Boilerplate Any Fastapi @ HF

app.py

@@ -27,28 +27,4 @@ async def echo_image(image: UploadFile = File(...)):
     if not image.content_type.startswith("image/"):
         return {"error": "El archivo no es una imagen"}
     contents = await image.read()
-    return StreamingResponse(BytesIO(contents), media_type=image.content_type)
-
-@app.post("/genera-imagen/")
-async def genera_imagen(platillo: str = Form(...)):
-
-    #Obtengo los segundos disponibles de procesamiento para saber si tengo GPU disponible de la capa gratuita o me voy a método cobrado.
-    seconds_available = herramientas.obtenSegundosDisponibles()
-    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: 
-        
-        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")          
+    return StreamingResponse(BytesIO(contents), media_type=image.content_type)

funciones.py

@@ -1,82 +1,14 @@
-import io
 import globales
 import herramientas
-import gradio_client
-from huggingface_hub import InferenceClient
 import conexion_firebase
 
-def genera_platillo_gpu(platillo):
+def funcion_generica(platillo):
 
-    prompt = globales.previo + platillo
-    print("Platillo enviado:", platillo)    
-
-    kwargs = {
-            "prompt": prompt,
-            "api_name": "/infer"
-        }    
-
-    try:
-
-        client = gradio_client.Client(globales.espacio, hf_token=globales.llave)
-        result = client.predict(**kwargs,
-        # prompt=prompt,
-        # negative_prompt="",
-        # seed=42,
-        # randomize_seed=True,
-        width=786,
-        height=568,
-        # guidance_scale=3.5,
-        # num_inference_steps=28,
-        # api_name="/infer"       
-        )
-
-        #Cuando es GPU, debe de restar segundos disponibles de HF 
-        herramientas.restaSegundosGPU(globales.work_cost)
-
-        print("Platillo generado:", platillo)
-        return result[0]
+    try:        
+        return "Hola"
 
     except Exception as e:     
         print("Excepción: ", e)
         # Opción para regresar imagen genérica. (ya no porque se envía desde backend.)
         # return "default.png"
-        return '{"Error 500": e}'
-
-
-def genera_platillo_inference(platillo):
-
-    print("Proveedor:", globales.proveedor)
-    modelo_actual = conexion_firebase.obtenDato('nowme', 'huggingface', 'modelo_actual')
-    modelo = modelo_actual
-
-    #print("Modelo:", modelo)
-
-    prompt = globales.previo + platillo
-    print("Platillo enviado:", platillo)
-       
-    client = InferenceClient(
-            provider= globales.proveedor,
-            api_key=globales.llave
-        )    
-
-    try: 
-        image = client.text_to_image(
-        prompt,
-        model=modelo
-        )                 
-        
-    except Exception as e:
-        print("Excepción: ", e)
-        if "Gateway Time-out" in str(e): 
-            print("GATEWAY TIME-OUT 💀")
-            modelo=globales.inferencia_backup
-            #Escribe en txt el nuevo modelo.
-            herramientas.modificaModeloActual(modelo)        
-        return f"Error: {e}"
-    
-    img_io = io.BytesIO()
-    image.save(img_io, "PNG")
-    img_io.seek(0)
-    print("Platillo generado:", platillo)
-    return img_io
-    
+        return '{"Error 500": e}'

globales.py

@@ -1,13 +1,5 @@
 import autenticacion
 version = "0.0.0"
 
-#previo = "Una fotografía de un plato blanco con "
-previo = "A photograph of a white plate with "  
 llave, servidor = autenticacion.defineAmbiente()
-espacio = "black-forest-labs/FLUX.1-schnell"
-#espacio = "black-forest-labs/FLUX.1-dev"
-#inferencia = "black-forest-labs/FLUX.1-dev"
-#inferencia_backup = "black-forest-labs/FLUX.1-schnell"
-proveedor =  "hf-inference" #falai
-work_cost = 6 #Los segundos que cuesta la generación de una imagen, para control de la capa gratuita.
-quota = 300
+

herramientas.py

@@ -1,4 +1,3 @@
-import time
 from datetime import datetime
 from datetime import datetime
 import conexion_firebase
@@ -20,56 +19,6 @@ def obtenUltimoTimestamp():
     
     return resultado
     
-def obtenSegundosDisponibles(): 
-
-    if esDiaSiguiente() == True:
-        renuevaSegundosDisponibles()
-        renuevaModeloPrincipal()
-
-    #Finalmente obten los segundos disponibles después de las operaciones.
-    return conexion_firebase.obtenDato('nowme', 'huggingface', segundos)
-    
-def renuevaSegundosDisponibles():
-
-    #Segundos de cuota total gratuita disponibles al momento.
-    quota_total = 300 
-    conexion_firebase.editaDato('nowme', 'huggingface', segundos, quota_total)
-    renuevaTimestampActual()
-
-def renuevaTimestampActual(): 
-
-    timestamp_actual = imprimeTimeNow()
-    conexion_firebase.editaDato('nowme', 'huggingface', last_timestamp, timestamp_actual)    
-
-def restaSegundosGPU(cuantos_segundos):
-    """
-    Lee el número de segundos disponibles desde seconds_available.txt,
-    resta los segundos dados como parámetro y guarda el nuevo valor en el archivo.
-    """
-
-    segundos_disponibles = obtenSegundosDisponibles()    
-    print("Segundos disponibles: ", segundos_disponibles)
-
-    # Restar los segundos
-    nuevos_segundos_disponibles = segundos_disponibles - cuantos_segundos
-    print("Segundos disponibles ahora: ", nuevos_segundos_disponibles)
-    conexion_firebase.editaDato('nowme', 'huggingface', segundos, nuevos_segundos_disponibles)
-
-def modificaModeloActual(nuevo_modelo):
-    """
-    Actualiza el archivo archivos/modelo_actual.txt con el modelo funcional en caso de
-    problemas con el actual.
-    """
-
-    modelo_actual = conexion_firebase.obtenDato('nowme', 'huggingface', 'modelo_actual')
-    conexion_firebase.editaDato('nowme', 'huggingface', 'modelo_actual', nuevo_modelo)
-    print(f"Se actualizó el modelo actual: {modelo_actual} por {nuevo_modelo}.")
-
-def renuevaModeloPrincipal():
-    #Obten el modelo principal (default).   
-    modelo_principal = conexion_firebase.obtenDato('nowme', 'huggingface', 'modelo_principal')
-    #Asignalo como modelo actual.
-    conexion_firebase.editaDato('nowme', 'huggingface', 'modelo_actual', modelo_principal)
 
 def imprimeTimeNow(): 
     """
@@ -89,48 +38,4 @@ def imprimeTimeNow():
     # El formato que deseas es "YYYY-MM-DD HH:MM:SS"
     formatted_time = mexico_city_now.strftime("%Y-%m-%d %H:%M:%S")
 
-    return formatted_time
-
-def esDiaSiguiente(): 
-    """
-    Compara dos timestamps Unix y devuelve True si el día de timestamp_actual
-    es diferente al día de timestamp_registro.
-
-    Args:
-        timestamp_registro (int): Timestamp Unix del registro original (en segundos).
-        timestamp_actual (int): Timestamp Unix actual (en segundos).
-
-    Returns:
-        bool: True si el día de timestamp_actual es diferente al día de
-              timestamp_registro, False si es el mismo día.
-    """
-
-    #Obtiene el último registro de fecha de la base de firestore.
-    fecha_registro_dt = obtenUltimoTimestamp()   
-    print("Primero, el último timestamp obtenido de base es: ", fecha_registro_dt)
-    print("Y su tipo es: ", type(fecha_registro_dt))
-   
-    #Timestamp actual
-    #fecha_actual_dt = datetime.fromtimestamp(int(time.time()))
-    fecha_actual_dt = imprimeTimeNow()
-    print("Segundo, la fecha_actual_dt quedó como: ", fecha_actual_dt)
-    print("Y su tipo es: ", type(fecha_actual_dt))
-    
-
-    formato = "%Y-%m-%d %H:%M:%S"
-    datetime_obj_1 = datetime.strptime(fecha_registro_dt, formato)
-    datetime_obj_2 = datetime.strptime(fecha_actual_dt, formato)   
-        
-    # Extraer solo la fecha de los objetos datetime
-    fecha_registro = datetime_obj_1.date()
-    #print("Primera extracción: ", fecha_registro)
-    fecha_actual = datetime_obj_2.date()
-    #print("Segunda extracción: ", fecha_actual)    
-    
-
-    # Verificar si las fechas son diferentes
-    resultado = fecha_actual > fecha_registro
-    print("Resultado de resta de fechas: ", resultado)
-    
-    
-    return resultado
+    return formatted_time

requirements.txt

@@ -1,6 +1,5 @@
 fastapi
 fastapi[standard]
-huggingface_hub
 gradio_client
 Pillow
 firebase_admin