Initial commit: THE FACTORY - Iterative Image Generation

Tasks:
- image_generate: Generate image from prompt
- image_variant: Generate variant of existing image
- image_upscale: Increase resolution

Models: SDXL, Flux, SDXL-Turbo
RunPod Serverless Handler

director.py

@@ -0,0 +1,254 @@
+"""
+=============================================================================
+THE FACTORY - Director
+=============================================================================
+Coordina el proceso de generación iterativa.
+- Prepara contexto para el Executor
+- Decide cuándo converger
+- Gestiona presupuesto
+=============================================================================
+"""
+
+import logging
+from typing import Dict, Any, Optional
+
+from config import FactoryConfig, FunctionType
+
+logger = logging.getLogger("factory.director")
+
+
+class Director:
+    """
+    El Director coordina el proceso de generación iterativa.
+    """
+
+    def __init__(self, config: FactoryConfig):
+        self.config = config
+
+    def prepare_context(
+        self,
+        seed: str,
+        objective: str,
+        function: FunctionType,
+        previous_artifact: Optional[Any],
+        feedback: Optional[str],
+        iteration: int,
+        context: Dict[str, Any]
+    ) -> Dict[str, Any]:
+        """
+        Prepara el contexto para el Executor.
+
+        Args:
+            seed: Prompt inicial
+            objective: Objetivo a alcanzar
+            function: Tipo de función
+            previous_artifact: Artefacto de iteración anterior
+            feedback: Feedback del Evaluator
+            iteration: Número de iteración actual
+            context: Contexto adicional del usuario
+
+        Returns:
+            Contexto preparado para el Executor
+        """
+        exec_context = {
+            "seed": seed,
+            "objective": objective,
+            "function": function,
+            "iteration": iteration,
+            "is_first_iteration": iteration == 1,
+            "user_context": context
+        }
+
+        if iteration == 1:
+            # Primera iteración: usar seed directamente
+            exec_context["prompt"] = self._build_initial_prompt(seed, objective, function)
+        else:
+            # Iteraciones posteriores: incorporar feedback
+            exec_context["previous_artifact"] = previous_artifact
+            exec_context["feedback"] = feedback
+            exec_context["prompt"] = self._build_refinement_prompt(
+                seed, objective, function, previous_artifact, feedback, iteration
+            )
+
+        # Seleccionar modelo apropiado
+        exec_context["model"] = self._select_model(function, iteration, context)
+
+        return exec_context
+
+    def _build_initial_prompt(
+        self,
+        seed: str,
+        objective: str,
+        function: FunctionType
+    ) -> str:
+        """Construye prompt para primera iteración."""
+
+        if function == FunctionType.TEXT_GENERATION:
+            return f"""Genera contenido de alta calidad basado en lo siguiente:
+
+SOLICITUD:
+{seed}
+
+OBJETIVO:
+{objective}
+
+Proporciona una respuesta completa, bien estructurada y profesional."""
+
+        elif function == FunctionType.CODE_GENERATION:
+            return f"""Genera código de alta calidad basado en lo siguiente:
+
+SOLICITUD:
+{seed}
+
+OBJETIVO:
+{objective}
+
+El código debe:
+- Ser limpio y bien documentado
+- Seguir mejores prácticas
+- Incluir manejo de errores apropiado
+- Ser eficiente y mantenible"""
+
+        elif function == FunctionType.IMAGE_GENERATION:
+            return f"""{seed}
+
+Style: Professional, high quality, detailed
+Objective: {objective}"""
+
+        elif function == FunctionType.DOCUMENT_GENERATION:
+            return f"""Genera un documento profesional:
+
+TIPO DE DOCUMENTO:
+{seed}
+
+OBJETIVO:
+{objective}
+
+El documento debe ser:
+- Profesional y bien formateado
+- Completo con toda la información necesaria
+- Claro y fácil de leer"""
+
+        else:
+            return f"{seed}\n\nObjective: {objective}"
+
+    def _build_refinement_prompt(
+        self,
+        seed: str,
+        objective: str,
+        function: FunctionType,
+        previous_artifact: Any,
+        feedback: str,
+        iteration: int
+    ) -> str:
+        """Construye prompt para iteraciones de refinamiento."""
+
+        # Truncar artefacto anterior si es muy largo
+        prev_str = str(previous_artifact)
+        if len(prev_str) > 2000:
+            prev_str = prev_str[:2000] + "\n[...truncado...]"
+
+        if function in [FunctionType.TEXT_GENERATION, FunctionType.DOCUMENT_GENERATION]:
+            return f"""Mejora el siguiente contenido basándote en el feedback:
+
+SOLICITUD ORIGINAL:
+{seed}
+
+OBJETIVO:
+{objective}
+
+CONTENIDO ANTERIOR (iteración {iteration - 1}):
+{prev_str}
+
+FEEDBACK A INCORPORAR:
+{feedback}
+
+Genera una versión mejorada que aborde el feedback mientras mantiene los aspectos positivos."""
+
+        elif function == FunctionType.CODE_GENERATION:
+            return f"""Mejora el siguiente código basándote en el feedback:
+
+SOLICITUD ORIGINAL:
+{seed}
+
+OBJETIVO:
+{objective}
+
+CÓDIGO ANTERIOR (iteración {iteration - 1}):
+```
+{prev_str}
+```
+
+FEEDBACK A INCORPORAR:
+{feedback}
+
+Genera una versión mejorada del código."""
+
+        elif function == FunctionType.IMAGE_GENERATION:
+            return f"""{seed}
+
+Previous attempt feedback: {feedback}
+Iteration: {iteration}
+Objective: {objective}
+Improve based on feedback while maintaining the core concept."""
+
+        else:
+            return f"""Mejora basándote en el feedback:
+
+Original: {seed}
+Objetivo: {objective}
+Anterior: {prev_str}
+Feedback: {feedback}
+
+Genera versión mejorada."""
+
+    def _select_model(
+        self,
+        function: FunctionType,
+        iteration: int,
+        context: Dict[str, Any]
+    ) -> str:
+        """Selecciona el modelo apropiado."""
+
+        # Si el usuario especificó un modelo, usarlo
+        if "model" in context:
+            return context["model"]
+
+        # Por defecto, usar el modelo configurado para la función
+        return self.config.default_models.get(function, "claude-sonnet")
+
+    def should_converge(
+        self,
+        confidence: float,
+        iteration: int,
+        previous_confidence: float,
+        budget_used: float,
+        budget_total: float
+    ) -> bool:
+        """
+        Decide si el job debe converger.
+
+        Criterios:
+        1. Umbral de confianza alcanzado
+        2. Rendimientos decrecientes (mejora < threshold)
+        3. Presupuesto casi agotado
+        """
+
+        # 1. Umbral de confianza
+        if confidence >= self.config.convergence_threshold:
+            logger.info(f"Convergencia por umbral: {confidence:.2f} >= {self.config.convergence_threshold}")
+            return True
+
+        # 2. Rendimientos decrecientes
+        if iteration > 1 and confidence >= self.config.diminishing_returns_min_confidence:
+            improvement = confidence - previous_confidence
+            if improvement < self.config.diminishing_returns_threshold:
+                logger.info(f"Convergencia por rendimientos decrecientes: mejora {improvement:.3f} < {self.config.diminishing_returns_threshold}")
+                return True
+
+        # 3. Presupuesto casi agotado (>90% usado)
+        if budget_used >= budget_total * 0.9:
+            logger.info(f"Convergencia por presupuesto: ${budget_used:.4f} >= 90% de ${budget_total:.4f}")
+            return True
+
+        return False