feat: quickstart stack - Ollama + Open WebUI

- docker-compose.yml: minimal local AI stack
- deploy.sh: automated deployment with Docker/RAM checks
- README.md: landing page with model selection table
This commit is contained in:
2026-06-13 23:03:22 +02:00
commit f2ef809fc8
3 changed files with 289 additions and 0 deletions
+117
View File
@@ -0,0 +1,117 @@
# d0a1 quickstart — IA agéntica local, sin coste, sin VPS
> **Prueba IA local en tu ordenador. Gratis. Sin cuenta. Sin API key. En 3 minutos.**
## Qué es esto
Un comando y tendrás un asistente de IA corriendo **en tu propia máquina**.
Sin enviar datos a terceros. Sin pagar por tokens. Sin crear cuentas.
Usa modelos de lenguaje de código abierto (Ollama) con una interfaz web moderna (Open WebUI).
## Requisitos
| Requisito | Mínimo | Recomendado |
|-----------|--------|-------------|
| RAM | 8 GB | 16 GB |
| Disco | 5 GB libres | 20 GB |
| Sistema | Linux, macOS, Windows (WSL2) | Linux |
| Software | Docker + Docker Compose v2 | Docker + Docker Compose v2 |
## Instalación
### Opción rápida (recomendada)
```bash
git clone https://github.com/d0a1-es/quickstart.git
cd quickstart
./deploy.sh
```
### Opción manual
```bash
git clone https://github.com/d0a1-es/quickstart.git
cd quickstart
docker compose up -d
# Esperar ~30s a que Ollama arranque
docker exec d0a1-ollama ollama pull llama3.2:3b
```
Abre tu navegador en **http://localhost:3000**
## Qué incluye
- **Ollama** — Motor de IA local. Los modelos corren en tu máquina, no en la nube.
- **Open WebUI** — Interfaz web tipo ChatGPT, pero local y privada.
- **llama3.2:3b** — Modelo inicial ligero (~2 GB). Buen punto de partida.
## Añadir modelos
Cuanta más RAM tengas, mejores modelos puedes usar:
```bash
# Mejor en español (5 GB RAM)
docker exec d0a1-ollama ollama pull qwen2.5:7b
# Más inteligente (6 GB RAM)
docker exec d0a1-ollama ollama pull llama3.1:8b
# Para programar (5 GB RAM)
docker exec d0a1-ollama ollama pull codellama:7b
# Listar modelos instalados
docker exec d0a1-ollama ollama list
```
## Comandos
```bash
docker compose logs -f # Ver logs en tiempo real
docker compose down # Parar todo (los datos se conservan)
docker compose down -v # Borrar todo, incluidos los datos
docker exec d0a1-ollama ollama pull MODELO # Descargar otro modelo
```
## ¿Y después?
Esto es solo el principio. El stack completo d0a1 añade:
- **Hermes Agent** — Agente autónomo con memoria, skills y 14+ plataformas
- **n8n** — Automatizaciones visuales sin código
- **Qdrant** — Base de datos vectorial para búsqueda semántica
- **WordPress** — CMS con IA integrada
- **Correo, backups, HTTPS** — Todo automatizado
Si la IA local te sabe a poco, despliega el stack completo en un VPS:
**[d0a1.es/vps](https://d0a1.es/vps)** — Desde 6€/mes, todo incluido
## Preguntas frecuentes
### ¿Es realmente gratis?
Sí. Los modelos de Ollama son de código abierto. No pagas por tokens.
Solo consumes la electricidad de tu ordenador.
### ¿Mis datos salen de mi máquina?
No. Ollama corre localmente. Los datos no se envían a ningún servidor.
Open WebUI también es local. Tu historial de chat se queda en tu disco.
### ¿Necesito una GPU?
No. Los modelos funcionan en CPU. Una GPU hace que vaya más rápido,
pero no es necesaria. Con 8 GB de RAM ya puedes usar llama3.2:3b.
### ¿Puedo usar esto para trabajar?
Claro. Los modelos de 7-14B son útiles para redacción, traducción,
resumen, código, SEO y mucho más. Cuanta más RAM, mejor calidad.
## Licencia
MIT. Usa, modifica y comparte libremente.
---
[d0a1.es](https://d0a1.es) — Humano decides, agente ejecuta.
Executable
+116
View File
@@ -0,0 +1,116 @@
#!/bin/bash
# ──────────────────────────────────────────────
# d0a1 quickstart — IA agéntica local, sin coste
# ──────────────────────────────────────────────
# Ejecuta: curl -fsSL https://d0a1.es/quickstart | bash
# o: ./deploy.sh
# Abre: http://localhost:3000
# ──────────────────────────────────────────────
set -e
# Colores
GREEN='\033[0;32m'
CYAN='\033[0;36m'
YELLOW='\033[0;33m'
RED='\033[0;31m'
BOLD='\033[1m'
NC='\033[0m'
echo ""
echo -e "${BOLD}${CYAN}╔══════════════════════════════════════════╗${NC}"
echo -e "${BOLD}${CYAN}║ d0a1 quickstart — IA local, sin coste ║${NC}"
echo -e "${BOLD}${CYAN}╚══════════════════════════════════════════╝${NC}"
echo ""
# ── 1. Comprobar Docker ──────────────────────
echo -e "${YELLOW}[1/4]${NC} Comprobando Docker..."
if ! command -v docker &>/dev/null; then
echo -e "${RED}✗ Docker no está instalado.${NC}"
echo ""
echo "Instálalo primero:"
echo " Linux: curl -fsSL https://get.docker.com | sh"
echo " macOS: https://docs.docker.com/desktop/install/mac-install/"
echo " Windows: https://docs.docker.com/desktop/install/windows-install/"
echo ""
echo "Y vuelve a ejecutar este script."
exit 1
fi
if ! docker compose version &>/dev/null; then
echo -e "${RED}✗ Docker Compose v2 no está disponible.${NC}"
echo "Actualiza Docker: https://docs.docker.com/compose/install/"
exit 1
fi
echo -e "${GREEN}${NC} Docker encontrado: $(docker compose version --short 2>/dev/null || echo 'OK')"
# ── 2. Comprobar RAM ────────────────────────
echo -e "${YELLOW}[2/4]${NC} Comprobando memoria..."
