graph TD %%{init: {'theme': 'mc','layout': 'elk'}}%% SearXng-ntpo0[Web Search SearXng] style SearXng-ntpo0 stroke:#a170ff DeepseekModel-yd7iq[Deepseek] style DeepseekModel-yd7iq stroke:#a170ff CreateData-dfb3f[Create Data] style CreateData-dfb3f stroke:#a170ff Switch-56w06[Switch] style Switch-56w06 stroke:#a170ff WebScraper-p0rr5[Web Scraper] style WebScraper-p0rr5 stroke:#a170ff DeepseekModel-4gnpf[Deepseek2] style DeepseekModel-4gnpf stroke:#a170ff CreateData-p25ng[Create Data2] style CreateData-p25ng stroke:#a170ff TextInput-3uo52[<div><img alt="logo" src="/_astro/type.Dy26vmDy.svg" style="height: 20px !important;width: 20px !important"/></div>Cantidad de citios ] style TextInput-3uo52 stroke:#a170ff TextInput-wcn04[<div><img alt="logo" src="/_astro/type.Dy26vmDy.svg" style="height: 20px !important;width: 20px !important"/></div>Query] style TextInput-wcn04 stroke:#a170ff CreateData-taieq[Create Data3] style CreateData-taieq stroke:#a170ff Switch-44sfm[Switch2] style Switch-44sfm stroke:#a170ff AdvancedAgent-plvkg[Agent] style AdvancedAgent-plvkg stroke:#a170ff GSheetCellComponent-usi3o[Sheet Cells ] style GSheetCellComponent-usi3o stroke:#a170ff DeepseekModel-c77dx[Deepseek3] style DeepseekModel-c77dx stroke:#a170ff SearXng-ntpo0 -.- DeepseekModel-yd7iq linkStyle 0 stroke:#a170ff DeepseekModel-yd7iq -.- CreateData-dfb3f linkStyle 1 stroke:#a170ff CreateData-dfb3f -.- Switch-56w06 linkStyle 2 stroke:#a170ff Switch-56w06 -.- WebScraper-p0rr5 linkStyle 3 stroke:#a170ff WebScraper-p0rr5 -.- DeepseekModel-4gnpf linkStyle 4 stroke:#a170ff CreateData-p25ng -.- SearXng-ntpo0 linkStyle 5 stroke:#a170ff TextInput-3uo52 -.- CreateData-p25ng linkStyle 6 stroke:#a170ff TextInput-wcn04 -.- CreateData-p25ng linkStyle 7 stroke:#a170ff DeepseekModel-4gnpf -.- CreateData-taieq linkStyle 8 stroke:#a170ff CreateData-taieq -.- Switch-44sfm linkStyle 9 stroke:#a170ff Switch-44sfm -.- AdvancedAgent-plvkg linkStyle 10 stroke:#a170ff GSheetCellComponent-usi3o -.- AdvancedAgent-plvkg linkStyle 11 stroke:#a170ff DeepseekModel-c77dx -.- AdvancedAgent-plvkg linkStyle 12 stroke:#a170ff

Documento de flujo de trabajo: Captura automática de contactos de negocios

🧩 Descripción general

El flujo automatiza la búsqueda, filtrado y extracción de datos de negocios dentro de un nicho específico, y añade los contactos validados directamente a una hoja de cálculo de Google Sheets. Desde la entrada del tipo de negocio y la cantidad de sitios a consultar, la secuencia de componentes recupera la información relevante, verifica su autenticidad, extrae datos estructurados y los inserta en una tabla pre‑definida, proporcionando un proceso continuo y libre de intervención humana.

⚙️ Funcionalidades principales

Recopilación masiva de sitios web relacionados con un nicho y ubicación definidos.
Clasificación automática de los sitios para determinar su oficialidad.
Extracción de datos de contacto (nombre, correo, teléfono, descripción) mediante scraping.
Conversión de los datos extraídos en filas estructuradas listas para Google Sheets.
Inserción de nuevas filas en la hoja de cálculo sin intervención manual.

🔄 Pasos del flujo de trabajo

Nombre del componente	Rol en el flujo	Entradas clave	Salidas clave
Cantidad de citios	Obtener la cantidad de sitios a consultar.	Texto numérico introducido por el usuario.	Valor numérico que indica el número máximo de resultados.
Crear datos de búsqueda	Construir objeto de búsqueda con la cantidad proporcionada.	Valor numérico de “Cantidad de citios”.	Objeto con clave `citios_cantidad` y el número especificado.
Búsqueda Web (SearXng)	Ejecutar búsqueda en la web con la consulta del negocio y limitar los resultados.	Objeto de búsqueda, cadena de búsqueda (Query), número máximo de resultados (`citios_cantidad`).	Lista de resultados que incluye `title` y `url` para cada sitio.
Clasificador de sitios	Determinar si cada sitio corresponde a la página oficial del negocio.	Lista de resultados con títulos y URLs.	Lista con una etiqueta (`Sí` o `No`) asociada a cada sitio.
Crear registro de sitio	Crear registro que combina etiqueta, nombre y URL.	Lista de resultados clasificados.	Lista de objetos con campos `etiqueta`, `nombre_del_citio`, `url`.
Filtro de sitio oficial	Filtrar solo los sitios marcados como oficiales (`Sí`).	Lista de registros con etiqueta.	Lista filtrada de sitios oficiales.
Scraper Web	Extraer contenido de la URL del sitio oficial.	URL de cada sitio filtrado.	Contenido web en formato Markdown.
Extractor de datos	Extraer nombre comercial, correo, teléfono y descripción del contenido web.	Contenido Markdown de cada sitio.	Texto estructurado con `nombre`, `correo`, `telefono`, `descripcion` y `url`.
Crear fila para Sheets	Construir objeto de fila con los datos extraídos para la hoja de cálculo.	Texto estructurado con datos de negocio.	Objeto con claves de columna (`option_nombre`, `option_correo`, `option_número_teléfono`, `option_descripción`, `option_url`).
Filtro de resultado	Garantizar que la etiqueta no sea `No` (para evitar datos inválidos).	Objeto de fila con datos de negocio.	Objeto de fila filtrado (en caso de que la etiqueta sea `No`, se descarta).
Agente avanzado	Ejecutar la acción de añadir la fila a Google Sheets utilizando la herramienta incorporada.	Objeto de fila y herramienta de gestión de Sheets.	Confirmación de la inserción y posible retorno de estado.
Gestión de Google Sheets	Añadir la fila a la hoja de cálculo especificada.	Objeto de fila con valores de columnas y configuración de hoja (nombre, rango, etc.).	Resultado de la operación en Google Sheets (éxito o error).

🧠 Notas

El flujo utiliza la herramienta SearXng para la búsqueda web y Deepseek para la clasificación y extracción de datos, evitando la necesidad de manejar APIs externas manualmente.
Los pasos de filtrado mediante los componentes Filtro de sitio oficial y Filtro de resultado garantizan que solo se procesen sitios verificados y que los datos extraídos cumplan con los criterios de éxito.
La herramienta Gestión de Google Sheets requiere credenciales válidas y la hoja de cálculo debe contener los encabezados correctos para que el mapeo de columnas sea automático.
El agente avanzado permite añadir lógica adicional o manejo de excepciones si algún paso falla, pero el flujo está diseñado para ser robusto y detenerse ante salidas vacías.
La arquitectura en modo Batch permite procesar varios sitios de manera paralela, optimizando el tiempo de ejecución sin sobrecargar los recursos.