feat(eda): wiring AutomaticEDA — build_eda_render_ctx + pipeline render_automatic_eda + profile_table(emit_automatic)

Conecta el motor AutomaticEDA con los datos crudos para que los 4 capítulos
dependientes de ctx (modelos, timeseries, geospatial, agregacion) salgan
POBLADOS en vez de degradar a una nota.

- build_eda_render_ctx (datascience, impure, dict-no-throw): dado db_path+table
  y el TableProfile agregado, construye el ctx con los datos crudos que el
  perfil no incluye: raw_numeric {col:[float|None]} alineado por fila (modelos /
  geospatial), timeseries_raw {time_col,t,series} vía extract_timeseries_raw,
  geo_points {lats,lons} desde el par lat/lon detectado, y db_path/table para el
  groupby/pivot push-down de agregacion. Muestrea con LIMIT (no trae la tabla
  entera a RAM). Compone detect_time_column / extract_timeseries_raw /
  detect_latlon_columns / duckdb_query_readonly (imports lazy para evitar ciclo).
- render_automatic_eda (pipeline): one-shot perfil -> ctx -> PDF + PPTX con los
  11 capítulos poblados; devuelve rutas + manifest de versiones por capítulo.
- profile_table: flag aditivo emit_automatic=True emite el AutomaticEDA PDF+PPTX
  además del flujo legacy (emit_pdf/render_eda_pdf intacto). Nuevas claves de
  retorno aeda_pdf_path / aeda_pptx_path / aeda_manifest_path.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

