rafa
2fa50a8600
El cron apuntaba al checkout principal, que cambia de rama a menudo. Al pasar a docs/rescate-gap-194 (5-ago) los scripts del backlog dejaron de existir en el working tree y el cron fallo en silencio: 7 ventanas perdidas hasta el 8-ago. Ahora REPO se deduce de la ubicacion del script y el cron/informe apuntan a ~/worktrees/fea-tts-backlog, fijado a esta rama, inmune a los checkouts. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
143 lines
6.8 KiB
Bash
Executable File
143 lines
6.8 KiB
Bash
Executable File
#!/usr/bin/env bash
|
|
# Cron del backlog de TTS por autor (issue rafa/feadulta#188).
|
|
# Corre cada 5 h los lunes, viernes, sábados y domingos, aprovechando la cuota
|
|
# ociosa de MiniMax para locutar artículos antiguos. Por ventana:
|
|
# 1) Mide la cuota y CALCULA el tamaño de la tanda para llenar la ventana hasta
|
|
# el objetivo. Un tamaño fijo desaprovecha: deja la ventana a medias cuando
|
|
# está libre, y no cabe cuando está medio usada. Al dimensionar por hueco
|
|
# libre, además, deja de importar dónde caiga el cron respecto a la ventana.
|
|
# 2) tts_produce.py --autor ... --max N: la cola sale de la BD, así que esto es
|
|
# idempotente por construcción — lo ya locutado no vuelve a salir.
|
|
# SOLO LOCAL: no toca producción. Publicar en prod es sync_audio_to_prod.py, que
|
|
# está bloqueado hasta después del cutover a Hetzner (#180).
|
|
# flock evita solapes si una ventana se alargara. Log por día.
|
|
set -uo pipefail
|
|
|
|
export PATH="/home/rafa/.local/bin:/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin"
|
|
export HOME="/home/rafa"
|
|
|
|
# El repo NO se fija a mano: se deduce de dónde vive este script. El checkout
|
|
# principal cambia de rama a menudo, y en las ramas que no llevan estos scripts
|
|
# el cron se quedaba llamando a un fichero inexistente y fallaba en silencio
|
|
# (pasó del 5 al 8 de agosto de 2026: 7 ventanas perdidas). Por eso el cron
|
|
# apunta al worktree fijo ~/worktrees/fea-tts-backlog, y desde aquí se
|
|
# autodetecta: donde esté el script, ahí está su repo.
|
|
REPO="${FEA_TTS_REPO:-$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)}"
|
|
PY="/home/rafa/tts-local/xtts-venv/bin/python"
|
|
QUOTA="/home/rafa/ytsummaries/scripts/quota.py"
|
|
WORK="/tmp/fea-tts-backlog"
|
|
LOG="$WORK/cron-$(date +%F).log"
|
|
LOCK="$WORK/cron.lock"
|
|
|
|
# Cola: cambiar aquí (o por entorno) para pasar de un autor a otro.
|
|
# 382 Fray Marcos · 383 Pagola · 774 Sicre · 386 Arregi
|
|
AUTOR="${FEA_TTS_AUTOR:-382}"
|
|
DESDE="${FEA_TTS_DESDE:-2025}"
|
|
HASTA="${FEA_TTS_HASTA:-2026}"
|
|
|
|
# Coste medido de un audio, en DÉCIMAS de punto porcentual (aritmética entera en
|
|
# bash). Dos tandas de 10 el 2026-08-02: la ventana de 5 h fue 0→45→88 (~4,4 pts
|
|
# por audio) y la semanal 10→14→18 (~0,4 pts). Artículos de Fray Marcos de
|
|
# 4.000-5.000 caracteres; si se locuta a otro autor con textos mucho más largos,
|
|
# revisar estos números con un par de tandas.
|
|
COSTE_5H="${FEA_TTS_COSTE_5H:-44}"
|
|
COSTE_SEM="${FEA_TTS_COSTE_SEM:-4}"
|
|
|
|
# Objetivos de llenado (%). Dejar cuota sin usar al llegar el reset es tirarla.
|
|
OBJ_5H="${FEA_TTS_OBJ_5H:-90}"
|
|
OBJ_SEM="${FEA_TTS_OBJ_SEM:-85}"
|
|
|
|
# La semanal NO se gasta a tope en cada ventana: se REPARTE entre las ventanas
|
|
# que quedan hasta su reset. Llenar cada ventana de 5 h al 90 % son ~8 puntos de
|
|
# semanal, y hay 20 ventanas activas por semana: 160 puntos para un presupuesto
|
|
# de 85. Sin reparto, domingo y lunes se lo comen y el fin de semana se queda a
|
|
# cero. Con reparto sale ~10 audios por ventana, y en la última ventana de la
|
|
# semana el reparto vale todo lo que sobre, así que tampoco queda cuota sin usar.
|
|
|
|
# Tope de seguridad por tanda y override manual (FEA_TTS_BATCH fija el tamaño y
|
|
# se salta el cálculo).
|
|
MAX_BATCH="${FEA_TTS_MAX_BATCH:-25}"
|
|
|
|
mkdir -p "$WORK"
|
|
cd "$REPO" || exit 1
|
|
|
|
ts() { date +'%F %T'; }
|
|
exec 9>"$LOCK"
|
|
if ! flock -n 9; then
|
|
echo "[$(ts)] otra corrida en curso, salto." >> "$LOG"; exit 0
|
|
fi
|
|
|
|
echo "[$(ts)] === cron TTS backlog start (autor=$AUTOR $DESDE-$HASTA) ===" >> "$LOG"
