agrobr

Dados agrícolas brasileiros em uma linha de código

Infraestrutura Python para dados agrícolas brasileiros com camada semântica sobre 27 fontes públicas: CEPEA, CONAB, IBGE, NASA POWER, BCB/SICOR, ComexStat, ANDA, ABIOVE, USDA PSD, IMEA, DERAL, INMET, Notícias Agrícolas, Queimadas/INPE, Desmatamento PRODES/DETER, MapBiomas, CONAB Progresso, B3 Futuros Agro, CONAB CEASA/PROHORT, UN Comtrade, ANTAQ, ANP Diesel, MAPA PSR, ANTT Pedágio, SICAR, ZARC e Agrofit/MAPA (Defensivos).

v1.0.0 — 5100+ testes, 88% cobertura, 27/27 fontes com golden tests (21 com dados reais), retry centralizado em 27/27 clients.

Demo

Instalação

pip install agrobr

Com extras opcionais:

pip install agrobr[pdf]             # pdfplumber para ANDA (fertilizantes)
pip install agrobr[polars]          # Suporte a Polars
pip install agrobr[browser]         # Playwright (opcional, para fontes com JS)
pip install agrobr[bigquery]        # Base dos Dados (fallback BCB/SICOR)
pip install agrobr[geo]             # GeoPandas (geometria PRODES + DETER + SICAR)
pip install agrobr[all]             # Tudo incluído

Uso Rápido

CEPEA - Indicadores de Preços

import asyncio
from agrobr import cepea

async def main():
    # Série histórica de soja
    df = await cepea.indicador('soja', inicio='2024-01-01')
    print(df.head())

    # Último valor disponível
    ultimo = await cepea.ultimo('soja')
    print(f"Soja: R$ {ultimo.valor}/sc em {ultimo.data}")

    # Produtos disponíveis
    print(await cepea.produtos())  # ['soja', 'milho', 'boi_gordo', 'cafe', ...]

asyncio.run(main())

CONAB - Safras e Balanço

from agrobr import conab

async def main():
    # Dados de safra por UF
    df = await conab.safras('soja', safra='2024/25')
    print(df[['uf', 'area_plantada', 'producao', 'produtividade']])

    # Balanço oferta/demanda
    balanco = await conab.balanco('soja')
    print(balanco)

    # Total Brasil
    brasil = await conab.brasil_total()
    print(brasil)

IBGE - PAM, LSPA, PPM, Abate, PEVS, Leite, PIB e Censo Agro

from agrobr import ibge

async def main():
    # PAM - Produção Agrícola Municipal (anual)
    df = await ibge.pam('soja', ano=2023, nivel='uf')
    print(df[['localidade', 'area_plantada', 'producao']])

    # LSPA - Levantamento Sistemático (mensal)
    df = await ibge.lspa('soja', ano=2024, mes=6)
    print(df)

    # PPM - Pesquisa da Pecuária Municipal (anual)
    df = await ibge.ppm('bovino', ano=2023, nivel='uf')
    print(df[['localidade', 'especie', 'valor', 'unidade']])

    # Produção de origem animal
    df = await ibge.ppm('leite', ano=2023)

    # Abate Trimestral — bovino, suíno, frango
    df = await ibge.abate('bovino', trimestre='202303')
    df = await ibge.abate('frango', trimestre='202303', uf='PR')

    # PAM por município (filtrando UF para reduzir volume)
    df = await ibge.pam('cafe', ano=2023, nivel='municipio', uf='PA')

    # Censo Agropecuário 1995/2006/2017 — 10 temas
    df = await ibge.censo_agro('efetivo_rebanho')
    df = await ibge.censo_agro('uso_terra', uf='MT')
    df = await ibge.censo_agro('lavoura_temporaria', nivel='municipio', uf='PR')

    # Manejo de solo e irrigação (2006 + 2017)
    df = await ibge.censo_agro('preparo_solo', ano=2017, uf='SP')
    df = await ibge.censo_agro('irrigacao')  # ambos os anos
    df = await ibge.censo_agro('adubacao', ano=2006)

    # Censo Agropecuário 1995/96 — temas legados (FTP)
    df = await ibge.censo_agro_legado('tecnologia')
    df = await ibge.censo_agro_legado('pessoal_ocupado', uf='SP')

