BOE para ciudadanos

Este código está escrito mediante el uso de IA (Claude Code con el modelo Opus 5)

Demo de Jev, el modelo System One de TypeSafe, aplicada al Boletín Oficial del Estado.

Cada mañana un pipeline descarga el BOE del día (secciones I, II-B y III), lee cada disposición y le hace a Jev, en una sola llamada por texto, un conjunto de preguntas cerradas:

Pregunta	Tipo	Qué devuelve
¿Cuánto cambia esto para las personas corrientes?	Score (0-3)	Esperanza + confianza. Relevante si ≥ 2.
¿Contiene una medida concreta sobre vivienda / empleo / impuestos / ...?	13 × Noul	Probabilidad por categoría. Se asigna si > 0,6.
¿Qué párrafo explica mejor qué cambia y para quién?	Choice sobre los párrafos	El párrafo elegido, literal del BOE.
(Oposiciones) ¿Convocatoria nueva? ¿Acceso libre?	2 × Noul	Etiquetas extra.

Jev no genera texto: solo elige, puntúa y estima probabilidades. Por eso el "resumen" de cada disposición es un párrafo original seleccionado por el modelo, no redactado por él. Se guarda la latencia real de cada llamada y el tiempo total por día para enseñar la velocidad del modelo: un BOE completo (50-80 textos, ~300k tokens) se analiza en 5-15 s con 6 llamadas en paralelo, a ~0,01 $.

La web es estática (Astro), sin login, y se sirve desde GitHub Pages. Los datos viven como JSON en data/ dentro del repositorio.

La web: cada disposición con su relevancia (0-3), sus categorías y el párrafo literal que Jev elige como resumen; filtros por categoría y navegación por días.

El pipeline, salida real: pnpm pipeline --date 2026-09-17 --dry-run --verbose. 77 disposiciones, 334k tokens, 6 llamadas en paralelo, menos de 10 s de reloj.

Uso local

pnpm install
cp .env.example .env            # y pon tu TYPESAFE_API_KEY

pnpm pipeline --today           # analiza el BOE de hoy → data/days/YYYY-MM-DD.json
pnpm pipeline --date 2026-09-17 # un día concreto (--force para reanalizar)
pnpm pipeline --backfill 7      # los últimos 7 días
pnpm pipeline --date 2026-09-17 --dry-run --verbose
                                # analiza sin escribir en data/, una línea por disposición según llega

pnpm calibrate --date 2026-09-17 --limit 15 [--section 1|2B|3] [--lang es|en] [--full]
                                # revisa a ojo categorías, extractos y scores sin escribir en data/

pnpm dev                        # web en http://localhost:4321
pnpm build && pnpm preview

pnpm demo:web                   # regraba docs/demo-web.gif (construye la web y la recorre con Chrome headless)
pnpm demo:pipeline              # regraba docs/demo-pipeline.gif (ejecuta el pipeline de verdad; ~0,01 $)

Los GIFs se graban con playwright-core sobre el Chrome del sistema y ffmpeg; los scripts están en demo/.

Los scripts del pipeline leen TYPESAFE_API_KEY del entorno (carga .env con set -a; . ./.env; set +a o usa tu gestor favorito).

Despliegue en GitHub Pages

1. Sube el repositorio a GitHub (público, o privado con plan que permita Pages).
2. En Settings → Secrets and variables → Actions crea el secreto TYPESAFE_API_KEY.
3. En Settings → Pages, elige Source: GitHub Actions.
4. Lanza el workflow BOE diario a mano (Actions → BOE diario → Run workflow) o espera al cron de las 07:15 UTC de lunes a sábado.

El workflow analiza el día, hace commit de data/, construye la web y la publica. Los días sin BOE (domingos, festivos) terminan sin cambios. Un push a main solo reconstruye y publica la web.

La web se sirve bajo /<nombre-del-repo>/; el workflow calcula BASE_PATH y SITE_URL solo. Con dominio propio, cambia esas variables en .github/workflows/daily.yml.

Estructura

pipeline/
  boe.ts         sumario JSON + XML de cada disposición → párrafos (salta el índice, recorta a 20k chars)
  questions.ts   taxonomía de categorías, rúbrica de relevancia y preguntas a Jev (en/es)
  analyze.ts     una llamada a Jev por disposición, umbrales, tiempos
  run.ts         CLI diario / backfill; escribe data/days/*.json y data/index.json
  calibrate.ts   tabla legible para ajustar preguntas y umbrales
  types.ts       tipos compartidos con la web
data/            JSON por día (es la base de datos)
src/             Astro: una página por día, filtros en cliente, sin framework de UI
demo/            grabadores de los GIFs del README (playwright-core + ffmpeg)
docs/            GIFs de demo
.github/workflows/daily.yml

Ajustes

• Umbrales (CATEGORY_THRESHOLD, RELEVANT_SCORE, LOW_CONFIDENCE) en pipeline/analyze.ts. Los JSON guardan las probabilidades crudas, así que se pueden cambiar y reconstruir la web sin volver a llamar a Jev.
• Categorías y redacción de las preguntas en pipeline/questions.ts. Las instrucciones van en inglés (idioma principal de Jev) y el state en español; --lang es en calibrate permite comparar.
• Secciones analizadas en pipeline/boe.ts (SECTIONS).