mirror of
https://github.com/MartinGia/lora-analyzer.git
synced 2026-06-26 21:11:02 +02:00
Primera versión: LoRA Analyzer completo con CLI, Web App y API
This commit is contained in:
Martin Gracia
+385
@@ -0,0 +1,385 @@
|
||||
"""
|
||||
LoRA Analyzer API REST
|
||||
API con FastAPI para analizar archivos LoRA programáticamente
|
||||
"""
|
||||
|
||||
from fastapi import FastAPI, File, UploadFile, HTTPException
|
||||
from fastapi.responses import JSONResponse
|
||||
from fastapi.middleware.cors import CORSMiddleware
|
||||
from typing import List
|
||||
import tempfile
|
||||
import shutil
|
||||
from pathlib import Path
|
||||
import numpy as np
|
||||
from lora_analyzer import LoRAAnalyzer
|
||||
|
||||
|
||||
def convert_numpy_types(obj):
|
||||
"""Convierte tipos numpy a tipos nativos de Python para serialización JSON"""
|
||||
if isinstance(obj, dict):
|
||||
return {key: convert_numpy_types(value) for key, value in obj.items()}
|
||||
elif isinstance(obj, list):
|
||||
return [convert_numpy_types(item) for item in obj]
|
||||
elif isinstance(obj, np.integer):
|
||||
return int(obj)
|
||||
elif isinstance(obj, np.floating):
|
||||
return float(obj)
|
||||
elif isinstance(obj, np.ndarray):
|
||||
return obj.tolist()
|
||||
elif isinstance(obj, set):
|
||||
return list(obj)
|
||||
else:
|
||||
return obj
|
||||
|
||||
|
||||
# Crear la aplicación FastAPI
|
||||
app = FastAPI(
|
||||
title="LoRA Analyzer API",
|
||||
description="API REST para analizar archivos LoRA (.safetensors, .pt, .ckpt)",
|
||||
version="1.0.0"
|
||||
)
|
||||
|
||||
# Configurar CORS
|
||||
app.add_middleware(
|
||||
CORSMiddleware,
|
||||
allow_origins=["*"],
|
||||
allow_credentials=True,
|
||||
allow_methods=["*"],
|
||||
allow_headers=["*"],
|
||||
)
|
||||
|
||||
|
||||
@app.get("/")
|
||||
async def root():
|
||||
"""Endpoint raíz con información de la API"""
|
||||
return {
|
||||
"name": "LoRA Analyzer API",
|
||||
"version": "1.0.0",
|
||||
"endpoints": {
|
||||
"GET /": "Esta información",
|
||||
"POST /analyze": "Analiza un archivo LoRA",
|
||||
"POST /analyze/batch": "Analiza múltiples archivos LoRA",
|
||||
"POST /compare": "Compara múltiples archivos LoRA",
|
||||
"GET /health": "Estado de salud del servicio",
|
||||
"GET /docs": "Documentación interactiva (Swagger)"
|
||||
},
|
||||
"supported_formats": [".safetensors", ".pt", ".pth", ".ckpt"],
|
||||
"documentation": "/docs"
|
||||
}
|
||||
|
||||
|
||||
@app.get("/health")
|
||||
async def health_check():
|
||||
"""Verifica el estado del servicio"""
|
||||
return {
|
||||
"status": "healthy",
|
||||
"service": "lora-analyzer-api",
|
||||
"version": "1.0.0"
|
||||
}
|
||||
|
||||
|
||||
@app.post("/analyze")
|
||||
async def analyze_lora(file: UploadFile = File(...)):
|
||||
"""
|
||||
Analiza un único archivo LoRA
|
||||
|
||||
Args:
|
||||
file: Archivo LoRA (.safetensors, .pt, .pth, .ckpt)
|
||||
|
||||
Returns:
|
||||
JSON con análisis completo del LoRA
|
||||
"""
|
||||
# Validar extensión
|
||||
file_ext = Path(file.filename).suffix.lower()
|
||||
if file_ext not in [".safetensors", ".pt", ".pth", ".ckpt"]:
|
||||
raise HTTPException(
|
||||
status_code=400,
|
||||
detail=f"Formato no soportado: {file_ext}. Use .safetensors, .pt, .pth o .ckpt"
|
||||
)
|
||||
|
||||
# Guardar archivo temporal
|
||||
temp_file = None
|
||||
try:
|
||||
with tempfile.NamedTemporaryFile(delete=False, suffix=file_ext) as temp_file:
|
||||
shutil.copyfileobj(file.file, temp_file)
|
||||
temp_path = temp_file.name
|
||||
|
||||
# Analizar el archivo
|
||||
analyzer = LoRAAnalyzer(temp_path)
|
||||
analysis = analyzer.analyze()
|
||||
|
||||
# Convertir tipos numpy a tipos nativos de Python
|
||||
analysis = convert_numpy_types(analysis)
|
||||
|
||||
return JSONResponse(content={
|
||||
"success": True,
|
||||
"filename": file.filename,
|
||||
"analysis": analysis
|
||||
})
|
||||
|
||||
