Aplicar ruff format a todo el código

Cambio mecánico, sin efecto en el comportamiento: la suite pasa igual antes y
después. Va en un commit propio para no tapar los cambios con sentido.

Se agregan además dos flujos de verificación que corren en cada carga al
repositorio:

- YAML: yamllint para sintaxis y estilo, más la carga de cada config contra su
  esquema de pydantic. Son cosas distintas — un YAML puede ser sintácticamente
  perfecto y estar roto igual, con 'run_nombre' en vez de 'run_name'. Ese paso
  no instala torch: se verificó que la capa de configuración no lo importa, así
  que corre en segundos en vez de descargar dos gigas y medio de CUDA.
- Python: ruff check, ruff format --check y la suite completa con torch de CPU.

Las rutas ignoradas de .yamllint.yml van ancladas con barra inicial. Sin
anclar, 'data/' y 'runs/' excluían configs/data/ y configs/runs/ — siete
archivos, justo los que más importa revisar — y el linter pasaba en verde sin
haber mirado nada. Es el mismo defecto que ya había aparecido en .gitignore.

.github/workflows/python.yml

@@ -0,0 +1,64 @@
+# Calidad del código Python, en cada carga.
+#
+# Existe por una razón concreta: ruff estaba configurado en pyproject.toml desde
+# el primer commit y nunca se había ejecutado. Cuando por fin se corrió tenía 15
+# hallazgos, uno de ellos real —`zip()` sin `strict=` trunca en silencio al más
+# corto, así que un test que compara dos listas de distinto largo pasaría sin
+# comparar todo— y otro que delataba un backend sin ninguna prueba.
+#
+# Una regla que no se ejecuta no es una regla.
+name: Python
+
+on:
+  push:
+  pull_request:
+
+jobs:
+  calidad:
+    runs-on: ubuntu-latest
+    steps:
+      - name: Descargar el repositorio
+        uses: actions/checkout@v4
+
+      - name: Preparar Python
+        uses: actions/setup-python@v5
+        with:
+          python-version: "3.12"
+
+      - name: Instalar ruff
+        run: python -m pip install --upgrade pip "ruff>=0.6"
+
+      - name: Estilo y errores
+        # Las reglas viven en pyproject.toml, no acá: un solo lugar donde
+        # cambiarlas, y el mismo resultado corriendo `ruff check .` en local.
+        run: ruff check --output-format=github .
+
+      - name: Formato consistente
+        run: ruff format --check --diff .
+
+  tests:
+    runs-on: ubuntu-latest
+    steps:
+      - name: Descargar el repositorio
+        uses: actions/checkout@v4
+
+      - name: Preparar Python
+        uses: actions/setup-python@v5
+        with:
+          python-version: "3.12"
+
+      - name: Instalar dependencias
+        # torch de CPU explícitamente: la variante con CUDA pesa unos 2,5 GB y
+        # acá no hay placa. La suite entera corre en CPU a propósito.
+        run: |
+          python -m pip install --upgrade pip
+          python -m pip install torch --index-url https://download.pytorch.org/whl/cpu
+          python -m pip install -e ".[dev]"
+
+      - name: Suite de tests
+        # Se desactiva la carga automática de plugins: en entornos con otros
+        # paquetes instalados (ROS, por ejemplo) pytest intenta cargar sus
+        # plugins y falla al recolectar por motivos ajenos al proyecto.
+        env:
+          PYTEST_DISABLE_PLUGIN_AUTOLOAD: "1"
+        run: pytest -q

.github/workflows/yaml.yml

@@ -0,0 +1,45 @@
+# Verificación de los YAML del repositorio, en cada carga.
+#
+# Dos niveles, porque atrapan cosas distintas:
+#
+#   1. yamllint mira la sintaxis y el estilo: indentación, duplicados, tabs.
+#   2. La validación contra el esquema carga cada config con pydantic. Un YAML
+#      puede ser sintácticamente perfecto y estar roto igual — `n_layers` en vez
+#      de `n_layer`, un schedule que no entra en max_steps, float16 sin
+#      GradScaler. Eso solo lo ve el esquema.
+#
+# El segundo paso no instala torch a propósito: la capa de configuración no lo
+# importa, así que el CI corre en segundos en vez de descargar 2,5 GB de CUDA.
+name: YAML
+
+on:
+  push:
+  pull_request:
+
+jobs:
+  yaml:
+    runs-on: ubuntu-latest
+    steps:
+      - name: Descargar el repositorio
+        uses: actions/checkout@v4
+
+      - name: Preparar Python
+        uses: actions/setup-python@v5
+        with:
+          python-version: "3.12"
+
+      - name: Instalar dependencias
+        # Solo lo que hace falta: yamllint para la sintaxis, pydantic y
+        # omegaconf para el esquema. Nada de torch.
+        run: |
+          python -m pip install --upgrade pip
+          python -m pip install "yamllint>=1.35" "pydantic>=2.7" "omegaconf>=2.3"
+
+      - name: Sintaxis y estilo de los YAML
+        # --strict convierte las advertencias en errores: si una regla no vale
+        # la pena, se desactiva en .yamllint.yml, no se deja avisando para
+        # siempre.
+        run: yamllint --strict .
+
+      - name: Las configs cargan y pasan su esquema
+        run: python scripts/validar_configs.py

