Subir archivos a "/"

2026-05-09 17:47:43 +00:00
parent e6d9b29457
commit 1ecab757d9
5 changed files with 537 additions and 0 deletions
@@ -0,0 +1,91 @@
 # 🪟 Instalación de Ubuntu + n8n en Windows (WSL2)
 > ← [Volver al índice](../README.md) | Siguiente: [☁️ Google Cloud VM →](./02-gcloud-vm-n8n.md)
 ---
 ## Requisitos previos
 - Windows 10 versión 2004+ o Windows 11
 - Acceso a Microsoft Store
 - PowerShell con permisos de administrador
 ---
 ## Paso 1 — Instalar Ubuntu 24.04 LTS
 Descarga desde Microsoft Store:
 👉 [Ubuntu 24.04 LTS](https://apps.microsoft.com/store/detail/ubuntu-2404-lts/9NZ3KLHXDJP5)
 ---
 ## Paso 2 — Habilitar WSL2
 Abre **PowerShell como administrador** y ejecuta:
 ```powershell
 wsl --install
 ```
 Esto habilita WSL2 y descarga Ubuntu automáticamente.
 ---
 ## Paso 3 — Reiniciar el equipo
 Windows completará la instalación durante el reinicio.
 ---
 ## Paso 4 — Configurar Ubuntu
 - Abre **Ubuntu 24.04** desde el menú de inicio.
 - Crea tu **usuario** y **contraseña** cuando se te solicite.
 ---
 ## Paso 5 — Instalar dependencias y n8n
 Ejecuta los siguientes comandos en orden dentro de Ubuntu:
 ```bash
 # Instalar NVM (última versión estable)
 curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
 # Recargar bash para que funcione nvm
 source ~/.bashrc
 # Instalar Node.js LTS (última recomendada por n8n)
 nvm install --lts
 # Verificar versiones
 node -v
 npm -v
 # Instalar n8n última versión
 npm install -g n8n@latest
 # Ejecutar n8n
 n8n
 ```
 ---
 ## Paso 6 — Acceder a n8n
 Abre en tu navegador:
 👉 [http://localhost:5678](http://localhost:5678)
 ---
 ## Notas
 - n8n se ejecuta en primer plano. Cierra la terminal y se detendrá.
 - Para entornos de producción o con dominio propio, consulta los pasos de [Google Cloud VM](./02-gcloud-vm-n8n.md) y [HTTPS](./03-https-nginx.md).
 - Esta instalación es ideal para **desarrollo local y pruebas**.
 ---
 > ← [Volver al índice](../README.md) | Siguiente: [☁️ Google Cloud VM →](./02-gcloud-vm-n8n.md)
@@ -0,0 +1,140 @@
 # ☁️ Instalación de n8n en Google Cloud VM
 > ← [Anterior: 🪟 WSL2](./01-wsl2-n8n.md) | [Volver al índice](../README.md) | Siguiente: [🔐 HTTPS →](./03-https-nginx.md)
 ---
 ## Requisitos previos
 - Cuenta en [Google Cloud Console](https://console.cloud.google.com/)
 - Proyecto activo con facturación habilitada
 - `gcloud` CLI instalado *(opcional, también se puede hacer desde la web)*
 ---
 ## Paso 1 — Crear la VM en Google Cloud
 1. Ingresa a [Google Cloud Console](https://console.cloud.google.com/).
 2. Ve a **Compute Engine > VM Instances**.
 3. Haz clic en **Create Instance** y configura:
 | Campo | Valor recomendado |
 |-------|------------------|
 | **Nombre** | `n8n-vm` |
 | **Región/Zona** | La más cercana a tu ubicación |
 | **Machine type** | `e2-medium` (2 vCPU, 4 GB RAM) |
 | **Boot disk** | Ubuntu 24.04 LTS |
 | **Firewall** | ✅ Allow HTTP traffic / ✅ Allow HTTPS traffic |
 4. Haz clic en **Create**.
 ---
 ## Paso 2 — Conectarse a la VM
 Desde la consola o terminal:
 ```bash
 gcloud compute ssh n8n-vm --zone us-central1-a
 ```
 También puedes usar el botón **SSH** directamente desde la consola web de GCP.