except Exception as e:
|
||||
raise HTTPException(
|
||||
status_code=500,
|
||||
detail=f"Error al analizar el archivo: {str(e)}"
|
||||
)
|
||||
|
||||
finally:
|
||||
# Limpiar archivo temporal
|
||||
if temp_file:
|
||||
try:
|
||||
Path(temp_path).unlink()
|
||||
except:
|
||||
pass
|
||||
|
||||
|
||||
@app.post("/analyze/batch")
|
||||
async def analyze_batch(files: List[UploadFile] = File(...)):
|
||||
"""
|
||||
Analiza múltiples archivos LoRA
|
||||
|
||||
Args:
|
||||
files: Lista de archivos LoRA
|
||||
|
||||
Returns:
|
||||
JSON con análisis de todos los archivos
|
||||
"""
|
||||
if not files:
|
||||
raise HTTPException(status_code=400, detail="No se proporcionaron archivos")
|
||||
|
||||
results = []
|
||||
errors = []
|
||||
|
||||
for file in files:
|
||||
file_ext = Path(file.filename).suffix.lower()
|
||||
if file_ext not in [".safetensors", ".pt", ".pth", ".ckpt"]:
|
||||
errors.append({
|
||||
"filename": file.filename,
|
||||
"error": f"Formato no soportado: {file_ext}"
|
||||
})
|
||||
continue
|
||||
|
||||
temp_file = None
|
||||
try:
|
||||
with tempfile.NamedTemporaryFile(delete=False, suffix=file_ext) as temp_file:
|
||||
shutil.copyfileobj(file.file, temp_file)
|
||||
temp_path = temp_file.name
|
||||
|
||||
analyzer = LoRAAnalyzer(temp_path)
|
||||
analysis = analyzer.analyze()
|
||||
|
||||
# Convertir tipos numpy
|
||||
analysis = convert_numpy_types(analysis)
|
||||
|
||||
results.append({
|
||||
"filename": file.filename,
|
||||
"analysis": analysis
|
||||
})
|
||||
|
||||
except Exception as e:
|
||||
errors.append({
|
||||
"filename": file.filename,
|
||||
"error": str(e)
|
||||
})
|
||||
|
||||
finally:
|
||||
if temp_file:
|
||||
try:
|
||||
Path(temp_path).unlink()
|
||||
except:
|
||||
pass
|
||||
|
||||
return JSONResponse(content={
|
||||
"success": True,
|
||||
"total_files": len(files),
|
||||
"analyzed": len(results),
|
||||
"failed": len(errors),
|
||||
"results": results,
|
||||
"errors": errors
|
||||
})
|
||||
|
||||
|
||||
@app.post("/compare")
|
||||
async def compare_loras(files: List[UploadFile] = File(...)):
|
||||
"""
|
||||
Compara múltiples archivos LoRA
|
||||
|
||||
Args:
|
||||
files: Lista de al menos 2 archivos LoRA
|
||||
|
||||
Returns:
|
||||
JSON con comparación detallada
|
||||
"""
|
||||
if len(files) < 2:
|
||||
raise HTTPException(
|
||||
status_code=400,
|
||||
detail="Se requieren al menos 2 archivos para comparar"
|
||||
)
|
||||
|
||||
analyses = []
|
||||
temp_files = []
|
||||
|
||||
try:
|
||||
# Analizar todos los archivos
|
||||
for file in files:
|
||||
file_ext = Path(file.filename).suffix.lower()
|
||||
if file_ext not in [".safetensors", ".pt", ".pth", ".ckpt"]:
|
||||
raise HTTPException(
|
||||
status_code=400,
|
||||
detail=f"Formato no soportado: {file_ext}"
|
||||
)
|
||||
|
||||
with tempfile.NamedTemporaryFile(delete=False, suffix=file_ext) as temp_file:
|
||||
shutil.copyfileobj(file.file, temp_file)
|
||||
temp_path = temp_file.name
|
||||
temp_files.append(temp_path)
|
||||
|
||||
analyzer = LoRAAnalyzer(temp_path)
|
||||
analysis = analyzer.analyze()
|
||||
|
||||
# Convertir tipos numpy
|
||||
analysis = convert_numpy_types(analysis)
|
||||
|
||||
analyses.append({
|
||||
"filename": file.filename,
|
||||
"analysis": analysis
|
||||
})
|
||||
|
||||
# Crear comparación
|
||||
comparison = create_comparison(analyses)
|
||||
|
||||
return JSONResponse(content={
|
||||
"success": True,
|
||||
"total_files": len(files),
|
||||
"comparison": comparison
|
||||
})
|
||||
|
||||
except Exception as e:
|
||||
raise HTTPException(
|
||||
status_code=500,
|
||||
detail=f"Error al comparar archivos: {str(e)}"
|
||||
)
|
||||
|
||||
finally:
|
||||
# Limpiar archivos temporales
|
||||
for temp_path in temp_files:
|
||||
try:
|
||||
Path(temp_path).unlink()
|
||||
except:
|
||||
pass
|
||||
|
||||
|
||||
def create_comparison(analyses):
