Proxmox-Coolify-Manager/stacks/firecrawl/docker-compose.coolify.yml

# Firecrawl - stack mínimo con imágenes precompiladas, para el host casero.
#
# Por qué no se usa el compose de upstream (firecrawl/firecrawl, rama main):
#   - construye 3 servicios desde fuente (apps/api, apps/playwright-service-ts,
#     apps/nuq-postgres). Compilar Chromium en un disco a ~26 ms/escritura es el
#     peor caso posible en este host.
#   - añade FoundationDB (+ un init) que solo se usan si NUQ_BACKEND está puesto.
#   - pide mem_limit 8G en api y 4G en playwright. El LXC tiene 4 cores.
#
# Aquí todo son imágenes ya publicadas: cero builds. FoundationDB queda fuera y
# NUQ_BACKEND se deja vacío, que es su modo por defecto.
#
# Contrato: docs/AGENTS-coolify-apps.md
#   - sin publicar 80/443: solo `expose`, Traefik enruta (§2.3)
#   - hermanos por nombre de servicio, nunca localhost (§2.1)
#   - volumen con nombre para lo que debe sobrevivir a un redeploy (§5)
#   - healthchecks con start_period holgado: el primer arranque aquí tarda
#     minutos (ver docs/casos/coolify-servicio-nuevo-503-no-available-server.md)
#   - sin secretos en el archivo: llegan como variables de entorno (§2.5)

services:
  api:
    image: 'ghcr.io/firecrawl/firecrawl:2.10.19'
    environment:
      HOST: 0.0.0.0
      PORT: '3002'
      INTERNAL_PORT: '3002'
      WORKER_PORT: '3005'
      EXTRACT_WORKER_PORT: '3004'
      ENV: local
      # Hermanos por nombre de servicio (§2.1)
      REDIS_URL: 'redis://redis:6379'
      REDIS_RATE_LIMIT_URL: 'redis://redis:6379'
      PLAYWRIGHT_MICROSERVICE_URL: 'http://playwright-service:3000/scrape'
      NUQ_RABBITMQ_URL: 'amqp://rabbitmq:5672'
      POSTGRES_HOST: nuq-postgres
      POSTGRES_PORT: '5432'
      POSTGRES_USER: '${POSTGRES_USER:-postgres}'
      POSTGRES_PASSWORD: '${POSTGRES_PASSWORD:-postgres}'
      POSTGRES_DB: '${POSTGRES_DB:-postgres}'
      USE_DB_AUTHENTICATION: 'false'
      # Vacío a propósito: con NUQ_BACKEND sin definir, FoundationDB no se usa.
      NUQ_BACKEND: ''
      # Concurrencia recortada para 4 cores (upstream trae 8/10/5/5).
      NUM_WORKERS_PER_QUEUE: '${NUM_WORKERS_PER_QUEUE:-2}'
      CRAWL_CONCURRENT_REQUESTS: '${CRAWL_CONCURRENT_REQUESTS:-3}'
      MAX_CONCURRENT_JOBS: '${MAX_CONCURRENT_JOBS:-2}'
      BROWSER_POOL_SIZE: '${BROWSER_POOL_SIZE:-2}'
      HARNESS_STARTUP_TIMEOUT_MS: '${HARNESS_STARTUP_TIMEOUT_MS:-180000}'
      LOGGING_LEVEL: '${LOGGING_LEVEL:-info}'
      # Sin esto el worker responde "Can't accept connection due to RAM/CPU
      # load" y rechaza todo: el umbral por defecto (0.8) se supera constantemente
      # en un host compartido como este.
      MAX_RAM: '${MAX_RAM:-0.95}'
      MAX_CPU: '${MAX_CPU:-0.95}'
      # Secretos: inyectados por Coolify, nunca literales aquí (§2.5)
      BULL_AUTH_KEY: '${BULL_AUTH_KEY}'
      TEST_API_KEY: '${TEST_API_KEY}'
      OPENAI_API_KEY: '${OPENAI_API_KEY}'
      OPENAI_BASE_URL: '${OPENAI_BASE_URL}'
      MODEL_NAME: '${MODEL_NAME}'
      MODEL_EMBEDDING_NAME: '${MODEL_EMBEDDING_NAME}'
      SEARXNG_ENDPOINT: '${SEARXNG_ENDPOINT}'
    # Sin bloque `ports:` — Traefik llega al puerto interno (§2.3)
    expose:
      - '3002'
    depends_on:
      redis:
        condition: service_started
      playwright-service:
        condition: service_started
      rabbitmq:
        condition: service_healthy
      nuq-postgres:
        condition: service_healthy
    # Verificado dentro de la imagen: NO trae wget ni nc, solo curl. Y /test,
    # /health y /v1/health dan 404; la raiz da 200. Un healthcheck con wget
    # falla siempre y deja el contenedor sin ruta en Traefik -> 503.
    healthcheck:
      test: ['CMD', 'curl', '-fsS', '-o', '/dev/null', 'http://127.0.0.1:3002/']
      interval: 15s
      timeout: 10s
      retries: 20
      start_period: 300s
    ulimits:
      nofile:
        soft: 65535
        hard: 65535
    extra_hosts:
      - 'host.docker.internal:host-gateway'
    mem_limit: 3g
    memswap_limit: 3g
    cpus: 2.0
    restart: unless-stopped
    logging:
      driver: json-file
      options:
        max-size: 10m
        max-file: '3'

