chile-hub

Deja de pelear con planillas, enlaces rotos y esquemas incompatibles.

Datos públicos de Chile curados, normalizados, validados y listos para Python, SQL, Excel y pipelines.

La última milla entre “el dato existe” y “el dato ya sirve”.

Explorar datos en el navegador · Instalar · Ver capas · Auditar calidad

Landing de chile-hub: capas de datos de Chile listas para consumir

El dato público existe. El problema es dejarlo listo para usar.

Si trabajas con datos de Chile, probablemente ya conoces la fricción: archivos Excel con formatos cambiantes, códigos territoriales que pierden ceros, fuentes dispersas, APIs inconsistentes y cruces que fallan por diferencias mínimas de nombres.

chile-hub convierte esa última milla en infraestructura reutilizable.

Necesitas	chile-hub te entrega
Cruzar comunas, regiones o distritos sin limpiar claves a mano	Códigos CUT normalizados y contratos de esquema
Analizar datos oficiales desde Python o SQL	Parquet + Polars + DuckDB + SQLite
Llevar datos a Excel o automatizaciones	JSON y workbook multipestaña listos para consumo
Saber de dónde salió un dato y cuándo se obtuvo	Procedencia, frescura, licencia y estado por capa
Detectar cambios silenciosos en las fuentes	Validaciones, drift detection y pipeline fail-loud

Tip

¿Solo quieres probarlo? Abre el explorador SQL y consulta los Parquet directamente en tu navegador con DuckDB-WASM. Sin instalar nada.

Un artefacto, no una síntesis. Cada cifra viene de una corrida reproducible contra la fuente oficial, con hash, fecha y advertencias. Lo que no se puede verificar, no se publica.

Instalar y usar en 30 segundos

pip install chile-hub

from chile_hub import ChileHub

hub = ChileHub()
comunas = hub.load_polars("comunas")  # 346 comunas, códigos CUT como texto
censo = hub.load_polars("censo_comunal")  # población censada por comuna

# Cruce territorial garantizado: la clave es el CUT, nunca un int
df = (
    comunas.join(censo, on="codigo_comuna")
    .select("codigo_comuna", "nombre_comuna", "nombre_region", "poblacion_censada")
    .sort("poblacion_censada", descending=True)
    .head(5)
)
print(df)

Resultado real (Censo 2024):

shape: (5, 4)
┌───────────────┬───────────────┬─────────────────────────────────┬───────────────────┐
│ codigo_comuna ┆ nombre_comuna ┆ nombre_region                   ┆ poblacion_censada │
│ ---           ┆ ---           ┆ ---                             ┆ ---               │
│ str           ┆ str           ┆ str                             ┆ i64               │
╞═══════════════╪═══════════════╪═════════════════════════════════╪═══════════════════╡
│ 13201         ┆ Puente Alto   ┆ Región Metropolitana de Santia… ┆ 568086            │
│ 13119         ┆ Maipú         ┆ Región Metropolitana de Santia… ┆ 503635            │
│ 13101         ┆ Santiago      ┆ Región Metropolitana de Santia… ┆ 438856            │
│ 02101         ┆ Antofagasta   ┆ Región de Antofagasta           ┆ 401096            │
│ 13110         ┆ La Florida    ┆ Región Metropolitana de Santia… ┆ 374836            │
└───────────────┴───────────────┴─────────────────────────────────┴───────────────────┘

En el sitio puedes consultar los mismos Parquet con SQL en el navegador (motor DuckDB-WASM, sin instalar nada):

La primera ejecución descarga el bundle validado desde GitHub Releases, verifica su integridad SHA256 y lo deja en cache local; a partir de ahí todo corre contra el cache. La comprobación semanal de novedades no envía datos de uso y se desactiva con CHILE_HUB_NO_UPDATE_CHECK=1 (CHILE_HUB_LANG=es|en elige el idioma del aviso).

chile-hub cache update     # Forzar descarga del bundle más reciente
chile-hub cache status     # Ubicación y estado del cache local
chile-hub cache clear      # Liberar espacio

Variante pipeline: pip install chile-hub[pipeline] agrega DuckDB, Pandas, XlsxWriter y curl_cffi para ejecutar el pipeline completo de extracción y build. La instalación mínima solo incluye Polars, PyArrow, requests y platformdirs — suficiente para consumir datos.

Note

chile-hub no busca "tener todos los datos de Chile". Busca reducir drásticamente el costo técnico de encontrar, limpiar, validar, cruzar y consumir datasets geográficos, demográficos, electorales y económicos críticos de Chile.

Tampoco es un portal ni una fuente oficial: trabaja aguas abajo de datos.gob.cl y de las instituciones que publican cada dato, y siempre enlaza a la fuente oficial. Es un proyecto independiente, sin afiliación con esas instituciones. Misión y principios: docs/product-spec.md.

En la práctica, responde preguntas como:

¿Cómo cruzo mi base de clientes, escuelas o centros de salud con comunas oficiales sin perder ceros en los códigos?
¿Qué comunas concentran población censada, establecimientos públicos o indicadores urbanos?
¿Cómo llevo datos oficiales a Polars, DuckDB, SQLite, Excel o CI sin depender de enlaces cambiantes?

Versionado: Para entornos productivos, fija la versión exacta en requirements.txt (revisa el badge de PyPI al inicio de este README para la versión más reciente):
chile-hub==1.55.4
El bundle de datos se publica con cada release. La API del módulo ChileHub sigue versionado semántico: cambios de interfaz pública solo en major releases.

Por qué confiar

Cada decisión de ingeniería de este proyecto está diseñada para que no tengas que confiar ciegamente: los datos vienen con la evidencia que los respalda.

Trabajar con datos públicos chilenos suele implicar los mismos obstáculos:

Sin chile-hub	Con chile-hub
Enlaces rotos y APIs inconsistentes	Pipeline automatizado con fallbacks y verificación de integridad
Planillas Excel deformes con celdas combinadas	Parquet, DuckDB y JSON listos para producción
Códigos CUT que pierden ceros al leerse como `int`	CUT garantizados como `VARCHAR` de largo fijo (`"01101"`)
Nombres de comunas imposibles de cruzar (Ñuñoa vs Nunoa)	Columna `nombre_comuna_clean` normalizada para cruces exactos
Cero trazabilidad sobre origen y vigencia del dato	Metadatos con fuente, fecha de extracción, licencia y modo