    # Censo Agropecuário — série histórica 1920-2006 (9 temas, até UF)
    df = await ibge.censo_agro_historico('estabelecimentos_area')
    df = await ibge.censo_agro_historico('efetivo_animais', uf='SP')
    df = await ibge.censo_agro_historico('uso_terra', nivel='brasil')

    # Censo Agropecuário 1985 — dados municipais (53 temas, 22 UFs, OCR de PDFs)
    df = await ibge.censo_agro_municipal_1985('propriedade_terras', uf='SP')
    df = await ibge.censo_agro_municipal_1985('bovinos', nivel='municipio')

    # Múltiplos anos
    df = await ibge.pam('milho', ano=[2020, 2021, 2022, 2023])

    # PEVS — Silvicultura (eucalipto, pinus, carvão)
    df = await ibge.silvicultura('madeira_tora', ano=2023)
    df = await ibge.silvicultura('eucalipto', variavel='area')  # área plantada

    # PEVS — Extração vegetal (açaí, castanha, erva-mate)
    df = await ibge.extracao_vegetal('acai', ano=2023, nivel='uf')

    # Leite trimestral (aquisição + industrialização + preço)
    df = await ibge.leite_trimestral(trimestre='202303', uf='MG')

    # PIB Agropecuário trimestral
    df = await ibge.pib_agro(trimestre='202501', setor='agropecuaria')

Datasets - Camada Semântica

Peça o que quer, fonte é detalhe interno:

from agrobr import datasets

async def main():
    # Preço diário (CEPEA com fallback automático)
    df = await datasets.preco_diario("soja")

    # Produção anual (IBGE PAM → CONAB)
    df = await datasets.producao_anual("soja", ano=2023)

    # Estimativa de safra corrente (CONAB → IBGE LSPA)
    df = await datasets.estimativa_safra("soja", safra="2024/25")

    # Balanço oferta/demanda (CONAB)
    df = await datasets.balanco("soja")

    # Crédito rural (BCB/SICOR com fallback BigQuery)
    df = await datasets.credito_rural("soja", safra="2024/25")

    # Exportações (ComexStat → ABIOVE)
    df = await datasets.exportacao("soja", ano=2024)

    # Fertilizantes (ANDA)
    df = await datasets.fertilizante(ano=2024, uf="MT")

    # Custos de produção (CONAB)
    df = await datasets.custo_producao("soja", uf="MT", safra="2024/25")

    # Com metadados de proveniência
    df, meta = await datasets.preco_diario("soja", return_meta=True)
    print(meta.source, meta.contract_version)

    # Pecuária municipal (IBGE PPM)
    df = await datasets.pecuaria_municipal("bovino", ano=2023)

    # Censo Agropecuário 1995/2006/2017 (IBGE Censo Agro — 10 temas)
    df = await datasets.censo_agropecuario("efetivo_rebanho")
    df = await datasets.censo_agropecuario("preparo_solo")

    # Cadastro Ambiental Rural (SICAR)
    df = await datasets.cadastro_rural("DF")
    df = await datasets.cadastro_rural("MT", municipio="Sorriso", status="AT")

    # SICAR com geometria (requer pip install agrobr[geo])
    gdf = await agrobr.alt.sicar.imoveis_geo("DF")

    # Silvicultura (IBGE PEVS)
    df = await datasets.silvicultura("madeira_tora", ano=2023)

    # Extrativismo vegetal (IBGE PEVS)
    df = await datasets.extrativismo_vegetal("acai", ano=2023)

    # Leite industrial (IBGE Leite Trimestral)
    df = await datasets.leite_industrial(trimestre="202303")

    # Série histórica de safras (CONAB — 32 culturas)
    df = await datasets.serie_historica_safra("soja", inicio=2020, fim=2024)

    # Preços de atacado (CONAB CEASA/PROHORT)
    df = await datasets.preco_atacado("TOMATE")

    # Seguro rural (MAPA PSR — apólices e sinistros)
    df = await datasets.seguro_rural(tipo="apolices", uf="MT", ano=2023)
    df = await datasets.seguro_rural(tipo="sinistros", evento="SECA")

    # Clima (INMET → NASA POWER)
    df = await datasets.clima(uf="SP", ano=2024)
    df = await datasets.clima(estacao="A301", inicio="2024-01-01", fim="2024-12-31")