|
||||
"""Crea un objeto de comparación estructurado"""
|
||||
comparison = {
|
||||
"files": [],
|
||||
"comparison_table": {}
|
||||
}
|
||||
|
||||
# Información de cada archivo
|
||||
for item in analyses:
|
||||
analysis = item["analysis"]
|
||||
comparison["files"].append({
|
||||
"filename": item["filename"],
|
||||
"size_mb": analysis["file_info"].get("tamaño_mb", 0),
|
||||
"format": analysis["file_info"].get("extension", "unknown")
|
||||
})
|
||||
|
||||
# Tabla de comparación
|
||||
features = [
|
||||
("size_mb", "Tamaño (MB)", lambda a: a["file_info"].get("tamaño_mb", "N/A")),
|
||||
("total_layers", "Total capas", lambda a: a.get("architecture", {}).get("total_layers", "N/A")),
|
||||
("rank", "Rank", lambda a: a.get("architecture", {}).get("rank_info", {}).get("most_common_rank", "N/A")),
|
||||
("base_model", "Modelo base", lambda a: a.get("metadata", {}).get("ss_base_model", "N/A")),
|
||||
("train_images", "Imágenes entreno", lambda a: a.get("metadata", {}).get("ss_num_train_images", "N/A")),
|
||||
("learning_rate", "Learning rate", lambda a: a.get("metadata", {}).get("ss_learning_rate", "N/A")),
|
||||
("epochs", "Épocas", lambda a: a.get("metadata", {}).get("ss_num_epochs", "N/A")),
|
||||
]
|
||||
|
||||
for key, label, getter in features:
|
||||
comparison["comparison_table"][key] = {
|
||||
"label": label,
|
||||
"values": [getter(item["analysis"]) for item in analyses]
|
||||
}
|
||||
|
||||
return comparison
|
||||
|
||||
|
||||
# Agregar documentación personalizada
|
||||
@app.get("/examples")
|
||||
async def api_examples():
|
||||
"""Ejemplos de uso de la API"""
|
||||
return {
|
||||
"curl_examples": {
|
||||
"analyze_single": """
|
||||
curl -X POST "http://localhost:8000/analyze" \\
|
||||
-H "accept: application/json" \\
|
||||
-H "Content-Type: multipart/form-data" \\
|
||||
-F "file=@mi_lora.safetensors"
|
||||
""",
|
||||
"analyze_batch": """
|
||||
curl -X POST "http://localhost:8000/analyze/batch" \\
|
||||
-H "accept: application/json" \\
|
||||
-H "Content-Type: multipart/form-data" \\
|
||||
-F "files=@lora1.safetensors" \\
|
||||
-F "files=@lora2.pt"
|
||||
""",
|
||||
"compare": """
|
||||
curl -X POST "http://localhost:8000/compare" \\
|
||||
-H "accept: application/json" \\
|
||||
-H "Content-Type: multipart/form-data" \\
|
||||
-F "files=@lora1.safetensors" \\
|
||||
-F "files=@lora2.safetensors"
|
||||
"""
|
||||
},
|
||||
"python_example": """
|
||||
import requests
|
||||
|
||||
# Analizar un archivo
|
||||
with open('mi_lora.safetensors', 'rb') as f:
|
||||
response = requests.post(
|
||||
'http://localhost:8000/analyze',
|
||||
files={'file': f}
|
||||
)
|
||||
print(response.json())
|
||||
|
||||
# Comparar múltiples archivos
|
||||
files = [
|
||||
('files', open('lora1.safetensors', 'rb')),
|
||||
('files', open('lora2.safetensors', 'rb'))
|
||||
]
|
||||
response = requests.post(
|
||||
'http://localhost:8000/compare',
|
||||
files=files
|
||||
)
|
||||
print(response.json())
|
||||
""",
|
||||
"javascript_example": """
|
||||
// Usando fetch API
|
||||
const formData = new FormData();
|
||||
formData.append('file', fileInput.files[0]);
|
||||
|
||||
fetch('http://localhost:8000/analyze', {
|
||||
method: 'POST',
|
||||
body: formData
|
||||
})
|
||||
.then(response => response.json())
|
||||
.then(data => console.log(data));
|
||||
"""
|
||||
}
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
import uvicorn
|
||||
|
||||
print("🚀 Iniciando LoRA Analyzer API...")
|
||||
print("📡 API disponible en: http://localhost:8000")
|
||||
print("📚 Documentación: http://localhost:8000/docs")
|
||||
print("🔍 Ejemplos: http://localhost:8000/examples")
|
||||
print("🛑 Presiona Ctrl+C para detener el servidor")
|
||||
|
||||
uvicorn.run(
|
||||
app,
|
||||
host="0.0.0.0",
|
||||
port=8000,
|
||||
log_level="info"
|
||||
)
|
||||
Reference in New Issue
Block a user