Seis pilares, auditables y verificables en cada build

Pilar	Descripción	Artefacto auditable
Procedencia documentada	Cada dataset declara su fuente oficial exacta con URL directa al organismo público emisor (BCN, INE, MINEDUC, BCCh, MINSAL, datos.gob.cl).	`provenance_report.md` — fuente, modo y timestamp por capa
Auditoría legal explícita	Licencia, atribución requerida y permiso de redistribución verificados dataset por dataset — reporte regenerado en cada build en `redistribution_report.md`.	`redistribution_report.md` + `AGENTS.md §6`
Pipeline fail-loud	Si una validación falla, el pipeline aborta — no publica datos corruptos, no emite advertencias silenciosas.	`ADR-001` — fail-loud como decisión de arquitectura
Contratos de esquema	26 contratos JSON Schema (`contracts/datasets/`) definen columnas esperadas, tipos, claves primarias y cobertura. Se validan en cada build automáticamente.	`ADR-005` + `contracts/datasets/*.json`
Salud transparente	Dashboard público con severidad, frescura, cobertura, drift y degradación por dataset — regenerado en cada build en `hub_health.md`.	`hub_health.md` — estado completo actualizado en cada build
Calidad medida	Puntuación compuesta A-F por dataset (validación, contrato, madurez de fuente, frescura, cobertura y política de reúso); scorecard completo en `dataset_quality.md`.	`dataset_quality.md` — scorecard completo

Cada pilar se audita automáticamente en cada ejecución del pipeline. Los reportes se regeneran en cada build — no son documentos estáticos mantenidos a mano. Para auditar el estado exacto de cualquier capa:

chile-hub provenance   # fuente, modo y timestamp por dataset
chile-hub health       # severidad, frescura, drift y cobertura

El mismo estado se publica en el sitio, con historial de builds y detalle por capa:

Respaldo adicional

1495 tests (pytest --collect-only) que validan extracción, contratos e integridad de datos.

25 ADRs (docs/adr/) que documentan cada decisión de arquitectura con su contexto, consecuencias y tradeoffs — no solo el "qué", sino el "por qué".

Drift monitoreado: todos los datasets bajo vigilancia de deriva de esquema; cualquier cambio en la fuente se detecta y registra (drift_report.md).
Trazabilidad completa: cada build registra timestamp, versión de extractor y snapshot de entrada en provenance_report.md.

Menos trabajo repetido

Reconstruir la serie completa de empresas exige 13 archivos anuales (≈215 MB) y parsear 1,6 millones de filas. El bundle con las 22 capas, ya normalizadas y validadas, pesa 31 MB. No medimos el ahorro energético: es una propiedad del diseño —el trabajo pesado se hace una vez por build y se comparte—, no una cifra de carbono.

Para una explicación más detallada de la arquitectura y las decisiones de diseño, lee el caso de estudio: cómo está construido chile-hub.

Qué incluye

Cómo leer los conteos: 23 capas construibles (make build local, incl. 1 en carril candidate) · 22 publicables (bundle ZIP) · 26 registradas en el catálogo (3 sin datos: geometría, delincuencia —rejected— y autoridades locales). La convención completa vive junto al badge superior y en data/source_registry.json.

Mapa territorial interactivo: las 346 comunas con 7 métricas seleccionables (población, pobreza, permisos, equipamiento, MP2.5) y ficha por comuna.

#	Capa	Fuente	Licencia	Actualización
1	Regiones	BCN ArcGIS	CC BY	—
2	Provincias	BCN ArcGIS	CC BY	—
3	Comunas	BCN ArcGIS	CC BY	—
4	Comunas Enriquecidas	BCN + INE	CC BY	—
5	Indicadores Económicos	BCCh / mindicador.cl	Libre c/cita	Diaria
6	Censo Comunal 2024	INE	CC BY 4.0	Decenal
7	Censo Hogares y Viviendas	INE	CC BY 4.0	Decenal
8	Establecimientos de Salud	MINSAL / datos.gob.cl	CC0	Mensual
9	Distritos Electorales	BCN / Ley 20.840	CC0	—
10	Establecimientos Educacionales	MINEDUC	CC BY 3.0 CL	Anual
11	Finanzas Municipales	SINIM / SUBDERE	Revisión términos	Anual
12	Resultados Educacionales	MINEDUC	CC BY 3.0 CL	Anual
13	Indicadores Urbanos SIEDU	INE / SIEDU	Datos abiertos INE	Anual
14	Perfil Territorial Comunal	chile-hub derivado	Fuentes abiertas	Derivada
15	Empresas (RES)	Min. Economía / datos.gob.cl	CC-BY 3.0 CL	Mensual
16	Pobreza Comunal (SAE)	MDS / Observatorio Social	Datos abiertos MDS	Bienal/trienal
17	Consumo Eléctrico Comunal	CNE / Energía Abierta	CC BY	Anual
18	Partidos Políticos	Cámara de Diputados	CC BY	Bajo_demanda
19	Autoridades Electas	Cámara de Diputados + Senado	CC BY	Bajo_demanda
20	Estadísticas Vitales	INE	CC BY 4.0	Anual
21	Permisos de Edificación	MINVU / CEDOC	Uso c/cita	Mensual
22	Calidad del Aire	MMA / SINCA	Revisión términos	Diaria
23	Precipitaciones DGAC	DGAC / datos.gob.cl	CC BY / CC0	Trimestral
24	Geometría Comunal	BCN ArcGIS	CC BY	—
25	Delincuencia Comunal	CEAD / SPD	Revisión términos	—
26	Autoridades Locales	BCN SIIT + Wikipedia	CC BY / CC BY-SA	—

Métricas por build: el modo de la última extracción, el conteo de registros, la cobertura y la frescura viven en hub_health.md, dataset_status.json y dataset_quality.md, regenerados en cada build; los badges resumen frescura y estado: Para auditar el estado exacto de cada capa: chile-hub provenance y chile-hub health.

El schema de columnas, tipos y PK de cada capa vive en contracts/datasets/ y en docs/datasets/; el volcado completo está en el apéndice.

Formatos de salida

Cada ejecución del pipeline genera en data/normalized/:

Tipo	Archivo	Uso
Base de datos	`chile_data.duckdb`	Analítica local de alto rendimiento
Base de datos	`chile_data.db`	SQLite para aplicaciones embebidas
Intercambio	`*.parquet` por capa	Polars / Pandas / DuckDB
Intercambio	`*.json` por capa	Pipelines y automatización
Intercambio	`chile_data_latest.xlsx`	Excel multipestaña (códigos CUT como texto)
Metadatos	`artifact_manifest.json`, `hub_health.`, `dataset_status.json`, `dataset_changelog.json`, `dataset_catalog.`, `provenance_report.`, `redistribution_report.`	Catálogo físico, salud, changelog y auditoría
Bundle	`chile-hub-publishable-bundle.zip`	Paquete público con verificación SHA256

🍳 Recetas de uso

¿Prefieres notebooks? Las cuatro recetas están en examples/notebooks/ con botón de Colab, o ejecutables en el explorador SQL del sitio.

