Esta es una propuesta para el AI Agents Challenge impulsado por n8n y Bright Data
Qué construí: un agente de IA que agrega y analiza el sentimiento del mercado a partir de múltiples fuentes en línea, portales de noticias bursátiles de Estados Unidos y publicaciones de usuarios en X. En segundos entrega un informe consolidado sobre el pulso de Wall Street, detecta conversaciones de traders, titulares financieros y ruido social, y genera un resumen breve y accionable que puede enviarse por correo electrónico para que cualquier inversor entienda el sentimiento del mercado sin dedicar horas de investigación.
Demo y recursos: repositorio del flujo n8n principal y workflows especializados. Accede al código y a instrucciones detalladas en el Repositorio en GitHub. También puedes ver la demo en YouTube.
Workflows n8n: flujo principal Wall Street Sentiment Analyzer, flujo de sentimiento en contenidos online y flujo de sentimiento en X. Capacidades del agente: ingesta unificada de datos, normalización de JSON, análisis de sentimiento, extracción de ideas clave y composición de un informe final del mercado estadounidense.
Implementación técnica: el flujo obtiene en tiempo real el sentimiento del mercado de EE. UU., procesa los datos y genera un resumen apto para blog. Emplea Bright Data para extracción, Google AI para consultas y Google Gemini PaLM API para la síntesis de texto. Toda la orquestación se gestiona con n8n.
Instrucciones del sistema: disparo manual o programado con Cron. Recolección de datos mediante Bright Data Web Scraper, que lanza una instantánea del dataset. El sistema espera y monitoriza el snapshot hasta estar listo, descarga el contenido, normaliza el JSON y extrae answer_text. Para la síntesis, se envía el texto a Gemini models gemini-2.0-flash y se inyecta de forma dinámica contexto desde el propio snapshot para mejorar la calidad del resumen.
Elección del modelo: Google Gemini PaLM API por su capacidad para producir resúmenes de alta calidad con lenguaje financiero y matices de sentimiento.
Memoria y manejo de datos: uso de pinData en n8n para almacenar answer_text de forma intermedia. Cada nodo es sin estado y confía en snapshots de Bright Data para reproducibilidad. Se incluyen comprobaciones condicionales y reintentos controlados para evitar fallos cuando los datos no están listos.
Herramientas: n8n para orquestación, Bright Data para extracción web robusta con snapshots y monitorización, y Google Gemini para transformar texto bruto en resúmenes coherentes y concisos listos para publicación.
Aspectos destacados del flujo: gestión asíncrona de snapshots para evitar caídas por datos no listos; prompts dinámicos para personalizar consultas sin cambiar la lógica; integración reutilizable con credenciales seguras; diseño escalable para ampliar a múltiples tickers, redes sociales o mercados regionales.
Futuras mejoras: publicación automática en WordPress o Medium, seguimiento histórico de sentimiento y tendencias, y alertas si el sentimiento cambia de forma drástica.
Bright Data Verified Node: componente clave que garantiza extracción fiable y escalable sin la complejidad del scraping tradicional. Permite lanzar snapshots de datasets, monitorizar su progreso y descargar resultados estructurados, evitando lidiar con rotación de IPs o proxys. Esto asegura precisión, cumplimiento y rapidez en fuentes dinámicas como resultados de Google AI, reduciendo fallos y mantenimiento y elevando la calidad del análisis posterior con IA.
La travesía: este hackathon fue mi primera experiencia con n8n y Bright Data. Tras una curva de aprendizaje con cursos y plantillas, definí el objetivo: capturar el sentimiento de Wall Street en segundos. El reto principal fue tratar con contenido web dinámico y bloqueos automatizados. Integrar el Verified Node de Bright Data fue un cambio de juego al ofrecer una vía segura y escalable para snapshots y datos estructurados. Para convertir grandes volúmenes de texto no estructurado en contenido útil, usamos Google Gemini para generar posts de unas 200 palabras claros y accionables. Dado que Bright Data no podía añadirse como herramienta del agente, separé en dos workflows independientes: uno para contenido online y otro para X, lo que aceleró la entrega final.
Mini hackathon: involucré a estudiantes de la Universidad de Peradeniya durante el programa Code to Cloud. Organizamos un mini hackathon, revisamos proyectos ejemplo y los estudiantes construyeron sus propios flujos. Ya hay entregas y ofrecimos entradas a AWS Community Day Sri Lanka para los mejores proyectos. La demo completa puede verse en este video.
En Q2BSTUDIO, empresa de desarrollo de software y aplicaciones a medida, impulsamos soluciones de ia para empresas con agentes IA que automatizan la recolección, análisis y generación de insights, integrándose con pipelines de datos y entornos productivos. Si buscas acelerar tu estrategia de inteligencia artificial, explora nuestros servicios de inteligencia artificial para empresas y potencia tus decisiones con servicios inteligencia de negocio y power bi de alto impacto.
Además de software a medida y aplicaciones a medida, ofrecemos ciberseguridad y pentesting, servicios cloud aws y azure, automatización de procesos, integración de datos y analítica avanzada. Nuestro enfoque combina arquitectura escalable, seguridad por diseño y aceleradores listos para producción para que tu organización transforme datos en decisiones con la velocidad que exige el mercado.