Reanudar una corrida con artefactos ya calculados

nikodym.run(..., artifacts=...) permite apagar un paso productor y continuar desde los resultados que ese paso habría publicado. La superficie gemela nikodym.check_pipeline(..., artifacts=...) comprueba antes de correr si las mismas claves bastan.

La clave siempre es una pareja (dominio, nombre). El contrato de cada paso vive en sus atributos requires y provides, visibles en la referencia de la API:

• inyecta las claves que el primer paso activo declara en requires;
• apaga en el config toda sección activa cuyo provides contenga una clave inyectada;
• entrega el objeto del tipo que espera el consumidor; la puerta no duplica esa validación;
• incluye ("data", "data_hash") cuando dispongas del hash lógico del dataset.

DataStep tiene además la entrada opcional ("data", "input_frame"): la consume cuando data.load.source es None. Es el camino para traer un pandas.DataFrame en memoria sin apagar data; no se declara inerte aunque, por ser opcional, no forme parte de DataStep.requires.

Una colisión con un productor activo o un dominio inexistente vuelve el pipeline inejecutable. Una clave válida que ningún paso consume no bloquea, pero aparece en PipelineCheck.inert_artifacts y en el audit trail como advertencia.

Ejemplo mínimo ejecutable

Este ejemplo ejecuta un pipeline vacío —todos los productores están apagados— y adopta un data_hash calculado fuera de la corrida. El test del sitio ejecuta literalmente este bloque.

import nikodym
from nikodym.core.config import NikodymConfig

config = NikodymConfig()
external = {("data", "data_hash"): "a" * 64}

check = nikodym.check_pipeline(config, artifacts=external)
assert check.executable
assert check.inert_artifacts == ()  # el cierre del lineage consume data_hash

study = nikodym.run(config, artifacts=external)
assert study.run_context.status == "done"

lineage = study.lineage_bundle()
assert lineage.data_hash == "a" * 64
assert lineage.injected_artifacts == ("data.data_hash",)
assert any("no reconstruibles" in item for item in lineage.determinism_caveats)

Patrón F1: ejecutar data una vez y continuar desde binning

En F1, BinningStep.requires consume cuatro claves del dominio data. Puedes obtenerlas de una corrida previa, apagar data y comprobar/correr el resto:

data_artifacts = {
    ("data", key): first_study.artifacts.get("data", key)
    for key in ("frame", "labels", "splits", "special", "data_hash")
}
partial_config = first_study.config.model_copy(update={"data": None})

check = nikodym.check_pipeline(partial_config, artifacts=data_artifacts)
assert check.executable and check.steps[0] == "binning"

resumed = nikodym.run(partial_config, artifacts=data_artifacts)
assert resumed.run_context.status == "done"

El config_hash sigue identificando sólo el config computacional. El lineage enumera las claves externas y declara el caveat porque Nikodym no puede reconstruir su contenido desde config + datos. Si omites ("data", "data_hash") al apagar data, el lineage conserva data_hash=None y declara esa ausencia explícitamente. Study.save()/Study.load(trust=True) preservan tanto los artefactos como esta procedencia.

La puerta HTTP/UI queda fuera

Esta versión sólo acepta objetos Python por la API de código. La UI y sus endpoints no reciben artefactos externos: serializarlos por red exige otro contrato de formatos, tamaño y confianza.