Convertí una Raspberry Pi 5 de 80€ en mi centro de operaciones de IA (y esto es lo que pasó)

26 julio, 2026 · Sección: Guías y Tutoriales

En junio de 2026 me llegó la factura de Firecrawl: 47 dólares por scrapear 3.200 páginas. Meses antes había cancelado una suscripción de 35€ a una plataforma de trading algorítmico que solo me daba datos que ya son públicos. Y cada vez que miraba la factura de inference para los agentes de mi segundo cerebro pensaba lo mismo: esto debería costar menos.

La respuesta llevaba meses en un cajón. Una Raspberry Pi 5 de 8GB que compré en marzo por 80 euros en Amazon y que nunca llegué a enchufar.

Hoy, un mes después, ese trasto de 80 pavos está corriendo tres herramientas de IA en producción. Ni experimentos ni "algún día lo pondré". Producción. 24/7. Con cron jobs, sin intervención humana, y con una factura mensual que cabe en un billete de 20.

No es un tutorial de instalación. Es lo que aprendí teniendo esto en producción desde julio. Lo que funcionó, lo que petó, y lo que no te cuentan en los hilos de Twitter.

Las tres herramientas

Esto es lo que corre ahora mismo en la Pi 5:

1. Crawl4AI (74K ⭐ en GitHub). Scraping web a Markdown limpio para LLMs. Reemplazó a Firecrawl por completo. Python + Playwright, Apache 2.0. Coste: 0€.

2. Vibe-Trading (26K ⭐, HKUDS). Agente de trading con DeepSeek como motor. Investigación, backtesting, ejecución en papel. Coste: 0€ (el tier gratuito de DeepSeek cubre todo).

3. Agentes de vault. 57 cron jobs que gestionan mi segundo cerebro de 394 entidades. Consolidación nocturna en 5 fases, ingesta de artículos, síntesis de conceptos. Coste: ~14€/mes en llamadas a DeepSeek V4 Pro + Flash.

Total: 14 euros al mes. Antes pagaba más de 80.

Crawl4AI: el scraper que jubiló a Firecrawl

Lo instalé el 22 de julio. pip install crawl4ai, playwright install chromium, y en 5 minutos estaba scrapeando. Nada de API keys. Nada de créditos. Nada de que un tercero vea lo que scrapeas.

Crawl4AI hace una cosa y la hace bien: agarra una URL, abre un navegador headless con Playwright, ejecuta JavaScript si hace falta, filtra menús, banners de cookies, sidebars y footers, y te devuelve Markdown limpio. El resultado lo metes directo en Claude, GPT, o tu base de datos vectorial.

Mis números tras una semana de uso intensivo:

500 páginas scrapeadas de documentación técnica: Python, React, Next.js, Ollama, LangChain. Material denso, nada de páginas de landing.

Tasa de éxito: 94%. 470 páginas salieron perfectas. Las 30 que fallaron eran todas medios españoles con muros de cookies agresivos. Xataka, El País, El Mundo — sus sistemas anti-bot detectan el headless browser y bloquean. Crawl4AI no puede hacer magia contra eso.

12 páginas por segundo. En local, sin latencia de red a una API externa. Firecrawl me daba 3-4 páginas por segundo en su plan de 47 dólares. La diferencia es bestial cuando scrapeas cientos de documentos.

~300 MB de RAM. En una Pi con 8GB ni se entera.

Tengo tres cron jobs corriendo:

Extracción de contenido nuevo cada 6 horas. Monitorización de competidores, semanal, revisando 12 sitios. Validación de contenido publicado, diaria, comprobando que mis artículos sigan online y sin errores.

Todo automatizado. Cero intervención humana desde que lo configuré.

Lo único que me jode son los muros de cookies. Si scrapeas medios españoles grandes, Crawl4AI se estrella. No es culpa de la herramienta — es la realidad del scraping en 2026. Para documentación técnica y blogs independientes, es perfecto.

Vibe-Trading: cuando DeepSeek hace trading (y a veces la caga)

Vibe-Trading es un proyecto de la Universidad de Hong Kong. 26.000 estrellas en GitHub. Un agente de trading que investiga mercados, backtestea estrategias y ejecuta operaciones usando DeepSeek como cerebro.

Lo tengo en paper trading. No pienso meter dinero real hasta que no vea 6 meses de resultados consistentes. Y después de lo que pasó con una de las estrategias, menos todavía.

Probé dos enfoques:

Trend-following en SPY y QQQ: +15.5% en backtest de 3 meses, Sharpe 0.62. Simple: comprar cuando la tendencia es alcista, vender cuando cruza a la baja. DeepSeek analiza noticias financieras y ajusta los umbrales de entrada y salida. Funcionó porque la estrategia base ya era sólida — el LLM solo la refinó.