    # Futuros agrícolas B3 (ajustes, histórico, posições)
    df = await datasets.futuros_agricolas("boi", data="2025-03-05")
    df = await datasets.futuros_agricolas("boi", tipo="historico", inicio="2025-01-01", fim="2025-03-05")
    df = await datasets.futuros_agricolas("boi", tipo="posicoes", data="2025-03-05")

    # Listar datasets disponíveis
    print(datasets.list_datasets())
    # ['abate_trimestral', 'balanco', 'cadastro_rural', 'censo_agropecuario',
    #  'censo_agropecuario_historico', 'censo_agropecuario_legado',
    #  'censo_agropecuario_municipal_1985', 'clima', 'comercio_internacional',
    #  'condicao_lavouras', 'credito_rural', 'custo_producao', 'desmatamento',
    #  'estimativa_safra', 'exportacao', 'extrativismo_vegetal', 'fertilizante',
    #  'futuros_agricolas', 'importacao', 'leite_industrial',
    #  'movimentacao_portuaria', 'oferta_demanda_global', 'pecuaria_municipal',
    #  'pib_agro', 'preco_atacado', 'preco_diario', 'producao_anual',
    #  'progresso_safra', 'queimadas', 'seguro_rural', 'serie_historica_safra',
    #  'silvicultura', 'uso_do_solo', 'zoneamento_agricola']

Modo Determinístico e Snapshots (Reprodutibilidade)

Snapshots capturam dados locais em parquet para reprodutibilidade total — ideal para papers, auditorias e pipelines CI.

from agrobr import datasets
from agrobr.snapshots import create_snapshot, list_snapshots, delete_snapshot

# Criar snapshot (salva dados atuais em ~/.agrobr/snapshots/)
info = await create_snapshot("2025-Q4")                        # nome customizado
info = await create_snapshot(sources=["cepea", "conab"])       # fontes específicas

# Listar e remover
for s in list_snapshots():
    print(s.name, s.file_count, f"{s.size_bytes/1024/1024:.1f} MB")
delete_snapshot("2025-Q4")

# Modo determinístico — consultas usam apenas cache local, sem rede
async with datasets.deterministic("2025-12-31"):
    df = await datasets.preco_diario("soja")

Via CLI:

agrobr snapshot create 2025-Q4 --sources cepea,conab,ibge
agrobr snapshot list
agrobr snapshot list --json
agrobr snapshot use 2025-Q4       # ativa modo determinístico
agrobr snapshot delete 2025-Q4

Novas Fontes v0.7.0+

from agrobr import nasa_power, bcb, comexstat, anda

async def main():
    # NASA POWER — climatologia por ponto ou UF (v0.7.1)
    df = await nasa_power.clima_ponto(-12.6, -56.1, "2024-01-01", "2024-12-31")
    df = await nasa_power.clima_uf("MT", ano=2024)

    # BCB/SICOR — crédito rural
    df = await bcb.credito_rural(produto="soja", safra="2024/25")

    # BCB/SICOR — filtrar por programa
    df = await bcb.credito_rural(produto="soja", safra="2024/25", programa="Pronamp")

    # BCB/SICOR — agregar por programa
    df = await bcb.credito_rural(produto="soja", safra="2024/25", agregacao="programa")

    # ComexStat — exportações e importações mensais
    df = await comexstat.exportacao("soja", ano=2024, agregacao="mensal")
    df = await comexstat.importacao("soja", ano=2024, agregacao="mensal")

    # ANDA — entregas de fertilizantes (requer pip install agrobr[pdf])
    df = await anda.entregas(ano=2024, uf="MT")

    # CONAB — custos de produção
    from agrobr import conab
    df = await conab.custo_producao(cultura="soja", uf="MT", safra="2024/25")

Novas Fontes v0.8.0

from agrobr import abiove, usda, imea, deral, conab

async def main():
    # ABIOVE — exportação do complexo soja
    df = await abiove.exportacao(ano=2024, produto="grao")

    # USDA PSD — estimativas internacionais (requer API key gratuita)
    df = await usda.psd("soja", country="BR", market_year=2024)

    # IMEA — cotações e indicadores Mato Grosso
    df = await imea.cotacoes("soja", safra="24/25")

    # DERAL — condição das lavouras Paraná
    df = await deral.condicao_lavouras("soja")

    # CONAB — série histórica de safras (2010+)
    df = await conab.serie_historica("soja", inicio=2020, fim=2025, uf="MT")

INMET — Token de Autenticação

A API de dados observacionais do INMET requer token. Configure via variável de ambiente:

export AGROBR_INMET_TOKEN="seu-token-aqui"

Sem o token, requisições de dados levantam SourceUnavailableError (HTTP 403). A listagem de estações funciona sem token. Para dados climáticos sem token, use NASA POWER como alternativa.

