endpoint /source con el repositorio y la versión en ejecución (AGPLv3 §13).
11 ¿Cómo puedo contribuir?
+
Desde GitHub: código, nuevos scrapers, configuraciones YAML de municipios, parsers, tests, documentación, accesibilidad y mejoras de seguridad. También puedes reportar errores o contactar al equipo para conversar sobre el proyecto.
Política
Política de revisión de documentos
Open Data Jalisco puede recibir reportes sobre documentos, metadata, enlaces, datos personales, errores de procesamiento o posibles problemas de contexto.
Recibir un reporte no implica eliminar automáticamente un documento del inventario. Cada caso se revisa considerando la fuente oficial, la trazabilidad, el interés público, la protección de datos personales y el riesgo de amplificación indebida.
Cuando proceda, ODJ podrá corregir metadata, ocultar fragmentos sensibles en la interfaz, desindexar temporalmente un documento del buscador, agregar contexto, actualizar enlaces o documentar el motivo de la decisión.
El documento original no se altera. Las acciones tomadas se registran de forma transparente cuando es posible.
Ayuda a construir una capa pública y verificable
Open Data Jalisco es open source. Puedes sumar código, revisar fuentes, mejorar documentación, reportar errores o contactar al equipo para colaborar desde tu experiencia.
Código
Scrapers, parsers y herramientas.
Fuentes
Configs YAML y validación documental.
Producto
Docs, tests y accesibilidad.
La política empieza desde la ciudadanía activa.