InfoLegMCP
Servidor MCP en Python para interactuar con la base legal de InfoLeg
Documentation
InfoLeg MCP Server
Servidor basado en Python que implementa el Model Context Protocol (MCP) para proveer una interfaz de interacción directa con la base de datos de InfoLeg (Información Legislativa de la República Argentina).
Con este servidor, un agente de IA (como Claude) puede buscar normas, leer sus textos originales o actualizados, rastrear el historial de modificaciones de una ley y buscar organismos emisores, todo sin salir del contexto de la conversación.
Capacidades y Herramientas
El servidor expone diversas herramientas estandarizadas para interactuar con InfoLeg:
Búsqueda y Navegación
- buscar_normas: Búsqueda avanzada de normas jurídicas usando múltiples filtros (texto libre, número, tipo, dependencias, fechas). Soporta operadores lógicos (AND, OR, NOT, `*`).
- ver_norma: Obtiene los metadatos completos y sumario de una norma a partir de su ID único.
Textos de Normas
- obtener_texto_actualizado: Retorna el texto VIGENTE de una norma (con modificaciones aplicadas). Se devuelve de forma paginada para optimizar el consumo de contexto.
- obtener_texto_original: Retorna el texto ORIGINAL de una norma tal cual fue sancionada.
Trazabilidad y Modificaciones
- ver_normas_que_modifica: Rastrea el impacto de una norma indicando qué otras normas anteriores modificó, derogó o complementó.
- ver_normas_que_la_modifican: Muestra el historial de alteraciones que recibió una norma por parte de normas posteriores.
Dependencias y Tipos
- buscar_dependencias: Búsqueda por nombre (fuzzy search) para encontrar el ID de organismos emisores (ej. AFIP, Ministerios).
- get_dependencia_by_id: Obtiene los datos exactos de una dependencia a partir de un ID conocido.
- Recurso `tipos-norma`: Catálogo de tipos de norma (Leyes, Decretos) con su ID y nombre. Ideal para consultar antes de realizar búsquedas.
Instalación y Uso Local
Este proyecto utiliza uv para la gestión de dependencias.
1. Instalar dependencias:
uv sync2. Ejecutar el servidor:
uv run python ./src/server.pyDocker
Para ejecutar el servidor en un contenedor:
1. Construir la imagen:
docker build -t infoleg-mcp .2. Ejecutar el contenedor:
docker run -p 8000:8000 infoleg-mcpEl servidor estará disponible en `http://localhost:8000` y el endpoint de conexión MCP es `http://localhost:8000/sse`.
Conectar MCP
Para usarlo como conector el servidor debe ser accesible vía HTTPS. Podes desplegar la imagen de Docker en un servicio de nube (GCP, AWS, etc) o exponerlo en un servidor local usando una herramienta como `ngrok`.
Pasos para agregarlo en Claude
1. En Claude.ai Configuración > Conectores > Agregar Conector Personalizado.
2. Pega la URL HTTPS de tu servidor desplegado incluyendo el endpoint `/sse` (ej: `https://tu-dominio.com/sse`).
3. Verifica que el agente tenga acceso a las tools para interactuar con InfoLeg
Frequently asked questions
What is InfoLegMCP?
InfoLegMCP is Servidor MCP en Python para interactuar con la base legal de InfoLeg
How do I install InfoLegMCP?
Open the GitHub repository and follow its README. Most MCP servers are added to your client's MCP config, then called by your agent.
Is InfoLegMCP open source?
Yes — it is hosted on GitHub at https://github.com/martindieser/InfoLegMCP and has 1 stars.
Related MCP tools
Cognee is the open-source AI memory platform for agents. Give your AI agents persistent long-term memory across sessions with a self-hosted knowledge graph engine.
Automate browser based workflows with AI
Hindsight: Agent Memory That Learns
A privacy-first app that strips AI watermarks from content you own.
Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.
The power of Claude Code / GeminiCLI / CodexCLI + [Gemini / OpenAI / OpenRouter / Azure / Grok / Ollama / Custom Model / All Of The Above] working as one.
Run your own MCP server? See who uses it and what to fix.
Measure it with TrackMCP