Queimadas/INPE — Focos de Calor (v0.10.0)

from agrobr import queimadas

async def main():
    # Focos de calor em setembro/2024
    df = await queimadas.focos(ano=2024, mes=9)

    # Filtrar por UF e bioma
    df = await queimadas.focos(ano=2024, mes=9, uf="MT", bioma="Amazonia")

    # Dia especifico
    df = await queimadas.focos(ano=2024, mes=9, dia=15)

    # Com metadados
    df, meta = await queimadas.focos(ano=2024, mes=9, return_meta=True)

Desmatamento PRODES/DETER (v0.10.0)

from agrobr import desmatamento

async def main():
    # PRODES — desmatamento anual consolidado (Cerrado)
    df = await desmatamento.prodes(bioma="Cerrado", ano=2022, uf="MT")

    # PRODES com geometria (requer pip install agrobr[geo])
    gdf = await desmatamento.prodes_geo(bioma="Cerrado", ano=2022, uf="MT")

    # DETER — alertas em tempo real (Amazônia)
    df = await desmatamento.deter(
        bioma="Amazônia", uf="PA",
        data_inicio="2024-01-01", data_fim="2024-06-30",
    )

    # Filtrar por classe de alerta
    df = await desmatamento.deter(bioma="Amazônia", classe="DESMATAMENTO_CR")

    # DETER com geometria (requer pip install agrobr[geo])
    gdf = await desmatamento.deter_geo(
        bioma="Amazônia", uf="PA",
        data_inicio="2024-01-01", data_fim="2024-06-30",
    )

    # Com metadados
    df, meta = await desmatamento.prodes(bioma="Cerrado", ano=2022, return_meta=True)

B3 Futuros Agro (v0.10.0)

from agrobr import b3
from datetime import date

async def main():
    # Ajustes diarios de futuros agricolas
    df = await b3.ajustes(data="13/02/2025")

    # Filtrar por contrato
    df = await b3.ajustes(data="13/02/2025", contrato="boi")

    # Serie historica de ajustes
    df = await b3.historico(contrato="boi", inicio=date(2025, 2, 10), fim=date(2025, 2, 14))

    # Posicoes em aberto (open interest)
    df = await b3.posicoes_abertas(data=date(2025, 12, 19))

    # Filtrar OI por contrato e tipo (futuro/opcao)
    df = await b3.posicoes_abertas(data=date(2025, 12, 19), contrato="boi", tipo="futuro")

    # Serie historica de OI
    df = await b3.oi_historico(contrato="boi", inicio=date(2025, 12, 15), fim=date(2025, 12, 19))

    # Listar contratos disponiveis
    print(b3.contratos())  # ['boi', 'cafe_arabica', 'cafe_conillon', 'etanol', 'milho', 'soja_cross', 'soja_fob']

    # Com metadados
    df, meta = await b3.ajustes(data="13/02/2025", return_meta=True)

CONAB Progresso de Safra (v0.10.0)

from agrobr import conab

async def main():
    # Progresso semanal de plantio/colheita
    df = await conab.progresso_safra()

    # Filtrar por cultura, estado e operação
    df = await conab.progresso_safra(cultura="Soja", estado="MT", operacao="Colheita")

    # Semana específica
    df = await conab.progresso_safra(semana_url="https://www.gov.br/conab/.../acompanhamento-...")

    # Listar semanas disponíveis
    semanas = await conab.semanas_disponiveis()

CONAB CEASA/PROHORT — Precos Atacado Hortifruti (v0.10.0)

from agrobr import conab

async def main():
    # Precos diarios de 48 produtos em 43 CEASAs
    df = await conab.ceasa_precos()

