Plataforma de información cívica para las elecciones generales del Perú 2026. Permite a los ciudadanos comparar partidos, candidatos, propuestas temáticas y seguir noticias relevantes del proceso electoral.
- Partidos: Fichas por partido con candidatos y secciones de su plan de gobierno.
- Candidatos: Búsqueda y filtrado por cargo (presidente, vicepresidente, congresistas) y partido.
- Comparar temas: Comparación de posiciones por partido sobre temas de política pública.
- Noticias / Eventos: Feed de eventos recientes generados automáticamente por el módulo Researcher.
┌─────────────────────────────────────────────────────────┐
│ Docker Compose │
│ │
│ ┌──────────────┐ ┌──────────┐ ┌─────────────────┐ │
│ │ SvelteKit │ │ Postgres │ │ SearXNG │ │
│ │ (port 3000) │──▶│ (5432) │ │ (port 8080) │ │
│ └──────────────┘ └──────────┘ └─────────────────┘ │
│ ▲ ▲ │
│ │ │ │
│ ┌──────────────┐ ┌─────┴──────────────┐ │ │
│ │ OCR Service │ │ Researcher │─┘ │
│ │ (port 9000) │ │ (Python pipeline) │ │
│ └──────────────┘ └────────────────────┘ │
└─────────────────────────────────────────────────────────┘
| Componente | Tecnología | Puerto |
|---|---|---|
| Frontend | SvelteKit 2, Svelte 5, Tailwind CSS 4, TypeScript | 3000 |
| Base de datos | PostgreSQL 16 | 5432 |
| Búsqueda | SearXNG | 8080 |
| OCR | FastAPI + Tesseract | 9000 |
| Researcher | Python (psycopg2, httpx, Ollama) | — |
- Docker y Docker Compose
- (Opcional, para desarrollo local) Node.js 20+, Python 3.11+
docker compose up --buildEsto levanta todos los servicios. La aplicación estará disponible en http://localhost:3000.
En el primer arranque, Postgres inicializa el esquema automáticamente desde
db/schema.sql.
- Levanta solo la base de datos:
docker compose up postgres- Instala dependencias e inicia el servidor de desarrollo:
cd frontend
npm install
npm run devLa app estará en http://localhost:5173 por defecto.
Crea un archivo .env en frontend/ si necesitas sobreescribir los valores por defecto:
POSTGRES_HOST=localhost
POSTGRES_PORT=5432
POSTGRES_USER=peru_user
POSTGRES_PASSWORD=peru_password
POSTGRES_DB=peru_eleccionesEl Generator es el pipeline de ingesta inicial que lee los documentos oficiales de cada partido (PDFs escaneados o Markdown pre-extraído), los procesa con OCR y un LLM, y puebla la base de datos con datos estructurados. Se ejecuta una sola vez al inicio del ciclo electoral.
- Cuenta en OpenRouter con API key y modelo configurado en
GENERATION_MODEL(obligatorio) - Servicio OCR accesible (por defecto
http://ocr:9000, ohttp://localhost:9000en local) - Postgres accesible
- Documentos de cada partido ubicados en
data/<nombre-partido>/
Cada subdirectorio dentro de data/ representa un partido. El nombre de la carpeta se usa como nombre del partido en la base de datos. Los archivos esperados por carpeta son:
| Archivo | Descripción | Usado en |
|---|---|---|
Estatuto.pdf / Estatuto.md |
Estatuto del partido | Resumen del partido |
Ideario.pdf / Ideario.md |
Ideario o declaración de principios | Resumen del partido |
Listado.pdf |
Lista oficial de candidatos | Ingesta de candidatos |
Plan de Gobierno.pdf / Plan de Gobierno.md |
Plan de gobierno | Extracción de temas |
Si existe un archivo
.mdcon el mismo nombre que el PDF, se usa directamente sin pasar por OCR.
El Generator ejecuta tres pasos en orden:
1. parties → Lee Estatuto + Ideario, genera resumen con LLM, inserta en `parties`
2. candidates → OCR del Listado, parsea candidatos con LLM, inserta en `candidates`
3. topics → OCR de todos los Planes de Gobierno, deriva temas canónicos con LLM,
extrae sección por partido×tema, inserta en `topics` y `party_sections`
pip install -r requirements.txt
python -m generator # ejecuta los 3 pasos en orden
python -m generator parties # solo ingesta de partidos
python -m generator candidates # solo ingesta de candidatos (requiere parties)
python -m generator topics # solo extracción de temas (requiere parties)| Variable | Por defecto | Descripción |
|---|---|---|
OPENROUTER_API_KEY |
(obligatorio) | API key de OpenRouter |
GENERATION_MODEL |
(obligatorio) | Id del modelo en OpenRouter (ver modelos) |
OPENROUTER_BASE_URL |
https://openrouter.ai/api/v1 |
Base URL de la API compatible con OpenAI |
OPENROUTER_TIMEOUT |
300.0 |
Timeout en segundos para llamadas al LLM |
OPENROUTER_HTTP_REFERER |
— | Opcional; URL del sitio (header recomendado por OpenRouter) |
OPENROUTER_APP_TITLE |
— | Opcional; nombre de la app (header X-Title) |
OCR_URL |
http://ocr:9000 |
URL del servicio OCR |
OCR_TIMEOUT |
600.0 |
Timeout en segundos para OCR (PDFs grandes pueden tardar >2 min) |
POSTGRES_HOST |
localhost |
Host de PostgreSQL |
POSTGRES_USER |
peru_user |
Usuario de PostgreSQL |
POSTGRES_PASSWORD |
peru_password |
Contraseña de PostgreSQL |
POSTGRES_DB |
peru_elecciones |
Nombre de la base de datos |
parties — Ingesta de partidos
- Itera los subdirectorios de
data/. - Extrae texto de
EstatutoeIdeario(.mddirecto, o PDF/imagen vía OCR). - Envía el texto combinado (hasta 12 000 caracteres) al LLM con un prompt neutral para generar un resumen descriptivo de máximo 200 palabras.