.yamllint.yml

@@ -0,0 +1,45 @@
+# Reglas de estilo para los YAML del repositorio.
+#
+# Se parte de las reglas por defecto de yamllint y se ajusta solo lo que choca
+# con las convenciones ya establecidas del proyecto.
+extends: default
+
+rules:
+  # 100 caracteres, igual que ruff en pyproject.toml. Los comentarios de las
+  # configs explican decisiones y no entran cómodos en 80.
+  line-length:
+    max: 100
+    allow-non-breakable-words: true
+
+  # No se usa el marcador `---` al inicio de los archivos.
+  document-start: disable
+
+  # `on:` en los workflows es una clave legítima, no el booleano de YAML 1.1.
+  truthy:
+    check-keys: false
+
+  # Las listas dentro de un mapeo se escriben sin indentar de más:
+  #   fallbacks:
+  #     - brave
+  # y también en línea, `fallbacks: [brave]`. Ambas se aceptan.
+  indentation:
+    spaces: 2
+    indent-sequences: consistent
+
+  comments:
+    min-spaces-from-content: 1
+
+  # Los archivos generados por herramientas externas no siempre traen salto
+  # final; no vale la pena fallar el CI por eso.
+  new-line-at-end-of-file: enable
+
+# Anclados con "/" inicial a propósito: sin anclar, "data/" y "runs/" excluyen
+# cualquier directorio con ese nombre en cualquier nivel — incluidos
+# configs/data/ y configs/runs/, que son justamente los que más importa
+# revisar. El síntoma es un linter que pasa en verde sin haber mirado nada.
+ignore: |
+  /.venv/
+  /data/
+  /runs/
+  /snapshots/
+  /checkpoints/

enlace/config/schema.py

@@ -235,9 +235,7 @@ class SearchConfig(_Base):
     """
 
     backend: Literal["duckduckgo", "brave", "searxng"] = "duckduckgo"
-    fallbacks: list[Literal["duckduckgo", "brave", "searxng"]] = Field(
-        default_factory=list
-    )
+    fallbacks: list[Literal["duckduckgo", "brave", "searxng"]] = Field(default_factory=list)
     region: str = "es-es"
     country: str = "uy"
     language: str = "es"

enlace/data/loaders.py

@@ -56,9 +56,7 @@ class ByteStream:
             )
         raw = np.frombuffer(path.read_bytes(), dtype=np.uint8)
         if len(raw) < seq_len * 4:
-            raise ValueError(
-                f"{path} tiene {len(raw)} bytes: muy poco para seq_len={seq_len}."
-            )
+            raise ValueError(f"{path} tiene {len(raw)} bytes: muy poco para seq_len={seq_len}.")
 
         split_at = int(len(raw) * (1.0 - val_fraction))
         self._data = {

enlace/model/transformer.py

@@ -186,9 +186,7 @@ class Transformer(nn.Module):
             total -= self.tok_emb.weight.numel()
         return total
 
-    def forward(
-        self, idx: Tensor, targets: Tensor | None = None
-    ) -> tuple[Tensor, Tensor | None]:
+    def forward(self, idx: Tensor, targets: Tensor | None = None) -> tuple[Tensor, Tensor | None]:
         """Devuelve (logits, loss). `loss` es None si no hay targets."""
         _, t = idx.shape
         if t > self.cfg.seq_len:

enlace/train/checkpoint.py

@@ -122,9 +122,7 @@ def load(
 
     fmt = payload.get("format")
     if fmt != CHECKPOINT_FORMAT:
-        raise ValueError(
-            f"{path}: formato de checkpoint {fmt}, se esperaba {CHECKPOINT_FORMAT}."
-        )
+        raise ValueError(f"{path}: formato de checkpoint {fmt}, se esperaba {CHECKPOINT_FORMAT}.")
 
     module = getattr(model, "_orig_mod", model)
     module.load_state_dict(payload["model"])

enlace/train/train.py

@@ -146,9 +146,7 @@ def train(cfg: Config, resume: bool = False) -> Path:
         if ckpt_path is None:
             print(f"[enlace] --resume sin checkpoints en {run_dir}: se empieza de cero")
         else:
-            meta = checkpoint.load(
-                ckpt_path, model=model, optimizer=optimizer, scaler=scaler
-            )
+            meta = checkpoint.load(ckpt_path, model=model, optimizer=optimizer, scaler=scaler)
             stream.load_state_dict(meta["stream"])
             start_step = meta["step"]
             print(f"[enlace] reanudado desde {ckpt_path.name} en el paso {start_step}")
@@ -157,9 +155,7 @@ def train(cfg: Config, resume: bool = False) -> Path:
         print("[enlace] compilando el modelo (la primera iteración tarda)...")
         model = torch.compile(model)  # type: ignore[assignment]
 
