chore: auto-commit (95 archivos)

- cmd/fn/doctor.go
- cmd/fn/main.go
- cpp/apps/primitives_gallery/playground/tables/CMakeLists.txt
- cpp/apps/primitives_gallery/playground/tables/data_table.cpp
- cpp/apps/primitives_gallery/playground/tables/data_table_logic.cpp
- cpp/apps/primitives_gallery/playground/tables/data_table_logic.h
- cpp/apps/primitives_gallery/playground/tables/self_test.cpp
- cpp/apps/primitives_gallery/playground/tables/tql.cpp
- cpp/apps/primitives_gallery/playground/tables/viz.cpp
- cpp/apps/primitives_gallery/playground/tables/viz.h
- ...

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

python/functions/ml/genconfig_load_json.py

@@ -0,0 +1,77 @@
+"""genconfig_load_json — carga un GenerationConfig desde un archivo JSON."""
+
+from __future__ import annotations
+
+import json
+import os
+import sys
+
+sys.path.insert(0, os.path.dirname(__file__))
+
+from generation_config import GenerationConfig
+
+
+def genconfig_load_json(path: str) -> GenerationConfig:
+    """Carga y valida un GenerationConfig desde un archivo JSON en disco.
+
+    Usa GenerationConfig.model_validate(data) si pydantic esta disponible
+    (version con validacion completa de tipos y literales). En caso de
+    fallback a dataclass, construye la instancia manualmente mapeando
+    los campos conocidos.
+
+    Args:
+        path: Ruta al archivo JSON. Puede ser relativa o absoluta.
+
+    Returns:
+        Instancia de GenerationConfig cargada y validada.
+
+    Raises:
+        FileNotFoundError: Si el archivo no existe.
+        json.JSONDecodeError: Si el contenido no es JSON valido.
+        pydantic.ValidationError: Si los datos no cumplen el schema (version pydantic).
+        KeyError / TypeError: Si faltan campos obligatorios (version dataclass).
+    """
+    abs_path = os.path.abspath(path)
+    with open(abs_path, "r", encoding="utf-8") as f:
+        data = json.load(f)
+
+    # Intentar deserializacion pydantic (version canonica con validacion)
+    try:
+        return GenerationConfig.model_validate(data)
+    except AttributeError:
+        pass
+
+    # Fallback: dataclass — construir manualmente desde el dict
+    from lora_ref import LoraRef
+    from model_ref import ModelRef
+
+    model_data = data["model"]
+    model = ModelRef(
+        name=model_data["name"],
+        model_type=model_data["model_type"],
+        quantization=model_data.get("quantization", "fp16"),
+        path=model_data.get("path"),
+    )
+
+    loras = [
+        LoraRef(
+            path=lr["path"],
+            weight=lr.get("weight", 1.0),
+            scale=lr.get("scale"),
+        )
+        for lr in data.get("loras", [])
+    ]
+
+    return GenerationConfig(
+        prompt=data["prompt"],
+        negative_prompt=data.get("negative_prompt"),
+        seed=data["seed"],
+        steps=data["steps"],
+        cfg_scale=data["cfg_scale"],
+        sampler=data["sampler"],
+        width=data["width"],
+        height=data["height"],
+        model=model,
+        loras=tuple(loras),
+        clip_skip=data.get("clip_skip"),
+    )