01
Fuentes
OpenStreetMap, Open Data Euskadi y GTFS oficiales con licencia y fecha.
Volver a la web
INFRAESTRUCTURA ABIERTA DE INTELIGENCIA GEOGRÁFICA
emap/labs mide lo que la IA sabe del territorio.
Datasets urbanos versionados, búsqueda geográfica bilingüe, un servicio semántico en producción y un benchmark reproducible. El objetivo no es responder siempre: es responder con evidencia y abstenerse cuando no la hay.
22capas geográficas
27.515lugares indexados
139casos ES / EU
54casos held-out estrictos
ARQUITECTURA
Datos antes que modelos.
Cada resultado atraviesa una cadena trazable. Los clientes visuales y los agentes reutilizan la misma lógica de dominio.
02
Catálogo
Pipelines reproducibles, schemas, control de calidad, cobertura y frescura.
03
Retriever híbrido
Keywords de alta precisión; e5-large solo cuando hace falta semántica; búsqueda geo estructurada.
04
Servicio
FastAPI en VPS, explicabilidad, reranking, límites de tasa y atribución en la respuesta.
05
Consumidores
Web, app móvil, API y cinco herramientas MCP sobre la misma fuente de verdad.
BENCHMARK ES / EU
El held-out manda.
El corpus dorado evalúa hit@1, atributos, radio y abstención. Los 54 casos held-out no se utilizan para escoger descripciones ni umbrales.
| Retriever | dev ES | held-out ES | dev EU | held-out EU |
|---|---|---|---|---|
| baseline · keywords + geo | 74% | 60% | 71% | 62% |
| hybrid · MiniLM-L12 | 80% | 60% | 76% | 66% |
| hybrid · mpnet-base | 79% | 64% | 73% | 66% |
| hybrid · multilingual-e5-large | 76% | 73% | 71% | 71% |
Producción · multilingual-e5-large · 1.024 dimensiones · τ 0,80 · tie 0,01 · evaluación v2 del 5 de agosto de 2026.
Abstención medida
19 casos answerable:false penalizan al sistema si inventa una categoría.
Euskera validado
Las consultas se cotejaron con Itzuli; la paridad se mide, no se presupone.
Dos etapas
Clasificación semántica de categoría y después búsqueda geográfica por atributos y distancia.
Resultado reproducible
Cada ejecución guarda modelo, τ, tie-window, split y métricas en JSON versionado.
PRODUCCIÓN
Un servicio pequeño, explícito y medible.
El servicio carga las capas en memoria y expone búsqueda, rutas de monte, accesibilidad, isócronas, frescura y calidad de datos. e5-large se ejecuta en CPU mediante ONNX; las keywords evitan pagar semántica cuando no es necesaria.
92 msmediana de e5-large
178 msp95 de e5-large
2,1 GBmodelo en disco
57 msreranker Jina medido
DATASETS
Infraestructura urbana, no perfiles de personas.
La release v0.2 reúne 22 capas y 27.515 POIs. El vertical mendi cruza 2.825 cimas con 9 redes: 1.700 tienen una parada a un máximo de 2 km en línea recta; la ruta a pie real se calcula aparte.
Fuentes · aseos · DEA · farmacias
Aparcabicis · parking · carga EV
Playas · naturaleza · cimas · refugios
Metro · Euskotren · Cercanías · bus
Bibliotecas · deporte · alojamiento
Barrios y cobertura de infraestructura
MCP PARA AGENTES
Cinco herramientas, contratos estrechos.
El servidor está registrado como io.github.r3tr0eth/emap y funciona por stdio o Streamable HTTP. Toda respuesta mantiene atribución y el principio no se finge.
search_placesBúsqueda ES / EU con contexto geográfico y abstención.
nearby_poisServicios cercanos por capa, distancia y fuente.
explain_placeMunicipio, barrio y hechos verificables del entorno.
plan_routeRutas transit, walk, bike y car con OSRM / OTP propios.
plan_hikeCima, acceso, parada, ida y regreso cuando puede verificarse.
ÉTICA Y ESCALA
Describir sitios sin clasificar personas.
La regla dura de Labs es infraestructura jamás personas. No se ingiere criminalidad, renta, demografía, origen ni proxies sociales. La cobertura desigual de OSM se declara y los índices de barrios se reservan para detectar déficit de servicio, no para ordenar lugares como buenos o malos.