|
|
|
|
# 1) Medir la cuota, y contar cuántas ventanas del cron quedan hasta que se
|
|
# reinicie la semanal — es el denominador del reparto.
|
|
read -r PCT5 PCTW HSEM VENTANAS <<< "$(python3 "$QUOTA" --json --no-local 2>/dev/null | python3 -c '
|
|
import json, sys
|
|
from datetime import datetime, timedelta, timezone
|
|
|
|
# DEBEN COINCIDIR CON EL CRONTAB: 0 */5 * * 1,5,6,0
|
|
HORAS = {0, 5, 10, 15, 20}
|
|
DIAS = {0, 4, 5, 6} # lun, vie, sab, dom en datetime.weekday()
|
|
|
|
def pct(v):
|
|
# OJO: 0.0 es un valor legítimo (ventana entera libre) y es falsy en Python.
|
|
# Un `v or 100` aquí aborta la tanda justo cuando hay toda la cuota disponible.
|
|
return int(v) if v is not None else 100
|
|
|
|
try:
|
|
d = json.load(sys.stdin)
|
|
m = next(p for p in d["providers"] if p["provider"] == "minimax" and p.get("ok"))
|
|
horas, ventanas = 999, 1
|
|
try:
|
|
fin = datetime.fromisoformat(m["week_reset"]).astimezone()
|
|
ahora = datetime.now().astimezone()
|
|
horas = max(int((fin - ahora).total_seconds() // 3600), 0)
|
|
# Esta corrida cuenta como una; se suman las que quedan programadas.
|
|
t = (ahora + timedelta(hours=1)).replace(minute=0, second=0, microsecond=0)
|
|
while t < fin:
|
|
if t.hour in HORAS and t.weekday() in DIAS:
|
|
ventanas += 1
|
|
t += timedelta(hours=1)
|
|
except Exception:
|
|
pass
|
|
print(pct(m.get("five_h_pct")), pct(m.get("week_pct")), horas, ventanas)
|
|
except Exception:
|
|
print(100, 100, 999, 1) # sin lectura fiable de cuota, no se gasta
|
|
' 2>/dev/null || echo "100 100 999 1")"
|
|
[ "${VENTANAS:-0}" -lt 1 ] && VENTANAS=1
|
|
|
|
# 2) Dimensionar la tanda. Dos límites, manda el más restrictivo:
|
|
# - la ventana de 5 h: se llena hasta OBJ_5H aquí y ahora;
|
|
# - la semanal: solo la parte que le toca a esta ventana de lo que queda.
|
|
CABE_5H=$(( ((OBJ_5H - PCT5) * 10) / COSTE_5H ))
|
|
CABE_SEM=$(( (((OBJ_SEM - PCTW) * 10) / VENTANAS) / COSTE_SEM ))
|
|
[ "$CABE_5H" -lt 0 ] && CABE_5H=0
|
|
[ "$CABE_SEM" -lt 0 ] && CABE_SEM=0
|
|
|
|
BATCH=$CABE_5H
|
|
[ "$CABE_SEM" -lt "$BATCH" ] && BATCH=$CABE_SEM
|
|
[ "$BATCH" -gt "$MAX_BATCH" ] && BATCH=$MAX_BATCH
|
|
# Override manual: fija el tamaño y se salta todo el cálculo.
|
|
[ -n "${FEA_TTS_BATCH:-}" ] && BATCH="$FEA_TTS_BATCH"
|
|
|
|
echo "[$(ts)] MiniMax 5h=${PCT5}% semana=${PCTW}% · reset semanal en ${HSEM}h, ${VENTANAS} ventanas por delante" >> "$LOG"
|
|
echo "[$(ts)] Caben: ${CABE_5H} por la de 5h, ${CABE_SEM} por el reparto semanal → tanda de ${BATCH}" >> "$LOG"
|
|
|
|
if [ "$BATCH" -lt 1 ]; then
|
|
echo "[$(ts)] ABORT: no cabe ni un audio sin pasarse del objetivo; salto esta ventana." >> "$LOG"
|
|
exit 0
|
|
fi
|
|
|
|
# 3) Tanda. tts_produce.py ya para solo ante rc 2056/1039 (cuota/rate limit).
|
|
# Una tanda larga puede desbordar el reset de 5 h (~2,6 min por audio): no pasa
|
|
# nada, lo que sobra lo absorbe la ventana siguiente y la próxima corrida la
|
|
# mide y se redimensiona sola. Cortar por tiempo dejaría cuota sin gastar.
|
|
echo "[$(ts)] tts_produce --autor $AUTOR --desde $DESDE --hasta $HASTA --max $BATCH ..." >> "$LOG"
|
|
"$PY" scripts/tts_produce.py --autor "$AUTOR" --desde "$DESDE" --hasta "$HASTA" \
|
|
--max "$BATCH" >> "$LOG" 2>&1
|
|
|
|
# 4) Cuánto queda tras la tanda (recuento fresco de la BD, barato y sin cuota).
|
|
QUEDAN="$("$PY" scripts/tts_produce.py --autor "$AUTOR" --desde "$DESDE" --hasta "$HASTA" \
|
|
--dry-run 2>/dev/null | sed -n 's/.*Cola: \([0-9]*\) posts.*/\1/p' | tail -1)"
|
|
echo "[$(ts)] === cron TTS backlog done. Pendientes autor $AUTOR $DESDE-$HASTA: ${QUEDAN:-?} ===" >> "$LOG"
|