1. Últimos indicadores económicos disponibles

from chile_hub import ChileHub

df = ChileHub().load_polars("indicadores")
ultimos = (
    df.sort("fecha", descending=True)
    .group_by("codigo_indicador")
    .first()
    .select("codigo_indicador", "fecha", "valor")
    .sort("codigo_indicador")
)
print(ultimos)

2. Salud y educación por comuna

from chile_hub import ChileHub

hub = ChileHub()
salud = hub.load_polars("establecimientos_salud")
educacion = hub.load_polars("establecimientos_educacionales")

salud_por_comuna = salud.group_by("codigo_comuna").len("establecimientos_salud")
educacion_por_comuna = educacion.group_by("codigo_comuna").len("establecimientos_educacionales")

resumen = (
    hub.load_polars("comunas")
    .join(salud_por_comuna, on="codigo_comuna", how="left")
    .join(educacion_por_comuna, on="codigo_comuna", how="left")
    .fill_null(0)
    .select(
        "codigo_comuna", "nombre_comuna", "establecimientos_salud", "establecimientos_educacionales"
    )
)
print(resumen.head())

3. SQL directo con DuckDB

-- Top 10 comunas por población censada
SELECT nombre_comuna, poblacion_censada, hombres, mujeres
FROM 'data/normalized/censo_comunal.parquet'
ORDER BY poblacion_censada DESC
LIMIT 10;

-- Cruce territorial: comunas × distritos electorales
SELECT c.nombre_comuna, c.nombre_region,
       e.distrito_electoral, e.circunscripcion_senatorial
FROM 'data/normalized/comunas.parquet' c
JOIN 'data/normalized/distritos_electorales.parquet' e
  ON c.codigo_comuna = e.codigo_comuna
WHERE c.nombre_region = 'Valparaíso';

🧰 API y CLI

API Python compacta

API	Uso
`ChileHub()`	Inicializa el helper; descarga y verifica el bundle si no hay cache local.
`ChileHub(data_dir="data/normalized")`	Usa artefactos locales generados por el pipeline.
`hub.list_datasets()`	Lista los nombres canónicos disponibles para `load_polars()`.
`hub.load_polars("comunas")`	Carga una capa como `polars.DataFrame` desde Parquet.
`hub.summary()` / `hub.summary_table()`	Resume modo de fuente, filas, validación, frescura y warnings.
`hub.health()` / `hub.status()`	Reporta salud operativa para personas y CI/CD.
`hub.redistribution()`	Expone estado legal de reúso y atribución por dataset.
`hub.provenance()`	Muestra fuente, URL, modo de extracción y timestamps.
`chile-hub cache update/status/clear`	Administra el cache local del bundle publicado.

¿Construyes agentes? El proyecto incluye un servidor MCP con catálogo, consultas y resolución de comunas para que tu agente consuma los datos sin integraciones propias: docs/mcp.md.

CLI: los comandos más usados

Comando	Para qué
`chile-hub list`	Lista todos los datasets registrados.
`chile-hub show <capa>`	Schema y metadatos detallados de una capa.
`chile-hub example <capa> --kind duckdb`	Receta de consumo lista para copiar y pegar.
`chile-hub cross <a> <b>`	Cruza dos datasets por clave territorial común.
`chile-hub export <capa> --output archivo`	Exporta un dataset a CSV, JSON o Parquet.
`chile-hub health`	Reporte consolidado de salud del hub.
`chile-hub status`	JSON ultraliviano para CI/CD.
`chile-hub provenance`	URLs de origen y métodos de extracción.
`chile-hub redistribution`	Reporte legal de reúso por capa.
`chile-hub dataset-quality`	Puntuación de calidad A-F por dataset.
`chile-hub --help`	Listado completo y siempre actualizado.

Referencia completa de CLI

Inspección y consulta

Comando	Descripción
`chile-hub list`	Lista todos los datasets registrados
`chile-hub version`	Muestra la versión instalada del paquete
`chile-hub cache status`	Muestra ubicación y estado del cache local
`chile-hub cache update`	Descarga y verifica el bundle publicado
`chile-hub cache clear`	Elimina el cache local
`chile-hub show <capa>`	Schema y metadatos detallados de una capa
`chile-hub path <capa> --output parquet`	Ruta física al archivo de una capa
`chile-hub example <capa> --kind duckdb`	Receta de consumo lista para copiar y pegar
`chile-hub overview`	Resumen general del build y estado actual
`chile-hub inventory`	Archivos en `data/normalized/` con tamaños y hashes
`chile-hub snapshot`	Snapshot humano y compacto del hub
`chile-hub summary`	Resumen breve de datasets
`chile-hub search <keyword>`	Busca datasets por keyword, fuente o madurez
`chile-hub cross <a> <b>`	Cruza dos datasets por clave territorial común
`chile-hub export <capa> --output archivo`	Exporta un dataset a CSV, JSON o Parquet

Calidad, salud y auditoría

Comando	Descripción
`chile-hub health`	Reporte consolidado de salud del hub
`chile-hub freshness-audit`	Auditoría de frescura contra el reloj actual
`chile-hub runtime-status`	Salud registrada + vigencia en vivo
`chile-hub top-issue`	Capa con mayor degradación operativa
`chile-hub drift`	Desvíos, fallbacks activos y regresiones
`chile-hub status`	JSON ultraliviano para CI/CD
`chile-hub dataset-status`	Estado detallado machine-readable por dataset
`chile-hub dataset-changelog`	Cambios entre el build actual y el metadata anterior
`chile-hub source-readiness`	Madurez de fuente por dataset
`chile-hub dataset-quality`	Puntuación de calidad A-F por dataset
`chile-hub check-sources`	Verifica conectividad en vivo con las fuentes oficiales
`chile-hub validate <capa>`	Valida un dataset (o un CSV/Parquet propio) contra su schema

Distribución e integridad

Comando	Descripción
`chile-hub bundle`	Metadata consolidada en un solo JSON
`chile-hub redistribution`	Reporte legal de reúso por capa
`chile-hub provenance`	URLs de origen y métodos de extracción
`chile-hub verify-package`	Instrucción de verificación de integridad del ZIP
`chile-hub artifacts`	Artefactos publicables del hub
`chile-hub shared-artifacts`	Artefactos compartidos del hub (reportes, manifest)
`chile-hub reports`	Lista los reportes compartidos disponibles
`chile-hub report <nombre>`	Resuelve la metadata de un reporte compartido
`chile-hub packages`	Paquetes publicables del hub
`chile-hub package`	Metadata del package principal del hub

En entorno de desarrollo, usa python -m chile_hub o python -m src.chile_hub como alternativa al comando chile-hub si el paquete no está instalado en modo editable.