 ---
 ## Paso 3 — Actualizar paquetes
 ```bash
 sudo apt update && sudo apt upgrade -y
 ```
 ---
 ## Paso 4 — Instalar dependencias y n8n
 ```bash
 # Instalar NVM
 curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
 # Recargar bash
 source ~/.bashrc
 # Instalar Node.js LTS
 nvm install --lts
 # Verificar versiones
 node -v
 npm -v
 # Instalar n8n
 npm install -g n8n@latest
 # Ejecutar n8n
 n8n
 ```
 n8n quedará escuchando en el puerto **5678** por defecto.
 ---
 ## Paso 5 — Abrir puertos en el firewall de Google Cloud
 ### Opción A: Desde la consola web
 1. Ve a **VPC Network > Firewall**.
 2. Clic en **Create Firewall Rule** y configura:
 | Campo | Valor |
 |-------|-------|
 | **Name** | `allow-n8n` |
 | **Targets** | All instances in the network |
 | **Source IP ranges** | `0.0.0.0/0` *(o tu IP para mayor seguridad)* |
 | **Protocols/Ports** | TCP: `80, 443, 5678` |
 ### Opción B: Con gcloud CLI
 ```bash
 gcloud compute firewall-rules create allow-n8n \
  --allow tcp:80,tcp:443,tcp:5678 \
  --source-ranges=0.0.0.0/0 \
  --target-tags=n8n-server
 ```
 Luego edita tu VM y en **Network tags** agrega `n8n-server`.
 ---
 ## Paso 6 — Acceder a n8n
 Abre en tu navegador:
 👉 `http://EXTERNAL_IP:5678`
 *(La IP externa está visible en la consola de GCP)*
 ---
 ## Paso 7 (Opcional) — Ejecutar n8n en segundo plano con PM2
 Sin PM2, n8n se detiene al cerrar la sesión SSH.
 ```bash
 npm install -g pm2
 pm2 start n8n
 pm2 save
 pm2 startup
 ```
 PM2 se asegura de que n8n se reinicie automáticamente tras reinicios de la VM.
 ---
 ## ⚠️ Nota de seguridad
 > No expongas el puerto `5678` directamente en producción. Lo ideal es configurar un **proxy inverso con Nginx + SSL**.  
 > Consulta el siguiente paso: [🔐 Habilitar HTTPS](./03-https-nginx.md)
 ---
 > ← [Anterior: 🪟 WSL2](./01-wsl2-n8n.md) | [Volver al índice](../README.md) | Siguiente: [🔐 HTTPS →](./03-https-nginx.md)
@@ -0,0 +1,126 @@
 # 🔐 Habilitar HTTPS en Google Cloud (Nginx + Certbot)
 > ← [Anterior: ☁️ Google Cloud VM](./02-gcloud-vm-n8n.md) | [Volver al índice](../README.md) | Siguiente: [🕷️ Crawl4AI →](./04-crawl4ai-ubuntu.md)
 ---
 ## Requisitos previos
 - VM en Google Cloud con Ubuntu 24.04 *(ver [paso anterior](./02-gcloud-vm-n8n.md))*
 - n8n ya instalado y corriendo con PM2
 - Un **dominio propio** con un registro **A** apuntando a la IP externa de tu VM:
 ```
 n8n.midominio.com  →  EXTERNAL_IP_VM
 ```
 ---
 ## Paso 1 — Instalar n8n con PM2 (si no lo hiciste aún)
 ```bash
 curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
 source ~/.bashrc
 nvm install --lts
 npm install -g n8n@latest
 npm install -g pm2
 pm2 start n8n
 pm2 save
 pm2 startup
 ```
 ---
 ## Paso 2 — Instalar Nginx
 ```bash
 sudo apt install -y nginx
 ```
 ### Crear configuración para n8n
 ```bash
 sudo nano /etc/nginx/sites-available/n8n
 ```
 Pega el siguiente contenido (reemplaza `n8n.midominio.com` por tu dominio real):
 ```nginx
 server {
    listen 80;
    server_name n8n.midominio.com;
    location / {
        proxy_pass http://localhost:5678;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
    }
 }
 ```
 ### Activar el sitio
 ```bash
 sudo ln -s /etc/nginx/sites-available/n8n /etc/nginx/sites-enabled/
 sudo nginx -t
 sudo systemctl reload nginx
 ```
 n8n ya será accesible en `http://n8n.midominio.com`.