python/functions/pipelines/render_automatic_eda.py

@@ -0,0 +1,157 @@
+"""render_automatic_eda — EDA completo one-shot: perfil → ctx → PDF + PPTX.
+
+Pipeline impuro del grupo de capacidad `eda`. Dada UNA tabla DuckDB (o
+PostgreSQL), produce el informe AutomaticEDA COMPLETO en sus dos formatos a la
+vez (PDF móvil A5 + PPTX 16:9) con los 11 capítulos POBLADOS, en una sola
+llamada. Compone, sin reimplementar su lógica, cuatro funciones del registry:
+
+  - profile_table          : perfila la tabla end-to-end (TableProfile agregado),
+                             opcionalmente con modelos baratos y análisis de serie.
+  - build_eda_render_ctx   : construye el `ctx` con los DATOS CRUDOS que el
+                             TableProfile agregado no incluye (raw_numeric para
+                             modelos/geo, timeseries_raw para series, geo_points
+                             para el mapa, db_path/table para la agregación
+                             push-down). Sin él, esos capítulos degradan.
+  - render_automatic_eda_pdf  : renderiza el documento por capítulos a PDF.
+  - render_automatic_eda_pptx : renderiza el mismo documento a PPTX.
+
+El TableProfile agregado basta para portada/overview/distribuciones/calidad/
+correlación, pero los capítulos `modelos`, `timeseries`, `geospatial` y
+`agregacion` necesitan datos crudos (los clusters proyectados sobre el PCA, la
+serie valor-vs-tiempo, los puntos lat/lon, las filas para el groupby/pivot).
+`build_eda_render_ctx` los muestrea (LIMIT + push-down, sin traer la tabla
+entera a RAM) y los entrega en `ctx`; este pipeline los pasa como `meta['ctx']`
+a ambos renderers para que el informe salga completo.
+
+Estilo dict-no-throw del grupo `eda`: nunca lanza; captura cualquier error y
+degrada a `{"status": "error", "error": str}`.
+"""
+
+import os
+from datetime import datetime, timezone
+
+from datascience import (
+    build_eda_render_ctx,
+    render_automatic_eda_pdf,
+    render_automatic_eda_pptx,
+)
+from pipelines.profile_table import profile_table
+
+# Tokens de almacenamiento por backend (para la portada del informe).
+_STORAGE = {"duckdb": "DuckDB", "postgres": "PostgreSQL"}
+
+
+def render_automatic_eda(
+    db_path: str,
+    table: str,
+    backend: str = "duckdb",
+    sample: int = 5000,
+    run_models: bool = True,
+    run_series: bool = True,
+    run_llm: bool = False,
+    out_dir: str = "reports",
+    basename: str = None,
+    ctx_extra: dict = None,
+) -> dict:
+    """Perfila una tabla y emite el informe AutomaticEDA completo (PDF + PPTX).
+
+    Args:
+        db_path: ruta al archivo DuckDB, o DSN PostgreSQL si backend="postgres".
+        table: nombre de la tabla a perfilar.
+        backend: "duckdb" (default) o "postgres".
+        sample: máximo de filas/valores muestreados por columna para el perfil
+            y para los datos crudos del ctx (LIMIT). Default 5000.
+        run_models: si True (default) corre los modelos baratos
+            (PCA/KMeans/IsolationForest/normalidad). Necesario para que el
+            capítulo `modelos` pinte los clusters sobre el plano PCA.
+        run_series: si True (default) calcula el análisis de serie temporal por
+            columna numérica. Necesario para el análisis del capítulo
+            `timeseries` (la gráfica de evolución sale de los datos crudos del
+            ctx aunque run_series sea False).
+        run_llm: si True (default False) hace la interpretación LLM del perfil y
+            ACTIVA además la narrativa LLM de los capítulos modelos/geospatial/
+            agregacion (títulos de segmento, descripción de la zona, selección de
+            agregaciones). Con False esos capítulos usan su derivación
+            cuantitativa (siguen completos, sin llamadas de red).
+        out_dir: directorio de salida (se crea si no existe). Default "reports".
+        basename: nombre base de los archivos sin extensión. Default
+            "aeda_<table>_<timestamp>".
+        ctx_extra: dict opcional con claves de presentación/contexto extra que se
+            mezclan en el ctx (p.ej. dataset_name, description, source_origin).
+            No pisan las claves de datos calculadas por build_eda_render_ctx.
+
+    Returns:
+        dict (nunca lanza). En éxito::
+
+            {"status": "ok", "pdf_path": str, "pptx_path": str,
+             "manifest_path": str|None, "n_pages": int, "n_slides": int,
+             "pdf_note": str, "pptx_note": str, "profile": <TableProfile>}
+
+        En error: {"status": "error", "error": str}.
+    """
+    try:
+        # 1) Perfil base + modelos/serie opcionales. No escribe report propio
+        # (write_report=False): este pipeline emite su propio par PDF/PPTX.
+        pres = profile_table(
+            db_path,
+            table,
+            backend=backend,
+            sample=sample,
+            run_models=run_models,
+            run_llm=run_llm,
+            run_series=run_series,
+            emit_pdf=False,
+            write_report=False,
+        )
+        if pres.get("status") != "ok":
+            return {"status": "error",
+                    "error": f"profile_table falló: {pres.get('error')}"}
+        prof = pres.get("profile") or {}
+
+        # 2) Contexto de presentación + datos crudos para los 4 capítulos que los
+        # necesitan. Las claves de presentación van en base_ctx; build_eda_render_ctx
+        # añade raw_numeric / timeseries_raw / geo_points / db_path / table.
+        base_ctx = {
+            "dataset_name": table,
+            "source_origin": db_path,
+            "storage": _STORAGE.get(backend, backend),
+        }
+        if run_llm:
+            # Activa la narrativa LLM de los capítulos que la soportan.
+            base_ctx.update({
+                "run_cluster_llm": True,
+                "run_geo_llm": True,
+                "run_agg_llm": True,
+            })
+        if ctx_extra:
+            base_ctx.update(ctx_extra)
+
+        ctx = build_eda_render_ctx(
+            db_path, table, prof, backend=backend, sample=sample,
+            base_ctx=base_ctx,
+        )
+
+        # 3) Render a ambos formatos desde el MISMO documento por capítulos.
+        os.makedirs(out_dir, exist_ok=True)
+        ts = datetime.now(timezone.utc).strftime("%Y%m%d-%H%M%S")
+        base = basename or f"aeda_{table}_{ts}"
+        pdf_path = os.path.join(out_dir, base + ".pdf")
+        pptx_path = os.path.join(out_dir, base + ".pptx")
+        meta = {"title": f"EDA — {table}", "ctx": ctx}
+
+        rpdf = render_automatic_eda_pdf(prof, pdf_path, meta) or {}
+        rpptx = render_automatic_eda_pptx(prof, pptx_path, meta) or {}
+
+        return {
+            "status": "ok",
+            "pdf_path": rpdf.get("path"),
+            "pptx_path": rpptx.get("path"),
+            "manifest_path": rpdf.get("manifest_path"),
+            "n_pages": rpdf.get("n_pages"),
+            "n_slides": rpptx.get("n_slides"),
+            "pdf_note": rpdf.get("note"),
+            "pptx_note": rpptx.get("note"),
+            "profile": prof,
+        }
+    except Exception as e:  # noqa: BLE001 — dict-no-throw: degradar, nunca lanzar.
+        return {"status": "error", "error": str(e)}