  playwright-service:
    image: 'ghcr.io/firecrawl/playwright-service:latest'
    environment:
      PORT: '3000'
      MAX_CONCURRENT_PAGES: '${CRAWL_CONCURRENT_REQUESTS:-3}'
      BLOCK_MEDIA: '${BLOCK_MEDIA:-true}'
      ALLOW_LOCAL_WEBHOOKS: '${ALLOW_LOCAL_WEBHOOKS:-false}'
    expose:
      - '3000'
    # Chromium escribe mucho en /tmp; en tmpfs no toca el disco lento.
    tmpfs:
      - '/tmp/.cache:noexec,nosuid,size=512m'
    mem_limit: 2g
    memswap_limit: 2g
    cpus: 1.5
    restart: unless-stopped
    logging:
      driver: json-file
      options:
        max-size: 10m
        max-file: '3'

  redis:
    image: 'redis:alpine'
    command: 'redis-server --bind 0.0.0.0 --save "" --appendonly no'
    expose:
      - '6379'
    healthcheck:
      test: ['CMD', 'redis-cli', 'ping']
      interval: 15s
      timeout: 5s
      retries: 10
      start_period: 60s
    restart: unless-stopped
    logging:
      driver: json-file
      options:
        max-size: 5m
        max-file: '2'

  rabbitmq:
    image: 'rabbitmq:3-management'
    expose:
      - '5672'
    healthcheck:
      test: ['CMD', 'rabbitmq-diagnostics', '-q', 'check_running']
      interval: 15s
      timeout: 15s
      retries: 20
      start_period: 180s
    volumes:
      - 'firecrawl-rabbitmq:/var/lib/rabbitmq'
    mem_limit: 1g
    memswap_limit: 1g
    restart: unless-stopped
    logging:
      driver: json-file
      options:
        max-size: 5m
        max-file: '2'

  nuq-postgres:
    image: 'ghcr.io/firecrawl/nuq-postgres:latest'
    environment:
      POSTGRES_USER: '${POSTGRES_USER:-postgres}'
      POSTGRES_PASSWORD: '${POSTGRES_PASSWORD:-postgres}'
      POSTGRES_DB: '${POSTGRES_DB:-postgres}'
    expose:
      - '5432'
    healthcheck:
      test: ['CMD-SHELL', 'pg_isready -U ${POSTGRES_USER:-postgres} -d ${POSTGRES_DB:-postgres}']
      interval: 15s
      timeout: 10s
      retries: 20
      start_period: 180s
    volumes:
      - 'firecrawl-postgres:/var/lib/postgresql/data'
    mem_limit: 1g
    memswap_limit: 1g
    restart: unless-stopped
    logging:
      driver: json-file
      options:
        max-size: 10m
        max-file: '3'

volumes:
  firecrawl-postgres: {}
  firecrawl-rabbitmq: {}