⚙️ Cómo funciona

El pipeline es lineal, determinista y estricto: si una validación falla, el build se cancela antes de publicar datos corruptos.

flowchart TB
    classDef extract fill:#e0f2fe,stroke:#0284c7,stroke-width:2px,color:#0f172a;
    classDef stage fill:#ecfeff,stroke:#0891b2,stroke-width:2px,color:#0f172a;
    classDef build fill:#fef9c3,stroke:#ca8a04,stroke-width:2px,color:#0f172a;
    classDef verify fill:#f0fdf4,stroke:#16a34a,stroke-width:2px,color:#0f172a;
    classDef test fill:#fae8ff,stroke:#c084fc,stroke-width:2px,color:#0f172a;
    classDef publish fill:#ffe4e6,stroke:#f43f5e,stroke-width:2px,color:#0f172a;

    subgraph EXTRACT["1. EXTRACT - fuentes oficiales"]
        direction TB
        X1["Territorio<br/>BCN / SERVEL"]:::extract
        X2["Demografía 2024<br/>INE"]:::extract
        X3["Servicios públicos<br/>MINSAL / MINEDUC"]:::extract
        X4["Economía<br/>BCCh / SINIM / RES"]:::extract
        X5["Indicadores urbanos<br/>SIEDU"]:::extract
    end

    S["data/staging/<br/>CSV + metadata.json"]:::stage
    B["2. BUILD<br/>build_dev_db.py"]:::build
    N["data/normalized/<br/>artefactos publicables"]:::stage
    V["3. VERIFY<br/>verify_pipeline.py"]:::verify
    T["4. TEST<br/>pytest"]:::test
    L["5. SMOKE + PUBLISH<br/>landing + bundle"]:::publish

    X1 --> S
    X2 --> S
    X3 --> S
    X4 --> S
    X5 --> S
    S --> B --> N --> V --> T --> L

Important

Invariante crítica: El pipeline aborta si la cardinalidad de comunas ≠ 346, si los códigos CUT pierden el formato VARCHAR, o si alguna regla de negocio se rompe. Nunca se publican datos corruptos.

Extractores incluidos en el paso 1

Dominio	Extractores
Territorio	`subdere_extractor.py`, `electoral_extractor.py`, `geometria_comunal_extractor.py`
Demografía	`censo_extractor.py`, `censo_hogares_viviendas_extractor.py`, `pobreza_extractor.py`, `estadisticas_vitales_extractor.py`
Servicios públicos	`salud_extractor.py`, `mineduc_establecimientos_extractor.py`, `mineduc_resultados_extractor.py`
Economía	`bcentral_extractor.py`, `sinim_finanzas_extractor.py`, `sinim_finanzas_live_extractor.py`, `res_extractor.py`, `consumo_electrico_extractor.py`, `permisos_edificacion_extractor.py`
Indicadores urbanos	`siedu_extractor.py`
Medio ambiente	`calidad_aire_extractor.py`, `precipitaciones_dgac_extractor.py`
Política	`partidos_politicos_extractor.py`, `autoridades_electas_extractor.py`, `autoridades_locales_extractor.py`
Seguridad (carril `candidate`)	`cead_delincuencia_live_extractor.py`
Derivado en `build_dev_db.py` (sin extractor)	`perfil_territorial_comunal`

El mapeo autoritativo entre dataset y extractor vive en data/dataset_catalog_config.json; esta tabla es solo orientativa. Detalle completo en AGENTS.md §2.

Modelo de datos: códigos CUT

El valor central de chile-hub es que todas las capas se vinculan jerárquicamente mediante los Códigos Únicos Territoriales (CUT) de SUBDERE/INE:

flowchart TB
    R["Territorio base<br/><b>REGIONES</b><br/>codigo_region"]
    P["<b>PROVINCIAS</b><br/>codigo_provincia + codigo_region"]
    C["<b>COMUNAS</b><br/>codigo_comuna + codigo_provincia + codigo_region"]
    L["Capas comunales<br/>codigo_comuna<br/>censo · hogares · salud<br/>educación · distritos · enriquecimiento"]

    R --> P --> C --> L

Grupo	Clave principal	Capas
Territorio base	`codigo_region`, `codigo_provincia`, `codigo_comuna`	`regiones`, `provincias`, `comunas`
Capas comunales	`codigo_comuna`	censo, hogares y viviendas, salud, educación, distritos electorales, pobreza, permisos de edificación, calidad del aire, estadísticas vitales, perfil territorial y más
Series temporales	`fecha` o `anio` + clave propia	`indicadores`, `calidad_aire`, `permisos_edificacion`
Registros	clave propia	`empresas` (RUT), `partidos_politicos`, `autoridades_electas`

El diagrama entidad-relación completo está en el apéndice.

🗺️ Próximos pasos

El roadmap actual prioriza crecer en usabilidad y confianza antes que agregar más capas.

Horizonte	Foco	Entregable	Estado
Now	Ejemplos, notebooks, errores claros, referencia API	Usuarios cargan y cruzan datos sin leer el pipeline completo	En progreso
Next	Contratos de schema, source readiness, criterios públicos	Contribuidores proponen datasets con reglas claras y verificables	Planeado
Later	Nuevas capas solo si pasan criterios de inclusión	El catálogo crece sin perder mantenibilidad ni claridad legal	Futuro

Especificación completa: docs/product-spec.md Criterios de inclusión: docs/dataset-inclusion-criteria.md Estado del último build: data/normalized/pipeline_status.md

🤝 Desarrollo y contribución

¿Quieres aportar o pedir un dataset?

No necesitas saber programar ni traer los datos limpios: basta con la fuente y para qué sirve (o la necesidad, si solo quieres pedirlo). La guía de 2 minutos y los dos formularios están en Aportar o solicitar un dataset (criterios completos).

Desarrollar el pipeline

Esta sección es para contribuidores que ejecutan el pipeline de extracción, build y verificación en su máquina. Si solo necesitas consumir los datos, usa pip install chile-hub (ver Instalación).

Requiere uv y Git. Python lo gestiona uv (make bootstrap).

# Entorno
git clone https://github.com/cortega26/chile-hub.git
cd chile-hub
make bootstrap          # Crea .venv, instala dependencias + Playwright
make doctor             # Verifica versión de Python y dependencias críticas

# Pipeline completo
make refresh            # extract → build → verify → test → landing

# Pasos individuales
make extract            # Ejecuta los extractores → data/staging/
make build              # Compila artefactos → data/normalized/
make verify             # Verifica integridad (SHA256, conteos, schema)
make test               # pytest (lee data/normalized/, no corre el pipeline)
make coverage           # pytest + cobertura de src/ (term-missing + coverage.xml)
make verify-landing     # Pruebas de humo de landing page con Playwright

autoridades_electas requiere scrapling para no degradar a 155 registros (0 senadores); el comando local está en Carriles de extracción.

El ZIP publicable no se versiona: make build lo genera localmente y el sitio lo descarga desde el asset del último GitHub Release. Para clones más livianos: git clone --filter=blob:none https://github.com/cortega26/chile-hub.

Para entender la arquitectura, las reglas no negociables y el flujo de trabajo, revisa AGENTS.md; el punto de partida rápido es SOURCE_OF_TRUTH.md.

¿Encontraste un error o tienes un caso de uso? Abre un issue — ayuda a priorizar el roadmap.

