Repositorio para descargar los PDFs del BOE (Boletín Oficial del Estado) y convertirlos a Markdown.
make setupDescarga un rango acotado de fechas:
make run ARGS="--start-date 2025-01-01 --end-date 2025-01-07"Sin argumentos, el descargador procesa desde 1961 hasta hoy. Los archivos se guardan en boe/ con esta estructura:
boe/
└── YYYY/
└── MM/
└── DD/
├── boe.pdf
└── boe.md
Si se publican varios sumarios el mismo día, cada par de archivos usa su identificador BOE como nombre para evitar sobrescrituras.
Para publicar los archivos en el dataset datania/boe:
HF_TOKEN="$(gopass show -o huggingface/access-token/davidgasquez)" make uploadEl workflow semanal procesa los últimos 14 días. También admite ejecuciones manuales con start_date y end_date para backfills acotados.
MIT.