Tenemos una novedad. Ahora ofrecemos nuestra propia consola web. Abre la consola y escribe ssh root@your-server-ip para acceder a cualquiera de tus servidores directamente desde el navegador. Sin necesidad de una app SSH.
Los agentes y las automatizaciones necesitan una máquina siempre encendida, con su propia IP, que no se duerma cuando tu portátil lo hace. Empieza en un VPS desde $8.50 al mes para frameworks de agentes que llaman a modelos alojados, o pasa a un servidor GPU desde $109.25 al mes para ejecutar el modelo tú mismo. Root completo, almacenamiento NVMe, pago en cripto.
Los precios de VPS son para Rumanía con un plazo de un mes. Un plazo de 12 meses ahorra un 50 %. Los precios de GPU son para Moldavia.
or $4.25/mo on a 12-month term (−50%)
Uno o dos agentes o flujos que llaman a API de modelos alojados, más una base de datos pequeña.
Configure and orderor $6.50/mo on a 12-month term (−50%)
n8n o un framework con Postgres, un almacén de vectores y un navegador headless para tareas web.
Configure and orderor $12.75/mo on a 12-month term (−50%)
Modelos cuantizados pequeños en CPU, lentos pero privados, junto a tus agentes.
Configure and orderor $54.63/mo on a 12-month term (−50%)
Ejecuta un modelo en el mismo servidor que el agente que lo usa. Las GPU más grandes están en la página de GPU.
Configure and ordern8n y herramientas similares: webhooks, programaciones e integraciones que funcionan estés o no en línea.
LangGraph, CrewAI, AutoGen o tu propio código en Python y Node, iniciado por systemd y reiniciado si falla.
Chromium headless con Playwright para scraping, monitorización y rellenado de formularios. Dale 8 GB de RAM.
Ollama o vLLM sirviendo un modelo abierto, para que los prompts y documentos se queden en un servidor que alquilas.
Herramientas que tu asistente puede llamar. Consulta hosting de servidores MCP para ver los detalles.
Bots de Telegram y Discord, bots de trading y tareas cron que deben funcionar todo el día.
La mayoría de los agentes hacen muy poco trabajo por sí mismos. Envían un prompt a un modelo, esperan y luego llaman a una herramienta. Si el modelo se ejecuta en un proveedor, el servidor del agente solo necesita unos pocos gigabytes de RAM y una conexión estable, así que el VPS inicial basta.
Un agente puede ejecutar código y llamar a herramientas, así que trátalo como cualquier proceso no confiable. Dale su propio usuario de Linux o contenedor, una clave de API del modelo con límite de gasto y solo el acceso a archivos y red que necesita. Nunca pongas la clave de gasto de una wallet ni una contraseña de administrador en el entorno de un agente.
Crea una cuenta, recarga con cripto y despliega el tamaño que elegiste. Obtienes acceso root en pocos minutos.
Actualiza Ubuntu, crea un usuario, abre solo los puertos que necesites e instala Docker.
Inicia n8n con Docker Compose, o ejecuta tu propio agente en Python como servicio systemd.
Pon Caddy delante para HTTPS e instala Ollama en un servidor GPU.
Los comandos asumen Ubuntu 22.04 o 24.04 y un acceso root por SSH.
ssh root@YOUR_SERVER_IP
apt update && apt -y upgrade
adduser --disabled-password --gecos "" agent
ufw allow OpenSSH
ufw allow 80/tcp
ufw allow 443/tcp
ufw enablecurl -fsSL https://get.docker.com | sh
usermod -aG docker agent
systemctl enable --now dockerAquí n8n escucha solo en localhost. Caddy (paso 3) añade HTTPS delante. Sustituye agents.example.com por un dominio que apunte a tu servidor. Consulta la documentación de hosting de n8n para ver las opciones actuales.