- Hace upsert del registro en la tabla
parties.
candidates — Ingesta de candidatos
- Para cada partido, hace OCR del archivo
Listado.pdf. - Divide el texto en chunks de 10 000 caracteres y envía cada uno al LLM.
- El LLM devuelve un array JSON con los campos
name,position,scopeylist_order. - Inserta los candidatos en la tabla
candidatesvinculados a su partido.
Los valores válidos para position son: Presidente, Vicepresidente, Senador, Congresista, Parlamento Andino.
topics — Extracción de temas
- Recopila el texto del
Plan de Gobiernode todos los partidos. - Envía una muestra (primeros 1 500 caracteres de hasta 20 partidos) al LLM para derivar una lista canónica de 10–20 temas de política pública.
- Por cada combinación partido × tema, extrae y resume la sección relevante del plan (hasta 400 palabras).
- Persiste los temas en
topicsy las secciones enparty_sections.
El Researcher consulta SearXNG por cada candidato en la base de datos, resume los resultados con un modelo LLM via
Ollama e inserta eventos en la tabla events.
- Ollama corriendo localmente con el modelo configurado (por defecto
granite4:latest) - SearXNG accesible (por defecto
http://localhost:8080) - Postgres accesible
pip install -r requirements.txt
python -m researcher --once # una sola pasada
python -m researcher # modo continuo (cada RESEARCHER_SCHEDULE_INTERVAL segundos)| Variable | Por defecto |
|---|---|
POSTGRES_HOST |
localhost |
POSTGRES_USER |
peru_user |
POSTGRES_PASSWORD |
peru_password |
POSTGRES_DB |
peru_elecciones |
SEARXNG_URL |
http://localhost:8080 |
OPENROUTER_API_KEY |
`` |
OPENROUTER_BASE_URL |
https://openrouter.ai/api/v1 |
SUMMARIZATION_MODEL |
granite4:latest |
RESEARCHER_SCHEDULE_INTERVAL |
3600 (segundos) |
Microservicio FastAPI para extraer texto de imágenes y PDFs (usado por el módulo Generator para ingestar planes de gobierno).
Endpoints:
| Método | Ruta | Descripción |
|---|---|---|
GET |
/health |
Health check |
POST |
/ocr/image |
OCR de imagen (multipart) |
POST |
/ocr/image/base64 |
OCR de imagen (base64 JSON) |
POST |
/ocr/pdf |
OCR de PDF (multipart) |
POST |
/ocr/pdf/base64 |
OCR de PDF (base64 form) |
El servicio usa Tesseract con soporte para español (spa) por defecto.
peru-elecciones-2026/
├── config/
│ └── searxng/ # Configuración de SearXNG
├── data/ # Material fuente por partido (PDFs, Markdown)
├── db/
│ ├── schema.sql # DDL de PostgreSQL
│ └── connection.py # Helpers de conexión para scripts Python
├── frontend/ # Aplicación SvelteKit
│ └── src/
│ ├── lib/server/
│ │ └── db.ts # Queries a PostgreSQL
│ └── routes/
│ ├── +page.* # Inicio (últimos eventos)
│ ├── partidos/ # Listado y detalle de partidos
│ ├── candidatos/ # Búsqueda y detalle de candidatos
│ ├── temas/ # Comparación de propuestas temáticas
│ └── noticias/ # Feed de eventos
├── generator/ # Pipeline de ingesta inicial (OCR + LLM → DB)
│ ├── ingest_parties.py # Paso 1: partidos y resúmenes
│ ├── ingest_candidates.py # Paso 2: candidatos desde Listado.pdf
│ ├── ingest_topics.py # Paso 3: temas y secciones de planes de gobierno
│ ├── llm_client.py # Cliente OpenRouter
│ ├── ocr_client.py # Cliente del servicio OCR
│ └── config.py # Configuración por variables de entorno
├── ocr/ # Servicio OCR (FastAPI + Tesseract)
├── researcher/ # Pipeline de búsqueda y resumen con LLM
├── docker-compose.yml
├── requirements.txt # Dependencias Python (researcher/db)
└── PROPOSAL.md # Propuesta y arquitectura del proyecto
npm run dev # Servidor de desarrollo
npm run build # Build de producción
npm run preview # Preview del build
npm run check # Type-check con svelte-check