fn_registry/docs/capabilities/validator.md

Validator — Funciones que verifican datos o configuracion contra reglas

Tag: validator. Grupo de funciones que verifican un dato/config/spec contra una regla y devuelven resultado de validacion (bool / lista de errores / metricas de calidad). NO transforman ni mueven datos — solo dictaminan.

Filtro MCP: mcp__registry__fn_search query="" tag="validator".

Funciones del grupo

ID	Lang	Que valida
config_validate_go_infra	go	Estructura de config (campos requeridos, tipos)
file_validate_type_go_infra	go	Tipo MIME / extension de archivo
dag_validate_go_core	go	DAG topologia (ciclos, deps, schedule)
detect_outliers_py_datascience	py	Outliers numericos (z-score / IQR)
detect_outliers_go_datascience	go	Outliers numericos
detect_drift_py_datascience	py	Drift de distribucion vs baseline

Ejemplo canonico

Validar dataset antes de cargarlo a sink productivo.

from datascience import detect_outliers, detect_drift

# 1. Detectar outliers en columna critica
outliers = detect_outliers(df, column="amount", method="zscore", threshold=3.0)
if len(outliers) > len(df) * 0.05:
    raise ValueError(f"too many outliers: {len(outliers)} / {len(df)}")

# 2. Comparar contra distribucion historica
drift_report = detect_drift(df_current=df, df_baseline=df_yesterday, column="amount")
if drift_report["ks_pvalue"] < 0.01:
    print(f"WARNING: distribution drift detected (KS p={drift_report['ks_pvalue']:.4f})")

Fronteras del grupo

NO cubre:

• Audits del registry mismo (capability groups, copied code, etc.) -> tag doctor.
• Tests unitarios (estan en *_test.go/pytest, no son funciones del registry).
• Assertions de runtime de apps (entan en operations.db.assertions).
• Validacion de codigo (lint, formato) — fuera del registry.

Cuando NO usar validator

• Si la funcion transforma datos para HACERLOS validos (ej. clip outliers) -> es transformer.
• Si la funcion solo lee y reporta status sin verificar regla -> es extractor.

Relacion con el bucle reactivo

Validators encajan en Fase 4 ANALIZAR del bucle reactivo (fn_operations). Una assertion definida en operations.db.assertions puede usar una funcion validator del registry como predicado.

Consumidores

• data_factory — futura tab Validators (no v1; v1 solo extractor/transformer/sink/database).
• DAGs de auditoria (ej. weekly-deep-scan.yaml invoca audits del grupo doctor).
• Pipelines ML que validan datos antes de entrenar (defer v2).
• Pre-flight de sinks: ejecutar validator antes de escribir a destino productivo.

Notas

• Casi todos los validators son puros o casi-puros (solo dependen del input).
• Grupo pequeño (6 funcs) — crecera cuando el registry incorpore validators de schema (JSON Schema, Pandera, etc.).
• DAG step function: <validator_id> con continue_on.failure: false actua como gate en un pipeline.