⚖️ Fuentes, licencias y reúso

Semáforo de redistribución

Semáforo	Estado	Licencia típica	Acción
Verde	`open-attribution`	CC BY, CC0 o equivalente	Se incluye en el bundle público
Amarillo	`public-api-review-terms`	API pública sin licencia explícita	Se distribuye tras verificar el origen primario
Rojo	`restricted`	Derechos de autor, Ley 19.628	Nunca se integra al bundle público

Licencia del proyecto

El código Python se distribuye bajo MIT. Los datasets conservan las licencias, permisos y requisitos de atribución de sus fuentes oficiales. Consulta DATA_LICENSES.md, chile-hub redistribution y chile-hub provenance antes de redistribuir artefactos derivados.

Cómo citar

Si usas chile-hub en un paper, tesis, curso o informe, cita el software y atribuye la fuente de cada capa. GitHub muestra el botón "Cite this repository" a partir de CITATION.cff; las recetas BibTeX/APA y la ruta para un DOI Zenodo están en docs/citation.md.

Autor y mantenedor: Carlos Ortega — ORCID 0009-0000-3470-6181.

📚 Apéndice: esquemas y modelo de datos

Schema completo de cada capa

1. regiones — Capa derivada de regiones para filtros, joins y referencias administrativas de alto nivel. (PK: codigo_region)

Columna	Tipo	Ejemplo
`codigo_region`	`VARCHAR(2)`	`"01"`
`nombre_region`	`VARCHAR`	`"Tarapacá"`

2. provincias — Capa derivada de provincias para cruces intermedios entre region y comuna. (PK: codigo_provincia)

Columna	Tipo	Ejemplo
`codigo_region`	`VARCHAR(2)`	`"01"`
`nombre_region`	`VARCHAR`	`"Tarapacá"`
`codigo_provincia`	`VARCHAR(3)`	`"011"`
`nombre_provincia`	`VARCHAR`	`"Iquique"`

3. comunas — Base territorial normalizada para cruces por region, provincia y comuna. (PK: codigo_comuna)

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Iquique"`
`nombre_comuna_clean`	`VARCHAR`	`"iquique"`
`codigo_provincia`	`VARCHAR(3)`	`"011"`
`codigo_region`	`VARCHAR(2)`	`"01"`
`nombre_region`	`VARCHAR`	`"Tarapacá"`
`latitud_cabecera`	`DOUBLE`	`-20.2138`
`longitud_cabecera`	`DOUBLE`	`-70.1508`
`poblacion_estimada`	`INTEGER`	`223400`

4. comunas_enriquecidas — Comunas con coordenadas de cabecera y poblacion estimada INE, listas para analisis territorial sin joins adicionales. (PK: codigo_comuna)

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Iquique"`
`nombre_comuna_clean`	`VARCHAR`	`"iquique"`
`codigo_provincia`	`VARCHAR(3)`	`"011"`
`codigo_region`	`VARCHAR(2)`	`"01"`
`latitud_cabecera`	`DOUBLE`	`-20.2138`
`longitud_cabecera`	`DOUBLE`	`-70.1508`
`poblacion_estimada`	`INTEGER`	`223400`

5. indicadores — Serie de indicadores economicos diarios de referencia para analisis y software. (PK: fecha, codigo_indicador)

Columna	Tipo	Ejemplo
`fecha`	`DATE`	`"2026-05-30"`
`codigo_indicador`	`VARCHAR`	`"uf"`
`valor`	`DOUBLE`	`39420.5`

6. censo_comunal — Perfil demografico comunal del Censo 2024 con sexo y grandes grupos de edad. (PK: codigo_comuna)

Columna	Tipo	Ejemplo
`codigo_region`	`VARCHAR(2)`	`"01"`
`codigo_provincia`	`VARCHAR(3)`	`"011"`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Iquique"`
`poblacion_censada`	`INTEGER`	`223400`
`hombres` / `mujeres`	`INTEGER`	`"111200` / `112200"`
`razon_hombre_mujer`	`DOUBLE`	`99.11`
`poblacion_0_14` … `poblacion_65_mas`	`INTEGER`	`"5 tramos etarios"`

7. censo_hogares_viviendas — Viviendas y hogares censados por comuna, ocupacion y tamano medio del hogar. (PK: codigo_comuna)

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`viviendas_censadas`	`INTEGER`	`85000`
`viviendas_particulares_ocupadas`	`INTEGER`	`75000`
`viviendas_colectivas`	`INTEGER`	`200`
`hogares_censados`	`INTEGER`	`73000`
`promedio_personas_hogar`	`DOUBLE`	`3.06`

8. establecimientos_salud — Directorio vigente de establecimientos de salud con tipo, dependencia, urgencia y ubicacion. (PK: codigo_establecimiento)

Columna	Tipo	Ejemplo
`codigo_establecimiento`	`VARCHAR`	`"101101"`
`nombre_establecimiento`	`VARCHAR`	`"Hospital Dr. Ernesto Torres Galdames"`
`tipo_establecimiento`	`VARCHAR`	`"Hospital"`
`nivel_atencion`	`VARCHAR`	`"Alta Complejidad"`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`tiene_servicio_urgencia`	`VARCHAR`	`"SI"` / `"NO"`
`latitud` / `longitud`	`DOUBLE`	`"Coordenadas geográficas"`
`estado_funcionamiento`	`VARCHAR`	`"Vigente"`

9. distritos_electorales — Asociación de comunas a distritos electorales (diputados) y circunscripciones senatoriales. (PK: codigo_comuna)

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Las Condes"`
`distrito_electoral`	`VARCHAR`	`"10"`
`circunscripcion_senatorial`	`VARCHAR`	`"3"`

10. establecimientos_educacionales — Directorio oficial del Ministerio de Educación (MINEDUC) con Rol Base de Datos (RBD), ubicación y dependencia administrativa. (PK: rbd)

Columna	Tipo	Ejemplo
`rbd`	`VARCHAR`	`"1234-5"`
`dv_rbd`	`VARCHAR`	`"4"`
`nombre_establecimiento`	`VARCHAR`	`"Liceo Abate Molina"`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`dependencia_administrativa`	`VARCHAR`	`"Municipal"`
`latitud` / `longitud`	`DOUBLE`	`"Coordenadas geográficas"`
`estado_funcionamiento`	`VARCHAR`	`"Vigente"`

11. finanzas_municipales — Indicadores financieros municipales anuales desde SINIM/SUBDERE. Cobertura 345/346 comunas (año 2024; falta Antártica 12202, hueco conocido de la fuente). Extracción mensual vía monthly-scrape. (PK: anio, codigo_comuna)

Columna	Tipo	Ejemplo
`anio`	`INTEGER`	`2024`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`ingresos_totales` / `gastos_totales`	`DOUBLE`	`245000000000.0`
`ingresos_propios_permanentes`	`DOUBLE`	`162000000000.0`
`fondo_comun_municipal`	`DOUBLE`	`39000000000.0`

12. resultados_educacionales — Resultados educacionales agregados por comuna y año, sin registros personales. (PK: anio, codigo_comuna)