    # Filtrar por produto e/ou CEASA
    df = await conab.ceasa_precos(produto="tomate", ceasa="SAO PAULO")

    # Dimensoes
    produtos = conab.ceasa_produtos()      # 48 produtos
    ceasas = conab.lista_ceasas()          # 43 CEASAs com UF
    cats = conab.ceasa_categorias()        # FRUTAS/HORTALICAS

Modo Síncrono

from agrobr.sync import cepea, conab, ibge, datasets, nasa_power, bcb, comexstat
from agrobr.sync import abiove, usda, imea, deral, queimadas, desmatamento, b3
from agrobr.sync import mapbiomas
from agrobr.sync import alt

# Mesmo API, sem async/await
df = cepea.indicador('soja', inicio='2024-01-01')
safras = conab.safras('milho')
pam = ibge.pam('soja', ano=2023)
df = datasets.preco_diario('soja')
clima = nasa_power.clima_uf('MT', ano=2024)
credito = bcb.credito_rural(produto='soja', safra='2024/25')
exportacao = comexstat.exportacao('soja', ano=2024)

# v0.8.0
df = abiove.exportacao(ano=2024)
df = usda.psd('soja', market_year=2024)
df = imea.cotacoes('soja')
df = deral.condicao_lavouras('soja')
df = conab.serie_historica('soja', inicio=2020)

# v0.10.0
df = queimadas.focos(ano=2024, mes=9)
df = desmatamento.prodes(bioma="Cerrado", ano=2022)
gdf = desmatamento.prodes_geo(bioma="Cerrado", ano=2022, uf="MT")
gdf = desmatamento.deter_geo(bioma="Amazônia", uf="PA", data_inicio="2024-01-01")
df = b3.ajustes(data="13/02/2025")
df = b3.posicoes_abertas(data="2025-12-19", contrato="boi")
df = mapbiomas.cobertura(uf="MT", ano=2022)
df = mapbiomas.cobertura(nivel="municipio", estado="PA", municipio="Belém", ano=2020)

# IBGE PEVS, Leite, PIB
df = ibge.silvicultura('madeira_tora', ano=2023)
df = ibge.extracao_vegetal('acai', ano=2023)
df = ibge.leite_trimestral(trimestre='202303')
df = ibge.pib_agro(trimestre='202501')

# SICAR — Cadastro Ambiental Rural
df = alt.sicar.imoveis("DF")
df = alt.sicar.resumo("MT", municipio="Sorriso")

Suporte Polars

# Retorna polars.DataFrame em vez de pandas — suportado em todas as source APIs
df = await cepea.indicador('soja', as_polars=True)
df = await conab.safras('milho', as_polars=True)
df = await ibge.pam('soja', ano=2023, as_polars=True)
df = await b3.ajustes(data="13/02/2025", as_polars=True)
df = await bcb.credito_rural('soja', safra='2023/24', as_polars=True)
df = await inmet.estacao('A001', '2024-01-01', '2024-01-31', as_polars=True)

CLI

# CEPEA
agrobr cepea indicador soja --ultimo
agrobr cepea indicador milho --inicio 2024-01-01 --formato csv

# CONAB
agrobr conab safras soja --safra 2024/25
agrobr conab balanco milho

# IBGE
agrobr ibge pam soja --ano 2023 --nivel uf
agrobr ibge lspa milho --ano 2024 --mes 6

# Health check & diagnóstico
agrobr health
agrobr health --source cepea --deep
agrobr doctor --verbose
agrobr config show

Status das Fontes

Fonte	Status
CEPEA
Testes
Integração

O agrobr monitora automaticamente a disponibilidade das fontes. Use agrobr health --all para verificar localmente.

