Initial clean commit

README.md

@@ -0,0 +1,155 @@
+# RSS2 - Plataforma de Inteligencia de Noticias con IA
+
+RSS2 es una plataforma avanzada de agregación, traducción y análisis de noticias diseñada para procesar grandes volúmenes de información en tiempo real. Utiliza una arquitectura de **microservicios híbrida (Go + Python/FastAPI)** y modelos de **Inteligencia Artificial** locales para transformar flujos RSS crudos en inteligencia accionable.
+
+---
+
+## 🏗️ Arquitectura y Servicios
+
+El sistema se compone de múltiples contenedores Docker orquestados, divididos en 3 redes aisladas (`frontend`, `backend`, `monitoring`) para máxima seguridad.
+
+### 🌐 Core & Frontend
+| Servicio | Tecnología | Puerto | Descripción |
+|----------|------------|--------|-------------|
+| **`nginx`** | Nginx Alpine | **8001** | **Único punto de entrada público**. Reverse proxy, SSL, estáticos. |
+| **`rss2_web`** | Python/FastAPI | - | Backend principal. API REST, Jinja2, lógica de negocio. |
+| **`rss-web-go`** | Go/Gin | - | (Opcional) Microservicio web de alto rendimiento. |
+
+### 🤖 Inteligencia Artificial & Workers
+| Servicio | Descripción | Recursos |
+|----------|-------------|----------|
+| **`translator`** (x3) | Traducción Neural (NLLB-200) de cualquier idioma a Español. | GPU/CPU |
+| **`embeddings`** | Generación de vectores semánticos para búsqueda inteligente. | GPU/CPU |
+| **`ner`** | Reconocimiento de Entidades (Personas, Org, Lugares). | CPU |
+| **`cluster`** | Agrupación de noticias por eventos similares. | CPU |
+| **`topics`** | Clasificación temática de noticias. | CPU |
+| **`qdrant-worker`** | Sincronización de vectores con Qdrant. | CPU |
+
+### 📥 Ingesta de Datos
+| Servicio | Descripción |
+|----------|-------------|
+| **`rss-ingestor-go`** | Crawler de alto rendimiento en Go. Descarga cientos de RSS/min. |
+| **`url-worker`** | Scraper que descarga y limpia el contenido completo (HTML) de las noticias. |
+| **`url-discovery`** | Descubrimiento automático de nuevos feeds RSS. |
+
+### 💾 Almacenamiento de Datos
+| Servicio | Tecnología | Descripción |
+|----------|------------|-------------|
+| **`db`** | PostgreSQL 18 | Base de datos principal (Escritura). Contraseñas fuertes. |
+| **`db-replica`** | PostgreSQL 18 | Réplica de lectura (Actualmente en standby). |
+| **`qdrant`** | Qdrant | **Base de datos vectorial**. Almacena embeddings para búsqueda semántica. |
+| **`redis`** | Redis 7 | Broker de mensajes y caché. **Autenticado**. |
+
+### 📊 Monitorización (Stack de Observabilidad)
+| Servicio | Acceso | Descripción |
+|----------|--------|-------------|
+| **`grafana`** | `localhost:3001` | Dashboard visual de métricas del sistema y contenedores. |
+| **`prometheus`** | *Interno* | Recolección de métricas de todos los servicios. |
+| **`cadvisor`** | *Interno* | Métricas de uso de recursos de Docker (CPU, RAM). |
+
+---
+
+## 🚀 Instalación y Despliegue
+
+### 1. Clonar y Configurar
+```bash
+git clone <repo>
+cd rss2
+```
+
+### 2. Generación de Credenciales Seguras (IMPORTANTE)
+El sistema incluye un script para generar contraseñas fuertes automáticamente:
+```bash
+./generate_secure_credentials.sh
+```
+Esto creará un archivo `.env` con contraseñas aleatorias para DB, Redis y Grafana.
+
+### 3. Iniciar Servicios
+El despliegue se gestiona con el script maestro seguro:
+```bash
+./migrate_to_secure.sh
+```
+O manualmente:
+```bash
+docker-compose up -d
+```
+
+### 4. Acceso
+*   **Web Pública**: [http://localhost:8001](http://localhost:8001)
+*   **Grafana (Monitorización)**: [http://localhost:3001](http://localhost:3001)
+    *   *Usuario*: `admin`
+    *   *Password*: (Ver archivo `.env` variable `GRAFANA_PASSWORD` o el output del generador)
+
+---
+
+## 🔒 Seguridad
+
+El sistema ha sido auditado y fortificado (Enero 2026):
+
+1.  **Redes Segmentadas**:
+    *   `rss2_frontend`: Solo Nginx y Web App.
+    *   `rss2_backend`: Base de datos y Workers (sin acceso externo).
+    *   `rss2_monitoring`: Stack de observabilidad.
+
+2.  **Puertos Cerrados**:
+    *   Qdrant (6333), Prometheus (9090), Redis (6379) NO están expuestos al host.
+    *   Solo puerto **8001** (Web) y **3001** (Grafana/Local) están abiertos.
+
+3.  **Autenticación**:
+    *   Redis requiere contraseña (`requirepass`).
+    *   PostgreSQL usa autenticación estricta.
+
+4.  **Scripts de Seguridad**:
+    *   `verify_security.sh`: Ejecuta un test completo de la configuración de seguridad.
+    *   `SECURITY_GUIDE.md`: Guía detallada de administración segura.
+
+---
+
+## 🛠️ Comandos de Mantenimiento
+
+### Verificar estado del sistema
+```bash
+docker-compose ps
+```
+
+### Ver logs
+```bash
+docker-compose logs -f rss2_web    # Web App
+docker-compose logs -f translator  # Traductor
+```
+
+### Copia de Seguridad (Backup)
+```bash
+# Backup de Base de Datos
+docker exec rss2_db pg_dump -U rss rss > backup_$(date +%Y%m%d).sql
+
+# Backup de Vectores (Qdrant)
+# (Detener servicio antes recomendado)
+tar -czf qdrant_backup.tar.gz qdrant_storage/
+```
+
+### Actualización
+```bash
+git pull
+docker-compose up -d --build
+```
+
+---
+
+## 🧠 Características de IA
+
+*   **Búsqueda Semántica**: Encuentra noticias por significado ("conflictos en oriente medio") incluso si no contienen las palabras exactas, gracias a los embeddings vectoriales en Qdrant.
+*   **Detección de Idioma**: Automática para dirigir al traductor correcto.
+*   **Entidades**: Explorador visual de *quién* y *dónde* en las noticias.
+
+---
+
+## 📂 Estructura de Directorios
+
+*   `/routers`: API Endpoints (Python).
+*   `/workers`: Lógica de fondo (Traducción, Ingesta, IA).
+*   `/rss-ingestor-go`: Código del crawler en Go.
+*   `/monitoring`: Configuración de Prometheus y Grafana.
+*   `/templates`: Vistas HTML (Jinja2).
+*   `/static`: Assets frontend.
+*   `docker-compose.yml`: Definición de infraestructura.