-    tokens_per_step = (
-        cfg.hardware.effective_batch_size * cfg.model.seq_len
-    )
+    tokens_per_step = cfg.hardware.effective_batch_size * cfg.model.seq_len
     fpt = flops_per_token(getattr(model, "_orig_mod", model))
     model.train()
 
@@ -194,9 +190,7 @@ def train(cfg: Config, resume: bool = False) -> Path:
             # se aplicaría sobre gradientes inflados por el GradScaler.
             scaler.unscale_(optimizer)
             grad_norm = float(
-                torch.nn.utils.clip_grad_norm_(
-                    model.parameters(), cfg.train.optimizer.grad_clip
-                )
+                torch.nn.utils.clip_grad_norm_(model.parameters(), cfg.train.optimizer.grad_clip)
             )
         scaler.step(optimizer)
         scaler.update()

pyproject.toml

@@ -30,6 +30,7 @@ distill = [
 dev = [
     "pytest>=8.0",
     "ruff>=0.6",
+    "yamllint>=1.35",
 ]
 
 [build-system]

scripts/validar_configs.py

@@ -0,0 +1,76 @@
+#!/usr/bin/env python3
+"""Valida que todas las configs del repositorio carguen y pasen su esquema.
+
+Un YAML sintácticamente correcto puede seguir estando roto: `n_layers` en vez de
+`n_layer`, un schedule que no entra en `max_steps`, float16 sin GradScaler. Eso
+no lo ve un linter de sintaxis — lo ven los validadores de pydantic, que ya
+existen. Esto los ejecuta sobre cada config del repositorio.
+
+No importa torch a propósito: así el CI valida configs en segundos en vez de
+descargar los dos gigas y medio de CUDA.
+
+    python scripts/validar_configs.py
+"""
+
+from __future__ import annotations
+
+import sys
+from pathlib import Path
+
+RAIZ = Path(__file__).resolve().parent.parent
+sys.path.insert(0, str(RAIZ))
+
+from enlace.config.load import (  # noqa: E402
+    ConfigError,
+    load_agent_config,
+    load_config,
+    load_distill_config,
+)
+
+
+def validar() -> int:
+    fallas: list[tuple[Path, str]] = []
+    verificadas = 0
+
+    # Las configs de corrida componen las cuatro capas, así que validarlas
+    # cubre transitivamente hardware, modelo, entrenamiento y datos.
+    for path in sorted((RAIZ / "configs" / "runs").glob("*.yaml")):
+        try:
+            cfg = load_config(path)
+            verificadas += 1
+            print(
+                f"  OK    {path.relative_to(RAIZ)}  "
+                f"({cfg.hardware.name} / {cfg.model.name} / {cfg.train.run_name})"
+            )
+        except ConfigError as exc:
+            fallas.append((path, str(exc)))
+            print(f"  FALLA {path.relative_to(RAIZ)}")
+
+    # Los árboles que no son de entrenamiento se cargan aparte.
+    for etiqueta, cargador, path in (
+        ("agente", load_agent_config, RAIZ / "configs" / "agent" / "tools.yaml"),
+        ("destilación", load_distill_config, RAIZ / "configs" / "data" / "distill.yaml"),
+    ):
+        try:
+            cargador(path)
+            verificadas += 1
+            print(f"  OK    {path.relative_to(RAIZ)}  ({etiqueta})")
+        except ConfigError as exc:
+            fallas.append((path, str(exc)))
+            print(f"  FALLA {path.relative_to(RAIZ)}")
+
+    print()
+    if fallas:
+        for path, motivo in fallas:
+            print(f"--- {path.relative_to(RAIZ)} ---")
+            print(motivo)
+            print()
+        print(f"{len(fallas)} config(s) inválida(s) de {verificadas + len(fallas)}.")
+        return 1
+
+    print(f"{verificadas} configs válidas.")
+    return 0
+
+
+if __name__ == "__main__":
+    raise SystemExit(validar())

tests/test_resume.py

@@ -92,9 +92,7 @@ def test_el_estado_rng_se_restaura_desde_cpu(monkeypatch):
 
     recibidos = []
     original = torch.set_rng_state
-    monkeypatch.setattr(
-        torch, "set_rng_state", lambda s: (recibidos.append(s), original(s))[1]
-    )
+    monkeypatch.setattr(torch, "set_rng_state", lambda s: (recibidos.append(s), original(s))[1])
 
     _restore_rng(_rng_state())
     assert recibidos, "no se llamó a set_rng_state"