Datasets Disponíveis

Dataset	Descrição	Fontes
`abate_trimestral`	Abate de bovinos, suínos e frangos por UF	IBGE Abate
`balanco`	Oferta/demanda	CONAB
`cadastro_rural`	Cadastro Ambiental Rural (imóveis rurais por UF)	SICAR/GeoServer WFS
`censo_agropecuario`	Censo Agropecuário 1995/2006/2017 (10 temas)	IBGE Censo Agro
`censo_agropecuario_historico`	Série histórica Censo Agropecuário 1920-2006 (9 temas)	IBGE SIDRA
`censo_agropecuario_legado`	Censo 1995/96 — 6 temas legados (FTP)	IBGE FTP
`censo_agropecuario_municipal_1985`	Censo 1985 municipal — 53 temas via OCR (22 UFs)	IBGE PDFs
`clima`	Dados climáticos mensais/diários por UF ou estação	INMET → NASA POWER
`comercio_internacional`	Comércio internacional bilateral por HS code	UN Comtrade
`condicao_lavouras`	Condição semanal das lavouras do Paraná	DERAL
`credito_rural`	Crédito rural por cultura (programa, seguro, modalidade)	BCB/SICOR → BigQuery
`custo_producao`	Custos de produção	CONAB
`desmatamento`	Desmatamento PRODES/DETER — consolidado + alertas	INPE TerraBrasilis
`estimativa_safra`	Estimativas safra corrente	CONAB → IBGE LSPA
`exportacao`	Exportações agrícolas	ComexStat → ABIOVE
`extrativismo_vegetal`	Produção extrativista vegetal (açaí, castanha, erva-mate)	IBGE PEVS
`fertilizante`	Entregas de fertilizantes	ANDA
`futuros_agricolas`	Futuros agrícolas B3 (ajustes, histórico, posições)	B3
`importacao`	Importações agrícolas	ComexStat
`leite_industrial`	Aquisição e industrialização trimestral de leite por UF	IBGE Leite
`movimentacao_portuaria`	Movimentação portuária de carga (granel, geral, contêiner)	ANTAQ
`oferta_demanda_global`	Oferta/demanda global de commodities (USDA PSD)	USDA
`pecuaria_municipal`	Pecuária municipal (rebanhos e produção animal)	IBGE PPM
`pib_agro`	PIB agropecuário por setor e trimestre	IBGE SIDRA
`preco_atacado`	Preços de atacado hortifrúti em CEASAs	CONAB CEASA/PROHORT
`preco_diario`	Preços diários spot	CEPEA → cache
`producao_anual`	Produção anual consolidada	IBGE PAM → CONAB
`progresso_safra`	Progresso semanal semeadura/colheita	CONAB
`queimadas`	Focos de calor por satélite (6 biomas)	INPE
`seguro_rural`	Apólices e sinistros do seguro rural	MAPA PSR
`serie_historica_safra`	Série histórica de safras — 32 culturas desde 1976	CONAB
`silvicultura`	Produção silvicultural (eucalipto, pinus, carvão vegetal)	IBGE PEVS
`uso_do_solo`	Cobertura e uso da terra anual por UF/município	MapBiomas
`zoneamento_agricola`	Zoneamento agrícola de risco climático (ZARC)	MAPA/Embrapa

Fontes Suportadas

Fonte	Dados	Golden Test	Status
CEPEA	Indicadores de preços (20 produtos)	✅	Funcional
CONAB	Safras, balanço, custos, série histórica	✅	Funcional
IBGE	PAM, LSPA, PPM, Abate, PEVS, Leite, PIB, Censo Agro	✅	Funcional
NASA POWER	Climatologia diária/mensal (grid 0.5°)	✅	Funcional
BCB/SICOR	Crédito rural por cultura + dimensões SICOR (+ fallback BigQuery)	✅¹	Funcional
ComexStat	Exportações e importações por NCM/UF	✅¹	Funcional
ANDA	Entregas de fertilizantes	✅	Funcional
ABIOVE	Exportação complexo soja (volume/receita)	✅	Funcional
USDA PSD	Estimativas internacionais (produção/oferta/demanda)	✅¹	Funcional
IMEA	Cotações e indicadores Mato Grosso	✅	Funcional
DERAL	Condição das lavouras Paraná	✅	Funcional
INMET	Meteorologia (600+ estações)	✅¹	Requer token (`AGROBR_INMET_TOKEN`)
Notícias Agrícolas	Cotações (fallback CEPEA)	✅¹	Funcional
Queimadas/INPE	Focos de calor por satelite (6 biomas, 13 satelites)	✅	Funcional
Desmatamento PRODES/DETER	Desmatamento consolidado + alertas (TerraBrasilis WFS)	✅	Funcional
MapBiomas	Cobertura e uso da terra (1985-presente), nivel estado e municipio	✅	Funcional
CONAB Progresso	Progresso semanal de plantio/colheita por cultura e UF	✅	Funcional
B3 Futuros Agro	Ajustes diarios + posicoes em aberto (7 contratos agro)	✅	Funcional
CONAB CEASA/PROHORT	Precos atacado hortifruti (48 produtos, 43 CEASAs)	✅	Funcional
UN Comtrade	Comercio bilateral + trade mirror (~200 paises, HS codes)	✅¹	Funcional
ANTAQ	Movimentacao portuaria de carga (granel, geral, conteiner)	✅	Funcional
ANP Diesel	Precos revenda + volumes diesel por UF/municipio	✅	Funcional
MAPA PSR	Apolices e sinistros seguro rural (2006+, 27 UFs)	✅	Funcional
ANTT Pedagio	Fluxo de veiculos em pracas de pedagio (2010+, 200+ pracas)	✅	Funcional
SICAR	Cadastro Ambiental Rural — imoveis rurais por UF (7.4M+ registros, WFS)	✅	Funcional
ZARC	Zoneamento Agricola de Risco Climatico (janelas de plantio por municipio/cultura/solo)	✅	Funcional
Agrofit/MAPA (Defensivos)	Agrotoxicos registrados — formulados, autorizacoes, tecnicos (~8K produtos)	✅	Funcional

