Disponibilidad de Modelos se maneja desde Firebase

app.py

@@ -53,27 +53,27 @@ async def genera_imagen(platillo: str = Form(...)):
         else:
             return StreamingResponse(content=resultado, media_type="image/png")    
 
-@app.post("/procesador-lotes/")
-async def procesa_lote(platillo: str = Form(...)):
+# @app.post("/procesador-lotes/")
+# async def procesa_lote(platillo: str = Form(...)):
 
-    print("Servicio Secundario de Procesamiento de Lotes")    
-    seconds_available = herramientas.obtenSegundosDisponibles()
-    #seconds_available = 0 
-    print(herramientas.imprimeTimeNow())
+#     print("Servicio Secundario de Procesamiento de Lotes")    
+#     seconds_available = herramientas.obtenSegundosDisponibles()
+#     #seconds_available = 0 
+#     print(herramientas.imprimeTimeNow())
     
-    if seconds_available > globales.work_cost:
-        print("Usando GPU (capa gratuita)...")
-        resultado = funciones.genera_platillo_gpu(platillo)
-        if "Error" in resultado:
-            return resultado
-        else:
-            return FileResponse(resultado, media_type="image/png", filename="imagen.png")
-    else: 
+#     if seconds_available > globales.work_cost:
+#         print("Usando GPU (capa gratuita)...")
+#         resultado = funciones.genera_platillo_gpu(platillo)
+#         if "Error" in resultado:
+#             return resultado
+#         else:
+#             return FileResponse(resultado, media_type="image/png", filename="imagen.png")
+#     else: 
         
-        print("Usando Inference...")
-        resultado = funciones.genera_platillo_inference(platillo)
-        print("El resultado de inference es: ", resultado)
-        if type(resultado) is str:
-            return resultado
-        else:
-            return StreamingResponse(content=resultado, media_type="image/png")                
+#         print("Usando Inference...")
+#         resultado = funciones.genera_platillo_inference(platillo)
+#         print("El resultado de inference es: ", resultado)
+#         if type(resultado) is str:
+#             return resultado
+#         else:
+#             return StreamingResponse(content=resultado, media_type="image/png")                

funciones.py

@@ -1,13 +1,13 @@
 import io
+import time
 import globales
-import espacios
 import random
 import herramientas
 import gradio_client
 import conexion_firebase
 from fastapi import HTTPException, status
 from huggingface_hub import InferenceClient
-import time
+
 
 servidor = globales.servidor
 
@@ -25,7 +25,7 @@ def genera_platillo_gpu(platillo):
         if config.get("habilitado", False) # Usamos .get() para evitar KeyError si 'habilitado' no existe
         ]
 
-        print(f"Diccionarios habilitados: {espacios_habilitados}")
+        print(f"Espacios habilitados: {espacios_habilitados}")
         
         espacio_aleatorio_elegido = random.choice(espacios_habilitados)
         configuracion_espacio = dict_espacios[espacio_aleatorio_elegido]
@@ -63,17 +63,26 @@ def genera_platillo_gpu(platillo):
         )
 
 def genera_platillo_inference(platillo):
-
     
-    modelo_actual = conexion_firebase.obtenDato('nowme', servidor, 'modelo_actual')
+    modelo_actual = conexion_firebase.obtenDato('nowme', servidor, 'modelo_actual') #Forma actual
     modelo = modelo_actual
 
-    print("Modelo:", modelo)
+    dict_modelos = conexion_firebase.obtenDato('nowme', servidor, 'modelos')
+
+    modelos_habilitados = [
+        nombre for nombre, config in dict_modelos.items()
+        if config.get("habilitado", False) # Usamos .get() para evitar KeyError si 'habilitado' no existe
+        ]
     
-    #Elegir proveedor de inferencia
-    creditos_restantes_inference = conexion_firebase.obtenDato('nowme', servidor, 'inferencias')
-    #creditos_restantes_inference = 5000
+    print(f"Modelos habilitados: {modelos_habilitados}")
+
+    modelo_aleatorio_elegido = random.choice(modelos_habilitados)
+    configuracion_modelo = dict_modelos[modelo_aleatorio_elegido]
+    print(f"La configuración completa para '{modelo_aleatorio_elegido}' es: {configuracion_modelo}")
 
+
+    creditos_restantes_inference = conexion_firebase.obtenDato('nowme', servidor, 'inferencias')
+    
     #print("Los créditos restantes de hf-inference que tienes son: ", creditos_restantes_inference)
     if creditos_restantes_inference > 0:
         provedor_seleccionado = globales.proveedor
@@ -92,11 +101,11 @@ def genera_platillo_inference(platillo):
         image = client.text_to_image(
         prompt,
         #negative_prompt="live animals",
-        model=modelo,
+        model=modelo_aleatorio_elegido['ruta'],
         width=784, #786
         height=560, #568
         num_inference_steps=16
-        )   
+        ) 
 
         #Detenido momentaneamente por cambio a firebase.
         herramientas.restaSegundosInference(globales.inference_cost)              
@@ -105,15 +114,13 @@ def genera_platillo_inference(platillo):
         print("Excepción: ", e)
         if "Gateway Time-out" in str(e): 
             print("GATEWAY TIME-OUT 💀")
-            modelo=globales.inferencia_backup
+            #modelo=globales.inferencia_backup #Con el nuevo paradigma ya no hay cambio de modelo.
             #Escribe en txt el nuevo modelo.
-            herramientas.modificaModeloActual(modelo)        
+            #herramientas.modificaModeloActual(modelo)        
         error_impreso = f"Error: {e}"
         print(error_impreso)
-        time.sleep(18)
         raise HTTPException(
             status_code=status.HTTP_500_INTERNAL_SERVER_ERROR,
-            #detail='detail'
         )
     
     img_io = io.BytesIO()