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/torch_device_select.md

@@ -0,0 +1,67 @@
+---
+name: torch_device_select
+kind: function
+lang: py
+domain: ml
+version: "1.0.0"
+purity: impure
+signature: "def torch_device_select(preference: str = 'auto') -> str"
+description: "Selecciona el torch device optimo segun preferencia y disponibilidad real del hardware. 'auto' elige CUDA > MPS > CPU. Para preferencias explicitas valida disponibilidad y hace fallback a CPU con warnings.warn."
+tags: [torch, pytorch, cuda, mps, device, hardware, probe, ml, apple-silicon]
+uses_functions: [cuda_available_py_ml]
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: []
+params:
+  - name: preference
+    desc: "'auto' detecta el mejor device disponible (CUDA > MPS > CPU). 'cuda' fuerza cuda:0. 'cuda:N' fuerza GPU N. 'mps' fuerza Apple Silicon. 'cpu' siempre retorna cpu."
+output: "string de device listo para torch: 'cuda:0', 'cuda:N', 'mps' o 'cpu'. Nunca lanza excepcion — fallback a 'cpu' con warning si el device solicitado no esta disponible."
+tested: true
+tests:
+  - "preference=cpu siempre retorna cpu"
+  - "preference=auto sin cuda ni mps retorna cpu"
+  - "preference=cuda sin cuda disponible retorna cpu con warning"
+  - "preference=cuda:5 con solo 1 GPU retorna cpu con warning"
+  - "preference desconocida retorna cpu con warning"
+test_file_path: "python/functions/ml/tests/test_torch_device_select.py"
+file_path: "python/functions/ml/torch_device_select.py"
+---
+
+## Ejemplo
+
+```python
+from ml.torch_device_select import torch_device_select
+
+# Deteccion automatica (recomendado)
+device = torch_device_select()         # "cuda:0" o "mps" o "cpu"
+
+# Forzar CPU para reproducibilidad
+device = torch_device_select("cpu")    # siempre "cpu"
+
+# Preferencia explicita con fallback automatico
+device = torch_device_select("cuda")   # "cuda:0" o "cpu" + warning
+
+# Uso tipico al cargar un modelo
+import torch
+device_str = torch_device_select("auto")
+model = MyModel().to(torch.device(device_str))
+```
+
+## Comparacion con gliner_load_model
+
+`gliner_load_model` usa internamente `_resolve_device` con la misma logica
+CUDA/CPU. `torch_device_select` extiende ese patron con:
+- Soporte MPS (Apple Silicon M1/M2/M3).
+- Seleccion de GPU especifica (`cuda:N`).
+- Fallback con `warnings.warn` en vez de silencio.
+
+## Notas
+
+- No levanta excepcion si torch no esta instalado: todos los helpers internos
+  capturan ImportError y tratan el device como no disponible.
+- `warnings.warn` en vez de logging para no imponer dependencia de logging al caller.
+- MPS requiere torch >= 1.12 y macOS 12.3+. En sistemas Linux/Windows
+  `torch.backends.mps` puede no existir — el helper lo maneja con `hasattr`.
+- impure: depende del estado del hardware y de las librerias instaladas.