Voy a empezar por el final: perdí datos. No una vez, dos veces.
Primera vez, 2022: un disco del NAS palmó. Pensaba que RAID 1 era backup. No lo es. Perdí 6 meses de fotos familiares porque el segundo disco falló 48 horas después del primero (RAID failure correlacionado, mismo lote de discos).
Segunda vez, 2024: actualización de Proxmox que se fue al carajo. Recreé las VMs desde cero, pero perdí configuraciones de servicios que no había documentado. 3 días de trabajo para volver a tener todo funcionando.
Tengo un problema. Mejor dicho, tenía un problema.
Después de dos años montando servicios en mi homelab, llegué a un punto donde tenía 43 containers Docker corriendo entre tres servidores diferentes. Plex, Grafana, n8n, Gitea, Vaultwarden, Home Assistant… la lista seguía y seguía.
El problema no era Docker. Docker funciona de puta madre. El problema era yo, intentando recordar qué compose file iba con qué servicio, en qué puerto corría cada cosa, y por qué narices ese container se reiniciaba cada 15 minutos.
Tengo 47 dispositivos conectados a mi red. Entre servidores, móviles, tablets, bombillas Hue, enchufes inteligentes, impresoras, la TV… es un caos. Y hasta hace un mes, todos estaban en la misma red. Todos podían verse entre sí.
Eso incluye la bombilla del salón pudiendo hablar con mi Synology donde guardo contratos y documentos fiscales. No es que la bombilla vaya a hackearme, pero el firmware lo fabrica una empresa china que nunca ha oído hablar de actualizaciones de seguridad.
En el post sobre Ollama expliqué cómo montar modelos de lenguaje en local. Lo que no conté es que usar Ollama directamente por terminal tiene sus limitaciones. Funciona, pero no es cómodo para el uso diario.
Open WebUI resuelve eso. Es una interfaz web para Ollama que se parece mucho a ChatGPT en apariencia y funcionalidad, pero corre en tu propia red, sin enviar datos a nadie, y sin límites de uso.
Llevo dos años pagando GitHub Pro. 4$ al mes. No es mucho dinero pero me molestaba. No porque sea caro, sino porque estaba pagando por algo que podía tener en mi homelab. Repos privados ilimitados, CI/CD, wikis, issues… todo corriendo en 200MB de RAM.
En diciembre monté Gitea y migré todos mis repos. No he vuelto a GitHub para proyectos personales.
Por qué self-hostear Git # GitHub está bien. Es rápido, fiable, todo el mundo lo conoce. Pero tiene varios problemas si trabajas en proyectos personales o internos de empresa:
Llevaba tiempo con Portainer en Phatt. Funciona, nadie puede decir que no funciona. Pero tiene una cosa que me molestaba: cada vez que quiero desplegar algo nuevo, hay demasiado click-click para configurar volúmenes, redes, variables de entorno. No es ágil.
Coolify lo probé también. Muy orientado a aplicaciones web con git deploy, casi demasiado para lo que hago en el homelab. Y el proceso de instalación me dejó una sensación de “esto es grande para lo que necesito”.
Mi servidor Plex llevaba meses quejándose. Tres streams simultáneos y el pobre Xeon E3-1230v3 se ponía a 80% de CPU, el ventilador sonaba como un reactor nuclear y empezaban los tirones. Si alguien intentaba ver una película 4K, ni te cuento.
Sabía que la solución era transcodificación por hardware, pero tardé semanas en configurarlo bien. Internet está lleno de tutoriales que asumen que sabes lo que haces o que directamente no funcionan. Este post es lo que yo habría querido leer hace dos meses.
n8n es la herramienta de automatización que tenía que haber instalado antes. Sin código, self-hosted y con 400 integraciones. Aquí están los flujos que uso de verdad en mi homelab.
He cometido el error dos veces ya. Montar algo “rapidito” en Docker Compose, que crece, se complica, y termino pasándolo a Kubernetes porque ya no puedo gestionarlo. Luego está el error contrario: montar un cluster K3s completo para hostear un solo contenedor que perfectamente podría vivir en un docker-compose.yml de tres líneas.
Después de gestionar ambos sistemas durante años en mi homelab (ahora mismo tengo varios equipos con Compose y un cluster K3s de tres nodos en ZimaBoard 2), creo que finalmente entiendo cuándo usar cada uno. Spoiler: no es solo “Compose para cosas simples, Kubernetes para lo complejo”. Es más sutil que eso.
Compré la Prusa Core One para imprimir figuritas. Ahora imprime soportes de rack, carcasas para ZimaBoard y organización Gridfinity. Así es como una impresora 3D se convierte en la herramienta más útil de tu homelab.