RSI + MACD combinado: -32%. Un desastre absoluto. El agente sobreoptimizó los parámetros en backtesting hasta que todo parecía perfecto. En forward testing, cuando llegó el primer mercado lateral, se desintegró. La lección fue dolorosa pero clara: más complejidad no da mejores resultados. La estrategia más tonta ganó por goleada.

Vibe-Trading expone 50+ endpoints en el puerto 8501 con una interfaz Streamlit. Puedes consultar posiciones, señales, backtests y logs desde cualquier navegador en tu red local.

El coste es literalmente cero porque DeepSeek tiene un tier gratuito generoso. Si cambiaras el motor a GPT-4o o Claude, la factura subiría rápido. Pero para análisis de sentimiento financiero, DeepSeek V3 sobra.

Mi recomendación: pruébalo en paper trading durante meses antes de soltar un euro. El -32% me dejó claro que backtesting y realidad no son lo mismo.

Los agentes del vault: 57 cron jobs que no duermen

Esta parte es la más personal del montaje. Mi segundo cerebro en Obsidian tiene 394 entidades y crece a diario con artículos nuevos, notas diarias y síntesis de conceptos. Gestionarlo a mano no es viable.

Lo que corre en la Pi:

57 cron jobs gestionados por el skill obsidian-nightly de Hermes Agent. Cada noche ejecutan 5 fases: cerrar el día, reconciliar notas nuevas con entidades existentes, generar síntesis de conceptos cuando hay suficientes entidades relacionadas, detectar duplicados y enlaces rotos, y emitir un informe de salud del vault.

Motor: DeepSeek V4 Pro para tareas pesadas, DeepSeek V4 Flash para las ligeras. ~14€ al mes. Cero intervención humana desde junio.

Pero no todo fue perfecto. Durante 4 noches seguidas de julio, la carpeta de conceptos amanecía vacía. Las síntesis que el pipeline generaba de madrugada desaparecían. El problema se detuvo solo. No tengo ni idea de por qué pasó ni de por qué se arregló — no había logs del momento exacto del wipe. Si montas algo parecido, pon logs hasta de cuando respira la CPU. Es la única forma de debuggear un fallo que ocurre a las 4 de la mañana mientras duermes.

Lo que aprendí después de un mes

Una Raspberry Pi 5 no es un juguete. Con 8GB de RAM puedes correr herramientas de IA reales, en producción, siempre que no necesites hostear modelos localmente. La RAM es el límite. Con 8GB no cargas ni un Llama 3 8B en condiciones. Para eso necesitas una GPU dedicada, y ahí la Pi deja de ser la respuesta.

El ahorro de verdad no está en las APIs de IA. DeepSeek ya era casi gratis. El ahorro está en no pagar SaaS. Firecrawl: 47€/mes. Plataforma de trading: 35€/mes. Herramientas de productividad con IA: otros 20-30€. Todo eso desapareció con software open source corriendo en una Pi de 80 euros. En un año, este cacharro se habrá pagado solo por 10.

La fragilidad es el precio de la independencia. No tienes un equipo de SRE. Si algo se rompe a las 3 de la mañana, se rompe. Mis cron jobs se pararon dos veces porque la Pi se quedó sin espacio en disco. 14GB de logs acumulados en /var/log por un logrotate que nunca configuré. Tardé 10 minutos en arreglarlo pero pasé 3 días sin saber que los scrapers nocturnos no estaban corriendo. Eso con un SaaS no pasa — pagas para que alguien se preocupe por ti.

¿Merece la pena? Para mí, sí. Pero no es para todo el mundo. Si no te gusta meterte en la terminal cuando algo falla, quédate con los SaaS. Si te gusta ensuciarte las manos y dormir tranquilo sabiendo que tu infraestructura cabe en la palma de la mano, una Pi 5 es todo lo que necesitas.

Lo mínimo que necesitas

Raspberry Pi 5 de 8GB (80-90€). Una tarjeta SD de 64GB o, mejor, un SSD externo por USB 3.0 (20-40€). Raspberry Pi OS Lite — sin escritorio, ahorras RAM. Python 3.11+ con pip.

Los tres proyectos se instalan con pip y git clone. Crawl4AI pide Playwright. Vibe-Trading necesita ccxt y Streamlit. Los agentes del vault van con Hermes Agent y el skill obsidian-nightly.

Configura cron, pon logs en todas partes, y revisa una vez por semana que todo siga corriendo. No es glamuroso. Pero funciona.

Y si algo peta a las 4 de la mañana — lo arreglarás por la mañana con un café. Total, son 80 euros.