 ---
 ## Paso 3 — Instalar Certbot para HTTPS
 ```bash
 sudo apt install -y certbot python3-certbot-nginx
 ```
 Ejecuta el proceso de certificación:
 ```bash
 sudo certbot --nginx -d n8n.midominio.com
 ```
 Durante el proceso:
 - Acepta los términos de servicio.
 - Selecciona la opción de **redirigir todo el tráfico a HTTPS**.
 Certbot configurará Nginx automáticamente para usar TLS.
 ---
 ## Paso 4 — Verificar acceso
 Abre en tu navegador:
 👉 `https://n8n.midominio.com`
 n8n estará corriendo con **HTTPS válido y seguro** ✅
 ---
 ## Paso 5 — Renovación automática de certificados
 Certbot instala un cron job que renueva los certificados antes de que expiren. Puedes verificarlo con:
 ```bash
 sudo certbot renew --dry-run
 ```
 ---
 ## ✅ Resultado final
 Con esta configuración tienes:
 - ✅ **n8n corriendo en segundo plano** con PM2
 - ✅ **Acceso seguro** vía Nginx + HTTPS (Let's Encrypt)
 - ✅ **Firewall en GCP** abierto solo en puertos `80` y `443` (ya no necesitas exponer el `5678`)
 ---
 > ← [Anterior: ☁️ Google Cloud VM](./02-gcloud-vm-n8n.md) | [Volver al índice](../README.md) | Siguiente: [🕷️ Crawl4AI →](./04-crawl4ai-ubuntu.md)
@@ -0,0 +1,113 @@
 # 🕷️ Instalación de Crawl4AI en Ubuntu
 > ← [Anterior: 🔐 HTTPS](./03-https-nginx.md) | [Volver al índice](../README.md) | Siguiente: [📋 Proyecto →](./05-proyecto-website-craw-css.md)
 ---
 ## Requisitos previos
 - Ubuntu 22.04+ (local vía WSL2 o en Google Cloud VM)
 - Python 3 y pip instalados
 ```bash
 sudo apt update && sudo apt install -y python3 python3-pip
 ```
 ---
 ## Instalación básica
 ### 1 — Instalar el núcleo de Crawl4AI
 ```bash
 pip install crawl4ai
 ```
 Esto instala la versión base sin características adicionales como modelos ML o Transformers.
 ### 2 — Ejecutar la configuración inicial
 ```bash
 crawl4ai-setup
 ```
 Este comando instala y configura las dependencias del navegador: Playwright, librerías del sistema, etc.
 ### 3 — Diagnosticar el entorno *(opcional pero recomendado)*
 ```bash
 crawl4ai-doctor
 ```
 Verifica compatibilidad de Python, instalación de Playwright y variables del sistema.
 ### 4 — Verificar la instalación con un ejemplo
 ```python
 import asyncio
 from crawl4ai import AsyncWebCrawler, BrowserConfig, CrawlerRunConfig
 async def main():
    async with AsyncWebCrawler() as crawler:
        result = await crawler.arun(url="https://www.example.com")
        print(result.markdown[:300])
 if __name__ == "__main__":
    asyncio.run(main())
 ```
 Ejecuta el script y verás los primeros 300 caracteres de `example.com` en formato Markdown.
 ---
 ## Instalación avanzada *(opcional)*
 Elige según las capacidades que necesites:
 | Variante | Comando |
 |----------|---------|
 | Con PyTorch | `pip install crawl4ai[torch] && crawl4ai-setup` |
 | Con Transformers | `pip install crawl4ai[transformer] && crawl4ai-setup` |
 | Todas las características | `pip install crawl4ai[all] && crawl4ai-setup` |
 ### Pre-descargar modelos *(solo si los necesitas)*
 ```bash
 crawl4ai-download-models
 ```
 > ⚠️ Los modelos son pesados. Descárgalos solo si tu flujo los requiere.
