114 lines
2.6 KiB
Markdown
114 lines
2.6 KiB
Markdown
# 🕷️ 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)
|