Desplegar Qwen3-Coder en VPS: Guía Paso a Paso para Crear tu Propio Asistente de Programación con IA

Esta guía muestra cómo desplegar el modelo de código abierto Qwen3-Coder de Alibaba en un VPS de LightNode, exponiéndolo como un servicio API con un frontend web opcional. Ideal para lanzar tu propio asistente de programación con IA o monetizar mediante APIs.

Visión General

1. Adquirir un VPS (LightNode)
2. Instalar el entorno base (Python + Git)
3. Descargar y ejecutar el modelo Qwen3-Coder
4. Construir una API con FastAPI
5. (Opcional) Añadir un frontend (Gradio)
6. Probar acceso externo y configurar seguridad

1. Adquirir un VPS (ej. LightNode)

• Registro: www.lightnode.com
• Ubicaciones recomendadas: Japón, Hong Kong, Singapur
• SO: Ubuntu 20.04 LTS
• Especificaciones: 2 vCPU, 4GB RAM (no se requiere GPU para modo CPU)
• Después de la configuración, guarda la IP pública y la contraseña root

2. Instalar Dependencias Requeridas

Conéctate por SSH a tu VPS:

ssh root@tu_ip_vps

Actualiza los paquetes del sistema:

apt update && apt upgrade -y

Instala Python y Git:

apt install python3-pip git -y
pip3 install --upgrade pip

3. Descargar y Ejecutar Qwen3-Coder (Versión CPU)

Instala HuggingFace Transformers:

pip install transformers accelerate torch

Crea un archivo qwen_server.py:

from transformers import AutoModelForCausalLM, AutoTokenizer
from fastapi import FastAPI, Request
import uvicorn

tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen1.5-0.5B-Chat", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen1.5-0.5B-Chat", trust_remote_code=True).eval()

app = FastAPI()

@app.post("/codegen")
async def codegen(request: Request):
    data = await request.json()
    prompt = data.get("prompt")
    input_ids = tokenizer(prompt, return_tensors="pt").input_ids
    outputs = model.generate(input_ids, max_new_tokens=256)
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return {"result": response}

if __name__ == "__main__":
    uvicorn.run(app, host="0.0.0.0", port=7860)

Inicia el servicio:

python3 qwen_server.py

Ejemplo de llamada API:

POST http://tu_ip:7860/codegen
BODY: { "prompt": "Write a Python web scraper" }

4. Opcional: Añadir un Frontend (Gradio)

Instala Gradio:

Crea un nuevo archivo qwen_gradio.py:

import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen1.5-0.5B-Chat", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen1.5-0.5B-Chat", trust_remote_code=True).eval()

def generate_code(prompt):
    inputs = tokenizer(prompt, return_tensors="pt")
    outputs = model.generate(**inputs, max_new_tokens=256)
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

gr.Interface(
    fn=generate_code,
    inputs="text",
    outputs="text",
    title="Demo de API Qwen3-Coder"
).launch(server_name="0.0.0.0", server_port=7860)

Ejecútalo:

python3 qwen_gradio.py

Abre en el navegador: http://tu_ip:7860

5. Recomendaciones de Seguridad

Habilita el firewall UFW:

apt install ufw
ufw allow OpenSSH
ufw allow 7860
ufw enable

Para uso en producción, considera usar Nginx + Let’s Encrypt para HTTPS y soporte de dominio.

Estructura de Proyecto Sugerida

qwen-server/
├── qwen_server.py       # API backend FastAPI
├── qwen_gradio.py       # Interfaz web Gradio
├── requirements.txt     # (Opcional) lista de dependencias
└── README.md            # Descripción del proyecto

Ideas de Monetización y Casos de Uso

• Asistente de Programación SaaS: Crea tu propia herramienta "GPT para programación"

• Servicio API Público: Cobra por llamada o suscripción

• Plataforma de Enseñanza con IA: Usa el modelo para generar código y tutoriales automáticamente

• Servicios de Automatización Personalizados: Generación de scripts, conversión de código, documentación

Resumen

Componente	Herramienta	Propósito
Modelo	Qwen3-Coder	Modelo de generación de código open-source
Hosting	VPS LightNode	Plataforma en la nube global de bajo costo
API	FastAPI	Framework de API Python ligero
Frontend	Gradio	Constructor rápido de UI para demos