 ---
 ## Opción Docker *(experimental)*
 La documentación oficial indica que la vía Docker es **experimental** y puede cambiar. No se recomienda para producción aún.
 ```bash
 docker pull unclecode/crawl4ai:latest
 docker run -p 11235:11235 unclecode/crawl4ai:latest
 ```
 Consulta la [documentación oficial de Crawl4AI](https://docs.crawl4ai.com/core/installation/) para actualizaciones.
 ---
 ## Resumen de comandos
 ```bash
 # Instalación mínima
 pip install crawl4ai
 crawl4ai-setup
 # Verificar entorno
 crawl4ai-doctor
 # Instalación completa
 pip install crawl4ai[all]
 crawl4ai-setup
 ```
 ---
 > ← [Anterior: 🔐 HTTPS](./03-https-nginx.md) | [Volver al índice](../README.md) | Siguiente: [📋 Proyecto →](./05-proyecto-website-craw-css.md)
@@ -0,0 +1,67 @@
 # 📌 Website Craw CSS — Documentación del Proyecto
 > Pipeline de scraping automatizado con **Crawl4AI + n8n** para extracción, procesamiento y exportación de productos desde páginas web.
 ---
 ## 🗂️ Tabla de Contenidos
 | # | Categoría | Descripción |
 |---|-----------|-------------|
 | 1 | [🪟 Instalación local (Windows + WSL2)](./docs/01-wsl2-n8n.md) | Configurar Ubuntu y n8n en Windows mediante WSL2 |
 | 2 | [☁️ Instalación en Google Cloud VM](./docs/02-gcloud-vm-n8n.md) | Crear una VM en GCP e instalar n8n |
 | 3 | [🔐 Habilitar HTTPS en Google Cloud](./docs/03-https-nginx.md) | Configurar Nginx + Certbot para SSL en producción |
 | 4 | [🕷️ Instalación de Crawl4AI en Ubuntu](./docs/04-crawl4ai-ubuntu.md) | Instalar y configurar Crawl4AI como motor de scraping |
 | 5 | [📋 Documento del Proyecto](./docs/05-proyecto-website-craw-css.md) | Arquitectura, flujo n8n, KPIs y entrega del proyecto |
 ---
 ## 🧭 Ruta de configuración recomendada
 Sigue los pasos en orden según tu entorno:
 ```
 ┌─────────────────────────────────────────┐
 │  ¿Dónde vas a correr n8n?               │
 └────────────┬────────────────────────────┘
             │
     ┌───────▼──────┐        ┌──────────────────┐
     │  Windows     │        │  Google Cloud    │
     │  (Local)     │        │  (Producción)    │
     └──────┬───────┘        └────────┬─────────┘
            │                         │
     [Paso 1: WSL2]          [Paso 2: GCloud VM]
            │                         │
            └──────────┬──────────────┘
                       │
              [Paso 3: HTTPS] ← Solo en producción
                       │
              [Paso 4: Crawl4AI]
                       │
              [Paso 5: Proyecto]
 ```
 ---
 ## 🛠️ Stack tecnológico
 - **n8n** — Orquestador del workflow de scraping
 - **Crawl4AI** — Motor de extracción web (Python + Playwright)
 - **Ubuntu 24.04** — Sistema operativo base (WSL2 o GCP)
 - **Nginx + Certbot** — Proxy inverso y SSL para producción
 - **Google Sheets** *(opcional)* — Destino final de los datos exportados
 ---
 ## 📁 Estructura de archivos
 ```
 /
 ├── README.md                        ← Estás aquí
 └── docs/
    ├── 01-wsl2-n8n.md               ← Instalación local en Windows
    ├── 02-gcloud-vm-n8n.md          ← Instalación en Google Cloud
    ├── 03-https-nginx.md            ← HTTPS con Nginx + Certbot
    ├── 04-crawl4ai-ubuntu.md        ← Instalación de Crawl4AI
    └── 05-proyecto-website-craw-css.md  ← Documento del proyecto
 ```