Corpus

El corpus vive en crafter-research/legalize-pe: una norma por archivo Markdown con frontmatter YAML, organizadas por jurisdicción (pe/ nacional, pe-xxx/ regional). Cada reforma es un commit, así que el historial de una norma es su log de git.

Cobertura

• 21,244 normas, ~98% con texto completo.
• 27 jurisdicciones: nacional (pe) + 26 regiones (pe-are, pe-cus, …).
• Fuente: SPIJ (nacional) + portales regionales de gob.pe. Sin texto inventado.

Esquema (frontmatter)

identifier: RM-0702-2026-IN
title: Aprueban el Texto Integrado Actualizado del ROF del Ministerio del Interior
rank: resolucion_ministerial        # tipo de norma
publication_date: '2026-05-26'
jurisdiction: pe                    # pe (nacional) o pe-xxx
scope: Nacional
status: in_force
source: 'https://spij.minjus.gob.pe/...'   # fuente oficial

El cuerpo (Markdown) sigue al frontmatter.

Identificadores

Los identifier pueden colisionar entre jurisdicciones, así que el id canónico es el path relativo sin .md (ej. pe/RM-0702-2026-IN). Ese id es el que usan la API, el MCP y el CLI.