Aplicación serverless para análisis inteligente de documentos en AWS
Proyecto de arquitectura cloud que implementa un sistema event-driven para procesamiento de archivos usando servicios nativos de AWS. Diseñado con principios de seguridad, escalabilidad y bajo acoplamiento.
- Features
- Demo en Vivo
- Arquitectura
- Tech Stack
- Empezar
- Deployment
- Documentación
- Decisiones de Diseño
- Autor
- 📤 Upload Seguro: Presigned URLs para upload directo a S3 sin exponer credenciales
- ⚡ Procesamiento Asíncrono: Event-driven architecture con S3 triggers
- 📊 Análisis Inteligente: Extracción automática de metadata y generación de resúmenes
- 🎨 UI Moderna: Interfaz responsiva con drag & drop
- 🔒 Seguridad por Diseño: IAM con principio de menor privilegio
- 📈 Escalabilidad Automática: Serverless sin gestión de infraestructura
- 💰 Costo-Efectivo: Pay-per-use, ~$5/mes después de free tier
- 🌐 CORS Configurado: Support para múltiples orígenes
- 📝 Logs Estructurados: CloudWatch con trazabilidad completa
- 🧪 Testeable: Arquitectura desacoplada
- 📚 Documentación Completa: APIs, deployment y arquitectura
- 🔄 CI/CD Ready: Estructura preparada para automatización
Frontend: http://your-bucket.s3-website-region.amazonaws.com
Pruébalo: Arrastra un archivo PDF, TXT, PNG o JPG (máx. 10MB) y observa el análisis en tiempo real.
graph TD
User[👤 Usuario<br/>Sube archivo] -->|1. Accede| Web[🌐 Página Web<br/>S3 Static]
Web -->|2. Pide permiso| API[🚪 API Gateway<br/>Punto de entrada]
API -->|3. Genera URL| Lambda1[⚡ Lambda 1<br/>UrlGenerator]
Web -->|4. Sube archivo| Bucket[📦 Storage S3<br/>Guarda archivos]
Bucket -->|5. Dispara evento| Lambda2[⚡ Lambda 2<br/>FileProcessor]
Lambda2 -->|6. Analiza y guarda| Results[📊 Resultados S3<br/>JSON]
Web -->|7. Consulta resultados| API
API -->|8. Lee resultados| Lambda3[⚡ Lambda 3<br/>ResultRetriever]
Lambda3 -->|9. Obtiene datos| Results
Lambda3 -->|10. Retorna| Web
Web -->|11. Muestra| User
style User fill:#667eea,stroke:#764ba2,stroke-width:3px,color:#fff
style Web fill:#FF9900,stroke:#EC7211,stroke-width:2px,color:#232F3E
style API fill:#FF4F8B,stroke:#D13212,stroke-width:2px,color:#fff
style Lambda1 fill:#1B7F37,stroke:#0F5223,stroke-width:2px,color:#fff
style Lambda2 fill:#1B7F37,stroke:#0F5223,stroke-width:2px,color:#fff
style Lambda3 fill:#1B7F37,stroke:#0F5223,stroke-width:2px,color:#fff
style Bucket fill:#569A31,stroke:#3D6F24,stroke-width:2px,color:#fff
style Results fill:#569A31,stroke:#3D6F24,stroke-width:2px,color:#fff
- HTML5 - Estructura semántica
- CSS3 - Diseño moderno con CSS Variables
- JavaScript (ES6+) - State management y API consumption
- AWS Lambda - Compute serverless (Python 3.12)
- Amazon S3 - Storage y static hosting
- API Gateway - REST endpoints con CORS
- CloudWatch - Logs y monitoreo
- IAM - Gestión de permisos
- Event-Driven Architecture
- Presigned URLs Pattern
- Polling Pattern
- Lambda Proxy Integration
# AWS CLI configurado
aws --version
# Python 3.12+
python3 --version
# Cuenta AWS con permisos para:
# - Lambda, S3, API Gateway, IAM, CloudWatch# 1. Clonar repositorio
git clone https://github.com/tu-usuario/aws-analizer.git
cd aws-analizer
# 2. Configurar variables de entorno
cp frontend/config.example.js frontend/config.js
# Edita config.js con tu API Gateway URL
# 3. Servir frontend localmente
cd frontend
python3 -m http.server 8000
# 4. Abrir en navegador
open http://localhost:8000Ver documentación completa: docs/DEPLOYMENT.md
Resumen rápido:
# 1. Crear S3 bucket
aws s3 mb s3://your-bucket-name
# 2. Desplegar Lambdas
cd backend/lambda/url_generator
zip -r function.zip lambda_function.py
aws lambda create-function \
--function-name aws-analizer-url-generator \
--runtime python3.12 \
--handler lambda_function.lambda_handler \
--zip-file fileb://function.zip \
--role arn:aws:iam::ACCOUNT_ID:role/lambda-role
# 3. Configurar API Gateway
# Ver docs/DEPLOYMENT.md para pasos detallados# Próximamente: Script de deployment automatizado
./deploy.sh --environment productionConsulta la guía completa: docs/DEPLOYMENT.md
Pasos principales:
- Crear recursos AWS (S3, Lambda, API Gateway)
- Configurar IAM roles y policies
- Configurar S3 triggers
- Desplegar frontend en S3 Static Website
- Configurar CORS
Tiempo estimado: 30-45 minutos
| Documento | Descripción |
|---|---|
| ARCHITECTURE.md | Decisiones arquitectónicas y justificaciones técnicas |
| DEPLOYMENT.md | Guía paso a paso para desplegar el proyecto |
| API.md | Documentación de endpoints con ejemplos |
Alternativa descartada: Upload directo a Lambda
- ❌ Límite de payload (6MB)
- ❌ Mayor latencia
- ❌ Mayor costo
Solución adoptada: Presigned URLs
- ✅ Sin límite práctico de tamaño
- ✅ Upload directo del navegador a S3
- ✅ Menor costo (sin procesamiento Lambda)
- ✅ URLs temporales (expiración configurable)
Permite a las Lambdas controlar completamente la respuesta HTTP (status codes, headers CORS), dando mayor flexibilidad que las transformaciones de API Gateway.
El procesamiento asíncrono con S3 Events desacopla el upload del análisis, permitiendo:
- Escalabilidad automática
- Retry automático
- Mejor UX (usuario no espera)
Más detalles: docs/ARCHITECTURE.md
- Upload con presigned URLs
- Procesamiento asíncrono
- Análisis de PDF, TXT, imágenes
- Frontend responsivo
- CORS configurado
- Integrar AWS Textract para extracción de texto de PDFs
- Usar AWS Rekognition para análisis de imágenes
- Amazon Bedrock para resúmenes con IA generativa
- Autenticación con Cognito
- Dashboard de métricas con CloudWatch
- Rate limiting con API Gateway
- Notificaciones con SNS
- Multi-tenant architecture
- Batch processing
- Custom ML models con SageMaker
- Compliance (HIPAA, GDPR)
Andrés Rodas
Estudiante de Ingeniería Informática — Universidad Peruana Cayetano Heredia (UPCH)
Entusiasta de Cloud Computing e Inteligencia Artificial
Este proyecto está licenciado bajo la Licencia MIT. Consulta el archivo LICENSE para más detalles.
Hecho con ❤️ y ☕ usando AWS Serverless
Si este proyecto te ayudó, considera darle una ⭐