¹ Golden test com dados sintéticos — needs_real_data para validação com API real.

Contratos & Schemas

Cada dataset tem um contrato formal com validação automática. Schemas JSON gerados em agrobr/schemas/:

from agrobr.contracts import get_contract, list_contracts, validate_dataset

# Listar contratos registrados
list_contracts()
# ['abate_trimestral', 'ajuste_diario', 'balanco', 'censo_agropecuario',
#  'comercio_bilateral', 'conab_progresso', 'credito_rural', 'custo_producao',
#  'desmatamento_deter', 'desmatamento_prodes', 'estimativa_safra', 'exportacao',
#  'extrativismo_vegetal', 'fertilizante', 'focos_queimadas', 'leite_industrial',
#  'mapbiomas_cobertura', 'mapbiomas_transicao',
#  'anp_diesel_precos', 'anp_diesel_vendas', 'antt_pedagio_fluxo',
#  'antt_pedagio_pracas', 'mapa_psr_sinistros',
#  'censo_agropecuario_historico', 'censo_agropecuario_municipal_1985',
#  'mapa_psr_apolices', 'movimentacao_portuaria',
#  'pecuaria_municipal', 'posicoes_abertas', 'preco_atacado', 'preco_diario',
#  'producao_anual', 'sicar_imoveis', 'silvicultura', 'trade_mirror']

# Inspecionar contrato
contract = get_contract("preco_diario")
print(contract.primary_key)   # ['data', 'produto']
print(contract.to_json())     # Schema JSON completo

# Validação explícita (automática em todo fetch)
validate_dataset(df, "preco_diario")  # raises ContractViolationError

Garantias globais: nomes estáveis (só adicionam), tipos só alargam (int→float ok, float→int nunca), datas ISO-8601, breaking changes só em major version. Veja docs/contracts/ para detalhes por dataset.

Normalização Transversal

Funções para padronizar dados entre fontes:

from agrobr.normalize import (
    normalizar_cultura, municipio_para_ibge, normalizar_uf, normalizar_safra,
)

normalizar_cultura("Soja em Grão")    # "soja"
normalizar_cultura("milho 2ª safra")  # "milho_2"
normalizar_cultura("coffee")          # "cafe"

municipio_para_ibge("Sorriso", "MT")  # 5107925
municipio_para_ibge("SAO PAULO", "SP")  # 3550308

normalizar_uf("São Paulo")            # "SP"
normalizar_safra("24/25")             # "2024/25"

5571 municípios IBGE, 35 culturas canônicas, 27 UFs. Dados de municípios via API IBGE Localidades (livre para uso).