Columna	Tipo	Ejemplo
`anio`	`INTEGER`	`2024`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`matricula_total`	`INTEGER`	`122000`
`asistencia_promedio`	`DOUBLE`	`86.2`
`tasa_aprobacion` / `tasa_retiro`	`DOUBLE`	`"91.4` / `4.5"`

13. indicadores_urbanos_siedu — Indicadores urbanos SIEDU en formato largo con cobertura comunal parcial esperada. (PK: anio, codigo_comuna, codigo_indicador)

Columna	Tipo	Ejemplo
`anio`	`INTEGER`	`2024`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`codigo_indicador`	`VARCHAR`	`"siedu_acceso_areas_verdes"`
`categoria`	`VARCHAR`	`"Espacio publico"`
`valor` / `unidad`	`DOUBLE`	`"71.4` / `"porcentaje"`

14. perfil_territorial_comunal — Perfil comunal curado que consolida DPA, censo, salud, educación, finanzas, SIEDU y distritos. (PK: codigo_comuna)

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`poblacion_censada`	`INTEGER`	`223400`
`establecimientos_salud_total`	`INTEGER`	`140`
`establecimientos_educacionales_total`	`INTEGER`	`410`
`distrito_electoral`	`VARCHAR`	`"10"`
`crecimiento_natural_ultimo_anio`	`INTEGER`	`12`
`anio_estadisticas_vitales`	`INTEGER`	`2023`
`viviendas_autorizadas_ultimo_anio`	`INTEGER`	`2451`
`superficie_autorizada_m2_ultimo_anio`	`INTEGER`	`187320`
`anio_permisos_edificacion`	`INTEGER`	`2023`
`mp25_promedio_ultimo_anio`	`DOUBLE`	`18.4`
`anio_calidad_aire`	`INTEGER`	`2026`
`tasa_pobreza_ingresos_ultimo_anio`	`DOUBLE`	`9.0`
`tasa_pobreza_multidimensional_ultimo_anio`	`DOUBLE`	`19.5`
`anio_pobreza`	`INTEGER`	`2022`

15. empresas — Registro de Empresas y Sociedades (RES) con RUT, razon social, tipo societario, capital, fecha de constitucion y comuna de domicilio. (PK: rut)

Columna	Tipo	Ejemplo
`rut`	`VARCHAR`	`"76286049-K"`
`razon_social`	`VARCHAR`	`"COMERCIALIZADORA EJEMPLO SPA"`
`codigo_sociedad`	`VARCHAR`	`"SPA"`
`capital`	`INTEGER`	`5000000`
`fecha_actuacion`	`DATE`	`"2020-06-15"`
`anio`	`INTEGER`	`2020`
`comuna_tributaria`	`VARCHAR`	`"SANTIAGO"`
`region_tributaria`	`VARCHAR`	`"13"`

16. pobreza_comunal — Estimaciones de pobreza comunal por ingresos y multidimensional derivadas de la encuesta CASEN mediante metodología SAE (Estimación de Áreas Pequeñas). Incluye tasa, límite inferior y superior del intervalo de confianza por comuna, año y dimensión. (PK: codigo_comuna, anio, dimension)

Columna	Tipo	Ejemplo
`codigo_region`	`VARCHAR(2)`	`"01"`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Santiago"`
`anio`	`INTEGER`	`2022`
`dimension`	`VARCHAR`	`"ingresos"` / `"multidimensional"`
`tasa`	`DOUBLE`	`15.3`
`limite_inferior`	`DOUBLE`	`12.1`
`limite_superior`	`DOUBLE`	`18.9`
`metodologia`	`VARCHAR`	`"SAE"`
`fuente`	`VARCHAR`	`"Observatorio Social — MDS"`

17. consumo_electrico_comunal — Consumo eléctrico anual por comuna y tipo de cliente (Residencial, Comercial, Industrial, Agrícola, Alumbrado Público, Otros), publicado por la Comisión Nacional de Energía (CNE) en el portal Energía Abierta. DEPRECATED: la fuente Junar de energiaabierta.cl fue decomisionada (investigado 2026-07-07); el dataset solo publica datos de muestra (FALLBACK_ROWS), no está en el bundle público. Ver data/source_registry.json. (PK: codigo_comuna, anio, tipo_cliente)

Columna	Tipo	Ejemplo
`codigo_region`	`VARCHAR(2)`	`"01"`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Santiago"`
`anio`	`INTEGER`	`2023`
`tipo_cliente`	`VARCHAR`	`"Residencial"`
`consumo_kwh`	`DOUBLE`	`1523400.5`
`numero_clientes`	`INTEGER`	`45800`
`fuente`	`VARCHAR`	`"CNE — Energía Abierta"`

18. partidos_politicos — Roster de partidos políticos de Chile (Cámara de Diputadas y Diputados), con estado_legal y fecha_constitucion completados por join de nombre contra el registro público de SERVEL. (PK: id_partido)

Columna	Tipo	Ejemplo
`id_partido`	`VARCHAR`	`"DC"`
`nombre`	`VARCHAR`	`"Partido Demócrata Cristiano"`
`sigla`	`VARCHAR`	`"DC"`
`estado_legal`	`VARCHAR`	`"constituido"` (nulo si no matchea con SERVEL)"`
`fecha_constitucion`	`DATE`	`"1988-05-02"`
`ambito`	`VARCHAR`	`"null` (sin fuente que lo provea)"`
`fuente`	`VARCHAR`	`"Cámara de Diputadas y Diputados"`

19. autoridades_electas — Autoridades electas en ejercicio de Chile (diputados y senadores): partido, distrito electoral/circunscripción senatorial, región y período de mandato. (PK: id_autoridad)

Columna	Tipo	Ejemplo
`id_autoridad`	`VARCHAR`	`"diputado_1009"`
`nombre`	`VARCHAR`	`"Jorge Alessandri Vergara"`
`cargo`	`VARCHAR`	`"diputado"` / `"senador"`
`institucion`	`VARCHAR`	`"Cámara de Diputadas y Diputados"` / `"Senado"`
`partido`	`VARCHAR`	`"Unión Demócrata Independiente"`
`distrito_electoral`	`VARCHAR`	`"10"` (solo diputados)"`
`circunscripcion_senatorial`	`VARCHAR`	`"3"` (solo senadores)"`
`codigo_region`	`VARCHAR(2)`	`"02"` (solo senadores)"`
`periodo_inicio` / `periodo_fin`	`DATE`	`"2026-03-11` / `2030-03-10"`
`estado_mandato`	`VARCHAR`	`"vigente"`

20. estadisticas_vitales — Nacimientos y defunciones por comuna de residencia y sexo, desde los Anuarios de Estadísticas Vitales del INE (definitivos, 2010 en adelante). (PK: anio, codigo_comuna, evento, sexo)

