PrivataSearch: Buscador De Resoluciones Sobre Protección De Datos Personales En Costa Rica
PrivataSearch es un buscador de texto completo e inteligente de resoluciones emitidas por la Agencia de Protección de Datos de los Habitantes (PRODHAB) de Costa Rica. Permite realizar búsquedas rápidas sobre el contenido de las resoluciones despersonalizadas disponibles públicamente. El proyecto opera sin conexión a base de datos: se construye sobre un índice JSON generado a partir del conjunto de resoluciones públicas, siguiendo principios de datos abiertos según la legislación costarricense.
Funcionalidades
- Búsqueda de texto completo sobre el contenido de las resoluciones, usando FlexSearch.
- Similitud semántica mediante similitud coseno y Máxima Relevancia Marginal (MMR) para sugerir resoluciones relacionadas con cada resultado.
- Filtros avanzados: período (rango de años), resultado de la resolución, tipo de procedimiento, tema jurídico (descriptores) y número de resultados por página.
- Resaltado de coincidencias para términos de búsqueda y descriptores jurídicos en los resultados.
- Grafo de citas 3D interactivo que visualiza la red de citaciones entre resoluciones, con búsqueda integrada y paneles de detalle.
- Página de estadísticas con métricas del conjunto de datos, distribución temporal, agrupación temática (clustering), y análisis de resultados y recursos.
- Formularios de inscripción de bases de datos ante PRODHAB (personas físicas, personas jurídicas y organismos públicos): asistente por secciones con validación, exportación a PDF, Word (DOCX) y Markdown, y guardado/carga del progreso como archivo
.json. Todo ocurre en el navegador: las respuestas no se envían a ningún servidor y solo se conservan en sessionStorage si el usuario activa "mantener mi progreso" (se borran al cerrar la pestaña).
- Tour guiado en cada pantalla (botón "?" de la cabecera) que explica sus controles paso a paso.
- Modo oscuro con persistencia de preferencia del usuario.
- Sitio completamente estático exportado como HTML/CSS/JS: no requiere servidor backend.
- Accesibilidad: skip-links, roles ARIA, y navegación por teclado.
- Página de descargo de responsabilidad.
Instalación y desarrollo local
Requisitos: Node.js 20 o superior (la versión que usa el despliegue). Python 3 solo si vas a correr el pipeline de limpieza del dataset.
- Clona el repositorio:
git clone https://github.com/Euquimides/privatasearch.git
cd privatasearch
- Instala las dependencias:
npm install
- Inicia el servidor de desarrollo:
npm run dev
- Abre http://localhost:3000 en tu navegador.
- Corre las pruebas unitarias (vitest):
npm test
- Corre las pruebas end-to-end (Playwright, en
e2e/):
npx playwright install chromium # solo la primera vez
npm run test:e2e
Despliegue en GitHub Pages
El proyecto está configurado para exportar el sitio como estático y desplegarlo automáticamente en GitHub Pages usando GitHub Actions.
Exportar el sitio manualmente
npm run build
npx serve out
Los archivos estáticos se generan en la carpeta out. npm run build ejecuta antes el prebuild, que regenera public/estadisticas.json.
Importante: el workflow de GitHub Actions corre next build directamente, sin el prebuild, así que en producción se usa el public/estadisticas.json que esté versionado. Si cambias el dataset, corre npm run build localmente y haz commit del estadisticas.json actualizado.
Actualizar el dataset
El script de limpieza solo usa la biblioteca estándar de Python:
python scripts/clean_prodhab_dataset.py
Lee y sobrescribe public/indice-resoluciones-prodhab.json con el dataset limpio, y escribe scripts/reporte_de_cambios.json con la trazabilidad de los cambios (duplicados resueltos, citas agregadas, etc.). Después regenera las estadísticas con npm run build (ver arriba).
This is the beginning of the README. Read the rest at the original. Read the full README ↗
