bcra-deudores-mcp
Enables consultation of Argentine credit situations (Central de Deudores) via BCRA API, providing tools for current status, historical trends, rejected checks, and consolidated reports.
README
BCRA Central de Deudores — MCP
Conector MCP sobre la API pública del Banco Central de la República Argentina para consultar situación crediticia por CUIT/CUIL/CDI.
- Fuente:
https://api.bcra.gob.ar/CentralDeDeudores/v1.0 - Consulta web equivalente: https://www.bcra.gob.ar/situacion-crediticia/
- Autenticación: no requerida
- Costo: gratuito
- Manual oficial: https://www.bcra.gob.ar/archivos/Catalogo/Content/files/pdf/central-deudores-v1.pdf
Herramientas expuestas
| Tool | Qué devuelve |
|---|---|
bcra_estado |
Health-check. No consulta datos de ninguna persona. |
bcra_deudas |
Situación crediticia del último período informado, entidad por entidad. |
bcra_deudas_historicas |
Serie de 24 meses + cálculo de tendencia (deterioro / mejora / estable). |
bcra_cheques_rechazados |
Cheques rechazados, causal, monto y estado de la multa. |
bcra_informe_consolidado |
Los tres anteriores en una llamada, con bloque de alertas graduadas. |
Todas aceptan el CUIT con o sin guiones o puntos.
Valor agregado sobre la API cruda
- Decodifica el campo
situacion(1 a 5) a su etiqueta normativa según el T.O. de Clasificación de Deudores del BCRA. - Convierte los montos: el BCRA informa en miles de pesos. Se devuelven ambos valores.
- Levanta banderas explícitas para los encuadres especiales, en particular
situacionJuridica(concurso, quiebra, gestión judicial o concordato), que es el dato de mayor relevancia para el Fisco. - Calcula deuda total por período y peor clasificación vigente.
- Detecta deterioro de la clasificación a lo largo de la serie histórica.
Despliegue en Railway
- Crear repositorio nuevo en GitHub (cuenta
patricioargota-collab), por ejemplobcra-deudores-mcp, y subir los cuatro archivos:server.py,requirements.txt,Dockerfile,.gitignore.Cuidado con el artefacto de renombrado del navegador (
server (3).py). Si aparece, crear el archivo a mano en el editor web de GitHub y pegar el contenido. - En Railway: New Project → Deploy from GitHub repo y seleccionar el repositorio.
- Railway detecta el
Dockerfile. No hace falta configurar variables de entorno:PORTla inyecta Railway automáticamente. - Settings → Networking → Generate Domain. Queda algo como
https://bcra-deudores-mcp-production.up.railway.app. - En Claude, agregar el conector con la URL terminada en
/mcp:https://<dominio>.up.railway.app/mcp - Abrir una conversación nueva y llamar
bcra_estadopara validar el handshake.
Notas de configuración ya resueltas en el código
FastMCP(..., host="0.0.0.0", transport_security=TransportSecuritySettings(enable_dns_rebinding_protection=False))- Transporte
streamable-http(con guion). - El puerto se fija vía
mcp.settings.port, no como argumento demcp.run(). - Sin instrucción
VOLUMEen el Dockerfile.
Cold start
Igual que los otros conectores del ecosistema, Railway duerme el servicio. Si falla el handshake, abrir una conversación nueva: la llamada previa despierta el servidor y la sesión nueva captura el catálogo completo.
Prueba local opcional
Para probar desde el contenedor de Claude hay que agregar api.bcra.gob.ar al
allowlist de egreso de red. Sin eso, la lógica interna se puede testear pero las
llamadas HTTP devuelven Host not in allowlist.
python server.py # levanta en :8000
Advertencias de uso
- La difusión de estos datos no implica conformidad del BCRA. La información la suministran las entidades informantes.
- No acredita deuda tributaria ni patrimonio. Solo refleja financiaciones del sistema financiero, más cheques rechazados.
- Ley 25.326. Los campos
enRevision(art. 16 inc. 6) yprocesoJud(art. 38 inc. 3) señalan datos impugnados. Los derechos de rectificación se ejercen ante la entidad cedente, no ante el BCRA ni ante el organismo consultante. - Para incorporar a un expediente administrativo, verificar contra la consulta web oficial y dejar constancia de fecha y hora de la consulta. La salida del conector es insumo de trabajo, no constancia oficial.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.