Diferenciais

26/26 fontes com golden tests — validação automatizada contra dados de referência
Resiliência HTTP completa — retry centralizado em 26/26 clients, 429 handling, Retry-After
5100+ testes, 88% cobertura — benchmarks de escalabilidade (memory, volume, cache, async)
Thread-safe cache — DuckDB store com locking para uso em MCP servers e multi-thread
Camada semântica — datasets padronizados com fallback automático
Contratos formais — schema versionado com validação automática, primary keys e constraints
Schemas JSON — contratos exportados como JSON em agrobr/schemas/
Normalização transversal — municípios IBGE, culturas, UFs, safras padronizados
Modo determinístico — reprodutibilidade total para papers/auditorias
Async-first para pipelines de alta performance
Cache inteligente com DuckDB (analytics nativo + histórico permanente)
Suporte pandas + polars
Validação — Pydantic v2 + sanity checks estatísticos + fingerprinting de layout
Alertas multi-canal (Slack, Discord, Email)
CLI completo para debug e automação

Como Funciona

O agrobr mantém um cache local em DuckDB que acumula dados ao longo do tempo:

Dia 1:   Coleta 10 dias de dados → salva no DuckDB
Dia 30:  30 dias de histórico acumulado
Dia 365: 1 ano completo de dados locais

Consultas a períodos antigos são instantâneas (cache). Apenas dados recentes precisam de request HTTP.

Manter Dados Atualizados

Integre com Airflow, Prefect ou Dagster usando a API sync:

# Airflow task
@task
def extract_soja():
    from agrobr.sync import datasets
    df = datasets.preco_diario("soja")
    df.to_parquet("/data/soja.parquet")

Veja o guia completo de pipelines e o guia de ergonomia async.

Documentação

Documentação completa

Guia Rápido
Datasets — Contratos e garantias
Fontes — 26 fontes documentadas
API Reference
Resiliência
Portabilidade — Guia para portar o agrobr para R, Julia ou outras linguagens

Contribuindo

Contribuições são bem-vindas! Veja CONTRIBUTING.md para detalhes.

Licenças dos Dados

Importante: O agrobr é licenciado sob MIT, mas os dados acessados pertencem às suas respectivas fontes e possuem licenças próprias. Dados CEPEA/ESALQ, por exemplo, são CC BY-NC 4.0 (uso comercial requer autorização). Consulte docs/licenses.md para a tabela completa de fontes, licenças e classificações.

Licença

MIT - veja LICENSE para detalhes.

Name		Name	Last commit message	Last commit date
Latest commit History 286 Commits
.github		.github
.structures		.structures
agrobr		agrobr
calculadora		calculadora
docs		docs
examples		examples
scripts		scripts
studies/premio-mapbiomas-2026		studies/premio-mapbiomas-2026
tests		tests
.gitignore		.gitignore
.pre-commit-config.yaml		.pre-commit-config.yaml
CHANGELOG.md		CHANGELOG.md
CODE_OF_CONDUCT.md		CODE_OF_CONDUCT.md
CONTRIBUTING.md		CONTRIBUTING.md
LICENSE		LICENSE
README.md		README.md
canopy.yml		canopy.yml
demo.tape		demo.tape
index.html		index.html
mkdocs.yml		mkdocs.yml
pyproject.toml		pyproject.toml
requirements.txt		requirements.txt

Uh oh!

Folders and files

Latest commit

History

Repository files navigation

agrobr

Demo

Instalação

Uso Rápido

CEPEA - Indicadores de Preços

CONAB - Safras e Balanço

IBGE - PAM, LSPA, PPM, Abate, PEVS, Leite, PIB e Censo Agro

Datasets - Camada Semântica

Modo Determinístico e Snapshots (Reprodutibilidade)

Novas Fontes v0.7.0+

Novas Fontes v0.8.0

INMET — Token de Autenticação

Queimadas/INPE — Focos de Calor (v0.10.0)

Desmatamento PRODES/DETER (v0.10.0)

B3 Futuros Agro (v0.10.0)

CONAB Progresso de Safra (v0.10.0)

CONAB CEASA/PROHORT — Precos Atacado Hortifruti (v0.10.0)

Modo Síncrono

Suporte Polars

CLI

Status das Fontes

Datasets Disponíveis

Fontes Suportadas

Contratos & Schemas

Normalização Transversal

Diferenciais

Como Funciona

Manter Dados Atualizados

Documentação

Contribuindo

Licenças dos Dados

Licença

About

Resources

License

Code of conduct

Contributing

Uh oh!

Stars

Watchers

Forks

Releases 20

Sponsor this project

Uh oh!

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages