Metadata-Version: 2.4
Name: projectname-pycore
Version: 0.1.1
Requires-Dist: smooth-criminal>=0.8.0
Summary: Proyecto ejemplo PyCore con núcleo Rust y API Python
Author: Adolfo González Hernández
Requires-Python: >=3.10
Description-Content-Type: text/markdown; charset=UTF-8; variant=GFM

# PyCore 1.0 — estado estable

Este esqueleto separa claramente las capas del proyecto y refleja el estado
estable de la versión **1.0.0**:

- `pycore/`: núcleo Rust.
- `python/projectname/`: capa Python que consume el núcleo.
- `tests/`: pruebas asociadas.

## Árbol de directorios actual

```
project/
├── pycore/
│   ├── Cargo.lock
│   ├── Cargo.toml
│   └── src/
│       └── lib.rs
├── python/
│   └── projectname/
│       ├── __init__.py
│       ├── api.py
│       └── core.py
├── README.md
├── pyproject.toml
└── tests/
    ├── README.md
    ├── __init__.py
    └── test_core.py
```

Regla básica: **Python y Rust viven juntos, pero no mezclados**. Cada lenguaje se mantiene en su propio árbol sin cruzar implementaciones.

Nota rápida: **PyCore no piensa, ejecuta**; cualquier contribución debe respetar el contrato descrito en [docs/fase5_contrato.md](../docs/fase5_contrato.md).

## Dónde va cada pieza de lógica

Para mantener la disciplina del roadmap, seguimos la regla de colocar el **código crítico** y los **bucles** en `pycore/`, mientras que la **orquestación** y la **API pública** residen en `python/projectname/`. Consulta el detalle en [docs/hoja_ruta.txt](../docs/hoja_ruta.txt).

- `pycore/` (núcleo Rust):
  - Bucles ajustados al rendimiento.
  - Validaciones masivas o parsing intensivo.
  - Cálculo pesado (álgebra, cifrado, ML kernels).

- `python/projectname/` (capa Python):
  - DSLs y funciones que componen pipelines.
  - Orquestación de llamadas batch al core.
  - API pública y contratos expuestos a usuarios finales.

## Requisitos previos

Para construir el paquete necesitas instalar:

- Python **>= 3.10**.
- Rust **>= 1.75** con `cargo` disponible en el PATH.
- [`maturin`](https://github.com/PyO3/maturin) instalado en el entorno de Python.

### Verificación rápida del entorno (ejecutada desde `project/`)

- Python reporta `Python 3.12.12`, cumpliendo con el mínimo requerido.
- Rust y `cargo` reportan `rustc 1.89.0` y `cargo 1.89.0`, ambos superiores al mínimo solicitado.
- `maturin` está instalado en el entorno actual con la versión `1.10.2`.

## Fase 4: Compilar e instalar PyCore

### Prerrequisitos

- Rust **>= 1.75** disponible en el PATH.
- [`maturin`](https://github.com/PyO3/maturin) instalado en el entorno actual.
- Python **>= 3.10**.

### Pasos desde `project/`

1. Asegúrate de tener `maturin` instalado (si falta, instálalo):

   ```bash
   pip install maturin
   ```

2. Compila e instala el módulo en modo desarrollo:

   ```bash
   maturin develop
   ```

3. Verifica rápidamente que el módulo quedó disponible en el entorno:

   ```bash
   python -c "import pycore; print(pycore.core_add(2,3))"
   ```

## Estado del núcleo Rust

El archivo `project/pycore/src/lib.rs` expone la función `core_add` como parte del módulo `pycore` y cuenta con pruebas internas que cubren sumas de enteros positivos, negativos y casos límite (incluido el cero) para validar el comportamiento básico del núcleo.

## Construcción local rápida

Ejecuta el siguiente comando desde la carpeta `project` para compilar la extensión y exponerla en el entorno actual. El manifiesto de Cargo vive en `pycore/` y queda referenciado en `pyproject.toml`, así que no necesitas pasarle rutas adicionales a `maturin`:

```bash
maturin develop
```

Tras compilar, puedes ejecutar el smoke test `tests/smoke_pycore.py`, que imprime la verificación `pycore.core_add(2, 3) == 5` si el módulo fue instalado correctamente.

## Fase 6 — API gruesa (estable)

La hoja de ruta exige minimizar cruces Py↔Core: **una llamada, muchos elementos**. Agrupa los datos en lotes y delega en funciones batch para reducir la latencia. Consulta la guía detallada en [docs/fase6_api_gruesa.md](../docs/fase6_api_gruesa.md). El tamaño de lote recomendado y por defecto en 1.0 es **20_000** (`DEFAULT_BATCH_SIZE`).

### Ejemplo mínimo con la API batch actual

```python
from projectname.api import add_batch

# Paquetiza los datos una sola vez
pares = [(1, 2), (5, -5), (-3, 4)]

# Una llamada al núcleo procesa todo el lote
resultados = add_batch(pares)
print(resultados)  # [3, 0, 1]
```

### Ejemplo mixto con `process_batch`

Este es el recorrido recomendado para lotes heterogéneos: materializa el lote,
haz una sola llamada gruesa y evita bucles Python→Core repetidos. La guía
completa está en [docs/fase6_api_gruesa.md](../docs/fase6_api_gruesa.md), que
refuerza la regla **«una llamada, muchos elementos»**. Por defecto se procesan
fragmentos de 20k operaciones para equilibrar latencia y throughput.

```python
from projectname.api import process_batch

# Lote mixto: cada tupla sigue el esquema (operacion, a, b)
lote_mixto = [
    ("add", 3, 5),
    ("subtract", 10, 7),
    ("add", -2, 4),
]

# Una sola ida y vuelta al núcleo para todo el lote
resultados = process_batch(lote_mixto)
print(resultados)  # [8, 3, 2]
```

> ⚠️ Evita patrones del tipo `for op in operaciones: process(op)` desde
> Python. Cada iteración abre un cruce Py↔Core extra: empaqueta todo y haz una
> única llamada gruesa.

## Fase 7 — Integración con Smooth Criminal (estable)

La fase 7 expande la API gruesa para convivir con **Smooth Criminal**, la capa
Python que orquesta y limpia los lotes antes de delegarlos en `process_batch`.
El objetivo es mantener la regla del roadmap (*una llamada, muchos elementos*),
reducir cruces Py↔Core y conservar trazabilidad en pipelines declarativos.

### Instalación y requisitos

1. Activa el entorno donde ya tienes compilado PyCore (`maturin develop`).
2. Instala Smooth Criminal desde PyPI (o la fuente interna definida en la hoja
   de ruta). La dependencia se resuelve en tiempo de ejecución y **no** se
   empaqueta ningún stub local en el wheel publicado:

   ```bash
   pip install "smooth-criminal>=0.8.0"
   ```

3. Confirma que el módulo se resuelve en el intérprete configurado por tu IDE.

### Pipeline mínimo con `@sc.pipeline`

Smooth Criminal expone un decorador `@sc.pipeline` que permite envolver la
orquestación previa al núcleo. El ejemplo siguiente empaqueta un lote mixto,
normaliza alias de operación y hace una sola llamada gruesa a
`projectname.smooth.process`, que delega en `core_process_batch` aplicando el
`DEFAULT_BATCH_SIZE` estable (20k) salvo que se indique lo contrario.

```python
import smooth_criminal as sc
from projectname.smooth import process


@sc.pipeline
def pipeline_pycore(lote, *, batch_size=None):
    # Valida el esquema (operacion, a, b), normaliza alias y respeta el tamaño
    # de lote por defecto si no se especifica otro explícito.
    return process(lote, batch_size=batch_size)


if __name__ == "__main__":
    operaciones = [
        ("add", 3, 5),
        ("resta", 10, 7),
        ("+", -2, 4),
    ]
    resultados = pipeline_pycore(operaciones)
    print(resultados)

## Detección automática de cuellos de botella (CLI)

Para acelerar la pycorización sin recurrir a inspecciones manuales, la
distribución incluye el comando `projectname-bottleneck`:

- `projectname-bottleneck detect --script tu_script.py -- arg1 arg2` perfila el
  recorrido como `__main__` y muestra las funciones con mayor tiempo
  acumulado.
- `projectname-bottleneck detect --callable modulo:funcion` ejecuta un callable
  directo (sin try/except alrededor de imports) y devuelve el mismo resumen.
- `projectname-bottleneck pycorice --script tu_script.py` usa la ruta
  simplificada para generar automáticamente un plan de pycorización con
  comandos listos para pegar. También puede invocarse como atajo con
  `projectname-bottleneck -pycorice --script ...` o directamente con el
  script `projectname-pycorice`.

El resultado incluye tareas guiadas para priorizar la pycorización. Consulta
[`docs/tareas_bottleneck_cli.md`](docs/tareas_bottleneck_cli.md) para ver un
checklist detallado y repetir el comando de forma segura en CI.

## Notas de migración hacia 1.0

- El tamaño de lote por defecto sube de 10_000 a **20_000** para maximizar el
  throughput sin penalizar la latencia perceptible.
- Las rutas recomendadas pasan a ser `projectname.process` y
  `projectname.process_pipeline` (decoradas con Smooth) para centralizar
  validaciones y normalización de alias.
- El resto de funciones (`add`, `add_batch_core`) permanecen para compatibilidad
  pero se consideran rutas finas; prioriza siempre la API gruesa y los
  pipelines Smooth.