Columna	Tipo	Ejemplo
`anio`	`INTEGER`	`2023`
`codigo_region`	`VARCHAR(2)`	`"13"`
`codigo_comuna`	`VARCHAR(5)`	`"13101"`
`nombre_comuna`	`VARCHAR`	`"Santiago"`
`evento`	`VARCHAR`	`"nacimiento"`
`sexo`	`VARCHAR`	`"hombre"`
`cantidad`	`INTEGER`	`4521`
`estado_dato`	`VARCHAR`	`"definitivo"`
`fuente`	`VARCHAR`	`"Instituto Nacional de Estadísticas (INE) — Estadísticas Vitales"`
`url_fuente`	`VARCHAR`	`"https://www.ine.gob.cl/docs/default-source/.../2023/....xlsx"`
`fecha_fuente`	`VARCHAR`	`"2026-09-14"`

21. permisos_edificacion — Viviendas en unidades y superficie (m2) por comuna y año —casas y departamentos— desde las estadísticas de permisos de edificación del CEDOC (MINVU), serie desde 2002. (PK: anio, codigo_comuna)

Columna	Tipo	Ejemplo
`anio`	`INTEGER`	`2023`
`codigo_region`	`VARCHAR(2)`	`"13"`
`codigo_comuna`	`VARCHAR(5)`	`"13101"`
`nombre_comuna`	`VARCHAR`	`"Santiago"`
`unidades_total`	`INTEGER`	`2451`
`superficie_m2_total`	`INTEGER`	`187320`
`unidades_casas`	`INTEGER`	`312`
`superficie_m2_casas`	`INTEGER`	`24810`
`unidades_departamentos`	`INTEGER`	`2139`
`superficie_m2_departamentos`	`INTEGER`	`162510`
`estado_dato`	`VARCHAR`	`"definitivo"`
`fuente`	`VARCHAR`	`"MINVU — Centro de Estudios de Ciudad y Territorio (CEDOC)"`
`url_fuente`	`VARCHAR`	`"https://catalogo.minvu.cl/cgi-bin/koha/opac-retrieve-file.pl?id=..."`
`fecha_fuente`	`VARCHAR`	`"2026-09-15"`

22. calidad_aire — Promedios diarios de contaminantes atmosféricos (MP2.5, MP10, SO2, NO2, CO, O3) por estación de monitoreo, desde el SINCA (MMA). Cobertura parcial: ~65 comunas con estación. (PK: fecha, id_estacion, codigo_contaminante)

Columna	Tipo	Ejemplo
`fecha`	`VARCHAR`	`"2026-09-14"`
`id_estacion`	`VARCHAR`	`"271"`
`nombre_estacion`	`VARCHAR`	`"Quilicura"`
`codigo_region`	`VARCHAR(2)`	`"13"`
`codigo_comuna`	`VARCHAR(5)`	`"13144"`
`nombre_comuna`	`VARCHAR`	`"Quilicura"`
`latitud`	`DOUBLE`	`-33.36`
`longitud`	`DOUBLE`	`-70.73`
`codigo_contaminante`	`VARCHAR`	`"mp25"`
`nombre_contaminante`	`VARCHAR`	`"MP 2,5"`
`unidad`	`VARCHAR`	`"ug/m3"`
`valor_promedio_diario`	`DOUBLE`	`18.4`
`valor_max_horario`	`DOUBLE`	`42.0`
`horas_validas`	`INTEGER`	`24`
`estado_dato`	`VARCHAR`	`"definitivo"`
`fuente`	`VARCHAR`	`"SINCA — Ministerio del Medio Ambiente"`
`url_fuente`	`VARCHAR`	`"https://sinca.mma.gob.cl/index.php/json/listadomapa2k19/"`
`fecha_fuente`	`VARCHAR`	`"2026-09-15"`

23. precipitaciones_dgac — Precipitaciones diarias por estación meteorológica DGAC: serie 2013–2026 con 143 meses verificables, sin interpolación ni asignación de CUT; lagunas de cobertura y licencias explícitas. (PK: fecha, id_estacion)

Columna	Tipo	Ejemplo
`fecha`	`VARCHAR`	`"2013-01-01"`
`id_estacion`	`VARCHAR(6)`	`"180005"`
`nombre_estacion`	`VARCHAR`	`"Chacalluta, Arica Ap."`
`latitud_dms`	`VARCHAR`	`"18° 21' 20'' S"`
`altitud_m`	`DOUBLE`	`50`
`precipitacion_mm`	`DOUBLE`	`0.5`
`url_fuente`	`VARCHAR`	`"https://datos.gob.cl/dataset/.../download/precipitacion_012013.csv"`
`licencia_fuente`	`VARCHAR`	`"cc-by"`

24. geometria_comunal — Límites poligonales de las 346 comunas de Chile (GeoParquet, geometría 'generalizada' — simplificada para cartografía a escala nacional, no apta para trabajo de precisión geodésica ni catastral). Fuente: BCN ArcGIS (tematico/Comunas_Generalizadas). Artefacto separado de comunas, unido por codigo_comuna. (en carril candidate — datos no incluidos en el bundle público) (PK: codigo_comuna)

Columna	Tipo	Ejemplo
`codigo_region`	`VARCHAR(2)`	`"01"`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Iquique"`
`nombre_comuna_clean`	`VARCHAR`	`"iquique"`
`nombre_region`	`VARCHAR`	`"Región de Tarapacá"`
`geometry`	`BINARY`	`"WKB — Polygon o MultiPolygon en EPSG:4326 (WGS84), geoparquet 1.0"`

25. delincuencia_comunal — DEPRECATED 2026-09-15: Casos policiales de Delitos de Mayor Connotación Social (DMCS) y otras categorías por comuna y mes. Sin fuente estructurada oficial (solo scraping frágil) y no redistribuible; extractor neutralizado y fuera del scrape mensual. Ver docs/datasets/delincuencia_comunal.md. (en carril candidate — datos no incluidos en el bundle público) (PK: anio, mes, codigo_comuna, familia_delito)

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Santiago"`
`anio`	`INTEGER`	`2024`
`mes`	`INTEGER`	`1`
`familia_delito`	`VARCHAR`	`"robos_violentos"`
`casos`	`INTEGER`	`245`

26. autoridades_locales — Autoridades locales/subnacionales de Chile: gobernadores regionales (Wikipedia, CC-BY-SA) y alcaldes (BCN SIIT, dato público gubernamental). Wikipedia se mantiene como fuente de gobernadores y enriquecimiento opcional de periodo_inicio para alcaldes. Dataset segregado de autoridades_electas por licencia mixta. (en carril candidate — datos no incluidos en el bundle público) (PK: id_autoridad)

Columna	Tipo	Ejemplo
`id_autoridad`	`VARCHAR`	`"gobernador_01"`
`nombre`	`VARCHAR`	`"null` si no hay evidencia clara del titular"`
`cargo`	`VARCHAR`	`"gobernador_regional"` / `"alcalde"`
`codigo_region`	`VARCHAR(2)`	`"01"`
`codigo_comuna`	`VARCHAR(5)`	`"01101"` (solo alcaldes)"`
`partido`	`VARCHAR`	`"nulo si no identificado"`
`estado_mandato`	`VARCHAR`	`"vigente"` / `"sin_identificar"`

