Un Manager automatiza tareas críticas con IA Local (n8n + FastAPI)

En este video conectamos un modelo de IA local con Facebook Messenger para construir un bot capaz de detectar mensajes inapropiados utilizando un modelo entrenado previamente con FastAPI. A partir de ese análisis, orquestamos un flujo completo con n8n y un webhook expuesto mediante Cloudflare Tunnel, permitiendo procesar mensajes en tiempo real sin necesidad de utilizar APIs de pago.

Este es un ejemplo práctico de cómo integrar un modelo de lenguaje local, un backend ligero en FastAPI y un sistema de automatización como n8n para construir agentes inteligentes personalizados. El enfoque es completamente modular: puedes usar el detector de albures, cambiarlo por otro modelo o agregar un LLM local para responder de manera natural.

Si estás buscando crear tus propios asistentes inteligentes, integrar modelos fine-tune con servicios de mensajería o automatizar flujos con n8n, este video te sirve como una guía completa desde cero.

Capítulos del video

00:00 Intro
01:25 Integración de Facebook Messenger con un webhook local
03:05 Exposición del endpoint con Cloudflare Tunnel
04:00 Uso de n8n para orquestar el flujo de mensajes
05:05 Consumo del detector de albures con FastAPI
06:00 Webhooks
11:10 Detección
13:15 Condicionales
15:00 Bifurcación del flujo
18:00 Primeras respuestas
21:00 Prueba del flujo íntegro
21:50 Conclusiones

Tecnologías utilizadas
Facebook Messenger Developer Platform
Cloudflare Tunnel
FastAPI
nodejs
Python
n8n
Modelos de IA locales
Ollama
Gemini3

#IA #Chatbots #MessengerBot #FastAPI #n8n #InteligenciaArtificial #Automatización #Webhooks #LLMLocal #DesarrolloDeSoftware #AIEngineering #CloudflareTunnel #Python #ContextEngineering #ChainOfThought