TOTAL_RAM_KB=$(grep MemTotal /proc/meminfo 2>/dev/null | awk '{print $2}' || echo "0")
TOTAL_RAM_GB=$((TOTAL_RAM_KB / 1024 / 1024))
if [ "$TOTAL_RAM_GB" -lt 6 ]; then
echo -e "${RED}✗ Se necesitan al menos 8 GB de RAM (detectado: ${TOTAL_RAM_GB} GB).${NC}"
echo "El modelo de IA necesita memoria para funcionar."
exit 1
fi
echo -e "${GREEN}${NC} RAM: ${TOTAL_RAM_GB} GB"
# ── 3. Descargar y arrancar ─────────────────
SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
COMPOSE_FILE="$SCRIPT_DIR/docker-compose.yml"
if [ ! -f "$COMPOSE_FILE" ]; then
echo -e "${RED}✗ No encuentro docker-compose.yml junto a este script.${NC}"
echo "Asegúrate de ejecutarlo desde la carpeta quickstart/."
exit 1
fi
echo -e "${YELLOW}[3/4]${NC} Descargando contenedores (primera vez tarda 2-3 minutos)..."
docker compose -f "$COMPOSE_FILE" up -d
# ── 4. Descargar modelo ─────────────────────
echo -e "${YELLOW}[4/4]${NC} Descargando modelo de IA (llama3.2:3b, ~2 GB)..."
echo " Esto también solo ocurre la primera vez."
# Esperar a que Ollama responda
echo " Esperando a que Ollama arranque..."
MAX_WAIT=60
WAITED=0
until docker exec d0a1-ollama ollama ps &>/dev/null; do
sleep 2
WAITED=$((WAITED + 2))
if [ "$WAITED" -ge "$MAX_WAIT" ]; then
echo -e "${RED}✗ Ollama no arrancó en ${MAX_WAIT}s. Revisa los logs:${NC}"
echo " docker logs d0a1-ollama"
exit 1
fi
done
docker exec d0a1-ollama ollama pull llama3.2:3b
# ── Listo ────────────────────────────────────
echo ""
echo -e "${BOLD}${GREEN}¡Listo! Tu IA local está corriendo.${NC}"
echo ""
echo -e " ${BOLD}Abre tu navegador:${NC} ${CYAN}http://localhost:3000${NC}"
echo ""
echo " No necesitas cuenta ni API key. Empieza a chatear."
echo ""
echo -e " ${BOLD}Modelos adicionales (opcionales):${NC}"
echo " docker exec d0a1-ollama ollama pull qwen2.5:7b # Mejor en español (5 GB RAM)"
echo " docker exec d0a1-ollama ollama pull llama3.1:8b # Más calidad (6 GB RAM)"
echo " docker exec d0a1-ollama ollama pull codellama:7b # Para código (5 GB RAM)"
echo ""
echo -e " ${BOLD}Comandos útiles:${NC}"
echo " docker compose -f $COMPOSE_FILE logs -f # Ver logs"
echo " docker compose -f $COMPOSE_FILE down # Parar todo"
echo " docker compose -f $COMPOSE_FILE down -v # Borrar todo (incluidos datos)"
echo ""
echo -e " ${BOLD}¿Quieres más?${NC} Despliega el stack completo en un VPS:"
echo " ${CYAN}https://d0a1.es/vps${NC}"
echo ""
echo -e "${BOLD}${CYAN}═══════════════════════════════════════════${NC}"
+56
View File
@@ -0,0 +1,56 @@
# d0a1 quickstart — IA agéntica local, sin coste, sin VPS
# Ejecuta: ./deploy.sh
# Abre: http://localhost:3000
#
# Requisitos: Docker + 8 GB RAM mínimo
# Incluye: Ollama (LLM local) + Open WebUI (interfaz web)
# Modelo por defecto: llama3.2:3b (~2 GB, corre en 8 GB RAM)
services:
ollama:
container_name: d0a1-ollama
image: ollama/ollama:0.30.8
restart: unless-stopped
ports:
- "127.0.0.1:11434:11434"
volumes:
- ollama_data:/root/.ollama
environment:
OLLAMA_HOST: "0.0.0.0"
OLLAMA_KEEP_ALIVE: "5m"
OLLAMA_NUM_PARALLEL: "1"
healthcheck:
test: ["CMD", "ollama", "ps"]
interval: 15s
timeout: 5s
retries: 10
start_period: 30s
openwebui:
container_name: d0a1-openwebui
image: ghcr.io/open-webui/open-webui:0.6.15
restart: unless-stopped
ports:
- "3000:8080"
volumes:
- openwebui_data:/app/backend/data
environment:
OLLAMA_BASE_URL: "http://ollama:11434"
WEBUI_NAME: "d0a1 quickstart"
WEBUI_AUTH: "false"
DEFAULT_LOCALE: "es"
ENABLE_SIGNUP: "true"
ENABLE_WEB_SEARCH: "false"
ENABLE_DIRECT_CONNECTIONS: "false"
depends_on:
ollama:
condition: service_healthy
deploy:
resources:
limits:
memory: 2G
volumes:
ollama_data:
driver: local
openwebui_data:
driver: local