Diagrama entidad-relación (capas principales)

erDiagram
    REGIONES {
        VARCHAR codigo_region PK "Ej: '01' (Tarapacá)"
        VARCHAR nombre_region
    }
    PROVINCIAS {
        VARCHAR codigo_provincia PK "Ej: '011' (Iquique)"
        VARCHAR codigo_region FK
        VARCHAR nombre_provincia
    }
    COMUNAS {
        VARCHAR codigo_comuna PK "Ej: '01101' (Iquique)"
        VARCHAR codigo_provincia FK
        VARCHAR codigo_region FK
        VARCHAR nombre_comuna
        VARCHAR nombre_comuna_clean "Ej: 'iquique' (sin tildes)"
    }
    COMUNAS_ENRIQUECIDAS {
        VARCHAR codigo_comuna PK
        VARCHAR nombre_comuna
        DOUBLE latitud_cabecera
        DOUBLE longitud_cabecera
        INTEGER poblacion_estimada
    }
    CENSO_COMUNAL {
        VARCHAR codigo_comuna PK
        INTEGER poblacion_censada
        INTEGER hombres
        INTEGER mujeres
        INTEGER poblacion_0_14
    }
    CENSO_HOGARES_VIVIENDAS {
        VARCHAR codigo_comuna PK
        INTEGER viviendas_censadas
        INTEGER hogares_censados
        DOUBLE promedio_personas_hogar
    }
    ESTABLECIMIENTOS_SALUD {
        VARCHAR codigo_establecimiento PK
        VARCHAR codigo_comuna FK
        VARCHAR nombre_establecimiento
        VARCHAR tipo_establecimiento
    }
    DISTRITOS_ELECTORALES {
        VARCHAR codigo_comuna PK
        VARCHAR distrito_electoral
        VARCHAR circunscripcion_senatorial
    }
    ESTABLECIMIENTOS_EDUCACIONALES {
        VARCHAR rbd PK "Rol Base de Datos"
        VARCHAR codigo_comuna FK
        VARCHAR nombre_establecimiento
    }
    INDICADORES {
        DATE fecha PK
        VARCHAR codigo_indicador PK "Ej: 'uf', 'dolar'"
        DOUBLE valor
    }

    REGIONES ||--o{ PROVINCIAS : "contiene"
    PROVINCIAS ||--o{ COMUNAS : "contiene"
    COMUNAS ||--|| COMUNAS_ENRIQUECIDAS : "enriquece"
    COMUNAS ||--o| CENSO_COMUNAL : "demografía"
    COMUNAS ||--o| CENSO_HOGARES_VIVIENDAS : "hogares"
    COMUNAS ||--o{ ESTABLECIMIENTOS_SALUD : "salud"
    COMUNAS ||--o{ ESTABLECIMIENTOS_EDUCACIONALES : "educación"
    COMUNAS ||--o| DISTRITOS_ELECTORALES : "electoral"

Hecho con datos públicos chilenos, para quienes construyen sobre Chile.

_{Parte del ecosistema Tooltician — datos públicos, interoperables y listos para IA.}

Name		Name	Last commit message	Last commit date
.agents/skills		.agents/skills
.codegraph		.codegraph
.continue/skills		.continue/skills
.github		.github
.vscode		.vscode
contracts/datasets		contracts/datasets
data		data
docs		docs
examples		examples
infra/remote-staging		infra/remote-staging
plans		plans
scripts		scripts
src		src
templates		templates
tests		tests
vendor		vendor
.codecov.yml		.codecov.yml
.editorconfig		.editorconfig
.gitignore		.gitignore
.pre-commit-config.yaml		.pre-commit-config.yaml
.python-version		.python-version
AGENTS.md		AGENTS.md
CHANGELOG.md		CHANGELOG.md
CITATION.cff		CITATION.cff
CLAUDE.md		CLAUDE.md
CNAME		CNAME
CONTRIBUTING.md		CONTRIBUTING.md
DATA_LICENSES.md		DATA_LICENSES.md
LICENSE		LICENSE
Makefile		Makefile
README.md		README.md
ROADMAP.md		ROADMAP.md
SECURITY.md		SECURITY.md
SOURCE_OF_TRUTH.md		SOURCE_OF_TRUTH.md
app.js		app.js
index.html		index.html
landing-revamp.css		landing-revamp.css
lgtm.yml		lgtm.yml
llms.txt		llms.txt
mkdocs.yml		mkdocs.yml
opencode.json		opencode.json
playground.js		playground.js
privacy.html		privacy.html
pyproject.toml		pyproject.toml
robots.txt		robots.txt
server.json		server.json
sitemap-pages.xml		sitemap-pages.xml
sitemap.xml		sitemap.xml
skills-lock.json		skills-lock.json
social-card.png		social-card.png
spec.md		spec.md
todo.md		todo.md
uv.lock		uv.lock

Navigation Menu

Repository navigation

About

Repository files navigation

chile-hub

El dato público existe. El problema es dejarlo listo para usar.

Instalar y usar en 30 segundos

Por qué confiar

Seis pilares, auditables y verificables en cada build

Respaldo adicional

Menos trabajo repetido

Qué incluye

Formatos de salida

🍳 Recetas de uso

🧰 API y CLI

API Python compacta

CLI: los comandos más usados

Inspección y consulta

Calidad, salud y auditoría

Distribución e integridad

⚙️ Cómo funciona

Modelo de datos: códigos CUT

🗺️ Próximos pasos

🤝 Desarrollo y contribución

¿Quieres aportar o pedir un dataset?

Desarrollar el pipeline

⚖️ Fuentes, licencias y reúso

Semáforo de redistribución

Licencia del proyecto

Cómo citar

📚 Apéndice: esquemas y modelo de datos

About

Releases

Sponsor this project

Used by

Contributors

Languages

Latest commit

History

Folders and files

Repository files navigation

chile-hub

El dato público existe. El problema es dejarlo listo para usar.

Instalar y usar en 30 segundos

Por qué confiar

Seis pilares, auditables y verificables en cada build

Respaldo adicional

Menos trabajo repetido

Qué incluye

Formatos de salida

🍳 Recetas de uso

🧰 API y CLI

API Python compacta

CLI: los comandos más usados

Inspección y consulta

Calidad, salud y auditoría

Distribución e integridad

⚙️ Cómo funciona

Modelo de datos: códigos CUT

🗺️ Próximos pasos

🤝 Desarrollo y contribución

¿Quieres aportar o pedir un dataset?

Desarrollar el pipeline

⚖️ Fuentes, licencias y reúso

Semáforo de redistribución

Licencia del proyecto

Cómo citar

📚 Apéndice: esquemas y modelo de datos

About

Topics

Resources

Contributing

Security policy

Stars

Watchers

Forks

Releases

Sponsor this project

Used by

Contributors

Languages