feat(ml): auto-commit con 14 cambios

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
2026-05-13 01:22:02 +02:00
parent 88b5b27dc0
commit aec5d82011
14 changed files with 1302 additions and 0 deletions
@@ -0,0 +1,61 @@
+---
+name: sdcpp_python_load
+kind: function
+lang: py
+domain: ml
+version: "1.0.0"
+purity: impure
+signature: "def sdcpp_python_load(model: ModelRef, n_threads: int = -1, wtype: str = 'default', rng_type: str = 'cuda') -> Any"
+description: "Carga un StableDiffusion via stable-diffusion-cpp-python con cache global por (model_key, wtype, n_threads). Segunda llamada con mismos params retorna instancia cacheada sin recargar disco."
+tags: [ml, stable-diffusion, sdcpp, inference, backend, cache, load]
+uses_functions: []
+uses_types: [model_ref_py_ml]
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: [stable_diffusion_cpp]
+params:
+  - name: model
+    desc: "Referencia al modelo. model.path se usa si presente; si no, model.name como ruta local o HuggingFace hub."
+  - name: n_threads
+    desc: "Numero de hilos CPU para inferencia. -1 usa todos los disponibles."
+  - name: wtype
+    desc: "Tipo de pesos en memoria: 'default' | 'f32' | 'f16' | 'q8_0' | 'q5_1' | 'q5_0' | 'q4_1' | 'q4_0'. 'default' respeta el tipo original del checkpoint."
+  - name: rng_type
+    desc: "Generador de aleatorios: 'std_default' | 'cuda'. 'cuda' produce resultados compatibles con la implementacion CUDA incluso en CPU."
+output: "Instancia StableDiffusion (stable_diffusion_cpp.StableDiffusion) lista para llamar a generate_image()."
+tested: true
+tests:
+  - "load retorna objeto StableDiffusion"
+  - "segunda llamada retorna instancia cacheada"
+test_file_path: "python/functions/ml/tests/test_sdcpp_python_backend.py"
+file_path: "python/functions/ml/sdcpp_python_load.py"
+---
+
+## Ejemplo
+
+```python
+import sys
+sys.path.insert(0, "python/functions/ml")
+from model_ref import ModelRef
+from sdcpp_python_load import sdcpp_python_load
+
+model = ModelRef(
+    name="sd-turbo",
+    model_type="sd15",
+    quantization="fp16",
+    path="/home/lucas/vaults/imagegen_models/diffusers/sd-turbo/sd_turbo.safetensors",
+)
+sd = sdcpp_python_load(model, n_threads=-1, wtype="default")
+# sd listo para sd.generate_image(...)
+```
+
+## Notas
+
+- El cache evita recargas de disco en bucles de generacion con el mismo modelo.
+- `wtype="default"` respeta el tipo de cuantizacion del checkpoint; util para safetensors mixtos.
+- `rng_type="cuda"` produce seeds compatibles con la implementacion GPU aunque se corra en CPU.
+- Para limpiar el cache en tests: `sdcpp_python_load._clear_sd_cache()`.
+- Compilacion sin CUDA: `CMAKE_ARGS="-DSD_CUDA=OFF" pip install stable-diffusion-cpp-python`.
+- El binding 0.4.7 usa `generate_image()` (no `txt_to_img` que era la API de versiones anteriores).
+---