services:
n8n:
image: docker.n8n.io/n8nio/n8n
restart: unless-stopped
ports:
- "127.0.0.1:5678:5678"
environment:
- N8N_HOST=agents.example.com
- N8N_PROTOCOL=https
- WEBHOOK_URL=https://agents.example.com/
- GENERIC_TIMEZONE=UTC
volumes:
- n8n_data:/home/node/.n8n
volumes:
n8n_data:su - agent
cd ~/n8n
docker compose up -d
docker compose logs -f # Ctrl+C to stop watchingUna unidad systemd inicia el agente al arrancar y lo reinicia si falla. Los secretos viven en un archivo que solo el usuario del agente puede leer.
su - agent
mkdir -p ~/app && cd ~/app
python3 -m venv venv
./venv/bin/pip install requests # add your framework: langgraph, crewai, autogen...
nano agent.py # your agent code
nano .env # API_KEY=... (then: chmod 600 .env)
exit[Unit]
Description=My AI agent
After=network-online.target
Wants=network-online.target
[Service]
User=agent
WorkingDirectory=/home/agent/app
EnvironmentFile=/home/agent/app/.env
ExecStart=/home/agent/app/venv/bin/python agent.py
Restart=always
RestartSec=5
[Install]
WantedBy=multi-user.targetsystemctl daemon-reload
systemctl enable --now agent
journalctl -u agent -f # Ctrl+C to stop watchingCaddy obtiene y renueva un certificado por sí mismo cuando tu dominio apunta al servidor. Los webhooks y las interfaces web funcionan entonces por HTTPS.
apt -y install caddy
cat > /etc/caddy/Caddyfile <<'EOF'
agents.example.com {
reverse_proxy 127.0.0.1:5678
}
EOF
systemctl reload caddyOllama sirve un modelo en localhost y tu agente lo llama en lugar de una API alojada. Elige un modelo que quepa en la memoria de la GPU (consulta la tabla de dimensionamiento).
curl -fsSL https://ollama.com/install.sh | sh
ollama pull llama3.1:8b
curl http://localhost:11434/api/generate -d '{
"model": "llama3.1:8b",
"prompt": "Say hello in five words.",
"stream": false
}'# Ollama listens on 127.0.0.1:11434 by default. Leave it that way.
# If an agent on another server needs it, tunnel over SSH instead of opening the port:
ssh -N -L 11434:127.0.0.1:11434 agent@YOUR_SERVER_IPUn servidor que ejecuta tus agentes de IA, automatizaciones y bots las 24 horas. Alquilas un VPS o servidor GPU con acceso root, instalas tu software de agentes y lo dejas funcionando.
Cualquier cosa que funcione en Linux: n8n, LangGraph, CrewAI, AutoGen, Flowise, Open WebUI, tu propio código en Python o Node y servidores MCP. Tienes root completo, así que Docker también funciona.
Solo para ejecutar el modelo tú mismo. Si tus agentes llaman a una API de modelo alojada, basta con un VPS. Un servidor GPU tiene sentido para modelos abiertos locales como Llama, Mistral o Qwen, o cuando los prompts no deben salir de tu servidor.
4 GB para un framework que llama a modelos alojados, 8 GB con una base de datos o un navegador headless, y 32 GB o una GPU para modelos locales. Puedes pasar a un plan mayor más adelante.
Sí. Chromium headless con Playwright funciona en un VPS. Calcula unos 500 MB a 1 GB de RAM por página abierta y dale 8 GB al servidor si varios funcionan a la vez.
No. Creas una cuenta con un login generado, recargas con cripto y despliegas. Consulta hosting VPS sin KYC. Sigues siendo responsable de lo que hagan tus agentes, según nuestros términos.
Desde el saldo de tu cuenta, recargado con Bitcoin, Monero, Ethereum, Litecoin, Solana, TRON, BNB, USDC o USDT. Los plazos más largos ahorran hasta un 50 %. Consulta los precios.
Checked 20 October 2026. Chain sizes and software requirements change, so confirm against the source before you order.
Elige un tamaño, paga con cripto, entra como root. Sin ID, sin tarjeta.