Primera versión: LoRA Analyzer completo con CLI, Web App y API

lora_cli.py

@@ -0,0 +1,169 @@
+#!/usr/bin/env python3
+"""
+LoRA Analyzer CLI
+Herramienta de línea de comandos para analizar archivos LoRA
+"""
+
+import argparse
+import sys
+import json
+from pathlib import Path
+from lora_analyzer import LoRAAnalyzer, format_analysis_report
+
+
+def main():
+    parser = argparse.ArgumentParser(
+        description="Analiza archivos LoRA y extrae información técnica",
+        formatter_class=argparse.RawDescriptionHelpFormatter,
+        epilog="""
+Ejemplos de uso:
+  # Analizar un archivo
+  python lora_cli.py mi_lora.safetensors
+  
+  # Guardar resultado en JSON
+  python lora_cli.py mi_lora.safetensors --output resultado.json
+  
+  # Analizar múltiples archivos
+  python lora_cli.py lora1.safetensors lora2.pt lora3.ckpt
+  
+  # Modo verbose con más detalles
+  python lora_cli.py mi_lora.safetensors --verbose
+        """
+    )
+    
+    parser.add_argument(
+        "files",
+        nargs="+",
+        help="Archivo(s) LoRA a analizar (.safetensors, .pt, .ckpt)"
+    )
+    
+    parser.add_argument(
+        "-o", "--output",
+        help="Guardar resultado en archivo JSON",
+        type=str
+    )
+    
+    parser.add_argument(
+        "-v", "--verbose",
+        action="store_true",
+        help="Mostrar información detallada"
+    )
+    
+    parser.add_argument(
+        "--json",
+        action="store_true",
+        help="Salida en formato JSON"
+    )
+    
+    parser.add_argument(
+        "--compare",
+        action="store_true",
+        help="Comparar múltiples LoRAs (requiere 2+ archivos)"
+    )
+    
+    args = parser.parse_args()
+    
+    # Validar archivos
+    files = [Path(f) for f in args.files]
+    for f in files:
+        if not f.exists():
+            print(f"❌ Error: El archivo no existe: {f}", file=sys.stderr)
+            sys.exit(1)
+    
+    results = []
+    
+    # Analizar cada archivo
+    for file_path in files:
+        print(f"\n🔍 Analizando: {file_path.name}")
+        print("-" * 70)
+        
+        try:
+            analyzer = LoRAAnalyzer(str(file_path))
+            analysis = analyzer.analyze()
+            results.append(analysis)
+            
+            if args.json:
+                print(json.dumps(analysis, indent=2, ensure_ascii=False))
+            else:
+                print(format_analysis_report(analysis))
+        
+        except Exception as e:
+            print(f"❌ Error al analizar {file_path.name}: {str(e)}", file=sys.stderr)
+            if args.verbose:
+                import traceback
+                traceback.print_exc()
+    
+    # Modo comparación
+    if args.compare and len(results) > 1:
+        print("\n" + "=" * 70)
+        print("📊 COMPARACIÓN DE LORAS")
+        print("=" * 70)
+        compare_loras(results)
+    
+    # Guardar en JSON si se especificó
+    if args.output and results:
+        output_path = Path(args.output)
+        with open(output_path, 'w', encoding='utf-8') as f:
+            json.dump(results, f, indent=2, ensure_ascii=False)
+        print(f"\n✅ Resultados guardados en: {output_path}")
+
+
+def compare_loras(results):
+    """Compara múltiples LoRAs"""
+    print("\n📋 Comparación de características:\n")
+    
+    # Tabla comparativa
+    headers = ["Característica"] + [r["file_info"]["nombre"] for r in results]
+    
+    comparisons = []
+    
+    # Tamaño
+    row = ["Tamaño (MB)"]
+    for r in results:
+        row.append(f"{r['file_info'].get('tamaño_mb', 'N/A')}")
+    comparisons.append(row)
+    
+    # Rank
+    row = ["Rank"]
+    for r in results:
+        rank_info = r.get("architecture", {}).get("rank_info", {})
+        rank = rank_info.get("most_common_rank", "N/A")
+        row.append(str(rank))
+    comparisons.append(row)
+    
+    # Capas
+    row = ["Total capas"]
+    for r in results:
+        layers = r.get("architecture", {}).get("total_layers", "N/A")
+        row.append(str(layers))
+    comparisons.append(row)
+    
+    # Imágenes de entrenamiento
+    row = ["Imágenes entreno"]
+    for r in results:
+        num_images = r.get("metadata", {}).get("ss_num_train_images", "N/A")
+        row.append(str(num_images))
+    comparisons.append(row)
+    
+    # Learning rate
+    row = ["Learning rate"]
+    for r in results:
+        lr = r.get("metadata", {}).get("ss_learning_rate", "N/A")
+        row.append(str(lr))
+    comparisons.append(row)
+    
+    # Imprimir tabla
+    col_widths = [max(len(str(row[i])) for row in [headers] + comparisons) + 2 
+                  for i in range(len(headers))]
+    
+    # Header
+    print("  ".join(h.ljust(w) for h, w in zip(headers, col_widths)))
+    print("-" * sum(col_widths))
+    
+    # Filas
+    for row in comparisons:
+        print("  ".join(str(cell).ljust(w) for cell, w in zip(row, col_widths)))
+
+
+if __name__ == "__main__":
+    main()