Update aduc_framework/engineers/deformes3D.py

aduc_framework/engineers/deformes3D.py

@@ -2,18 +2,18 @@
 #
 # Copyright (C) August 4, 2025  Carlos Rodrigues dos Santos
 #
-# Versão 5.1.0 (Clean Architecture Executor with Streaming)
+# Versão 5.2.0 (Clean Architecture Executor with Streaming & DNA Provenance)
 #
-# Esta versão implementa o executor do Diretor Autônomo seguindo as melhores
-# práticas de código (SRP, config centralizada) e adiciona a capacidade de
-# emitir (yield) atualizações em tempo real para a UI.
+# Esta versão implementa o executor do Diretor Autônomo, emitindo atualizações
+# em tempo real para a UI e registrando a proveniência de cada keyframe
+# no DNA Digital da geração.
 
 import os
 import logging
 import torch
 from PIL import Image, ImageOps
 import numpy as np
-from typing import List, Dict, Any, Callable, Optional, Generator
+from typing import List, Dict, Any, Callable, Optional, Generator, Tuple
 
 from .deformes2D_thinker import deformes2d_thinker_singleton
 from ..types import LatentConditioningItem
@@ -63,13 +63,12 @@ class Deformes3DEngine:
         progress_callback: ProgressCallback = None
     ) -> Generator[List[Dict[str, Any]], None, None]:
         """
-        Ponto de entrada principal. Orquestra o ciclo de direção autônoma,
+        Ponto de entrada que orquestra o ciclo de direção autônoma,
         emitindo a lista de keyframes a cada nova geração.
         """
         if not self.workspace_dir:
             raise RuntimeError("Deformes3DEngine não foi inicializado.")
 
-        # O 'yield from' passa adiante os yields do loop de gerenciamento.
         yield from self._manage_directorial_loop(generation_state, progress_callback)
 
     def _manage_directorial_loop(
@@ -95,7 +94,7 @@ class Deformes3DEngine:
 
         while current_act_index < len(dynamic_script):
             if progress_callback:
-                progress = current_act_index / len(dynamic_script)
+                progress = current_act_index / len(dynamic_script) if len(dynamic_script) > 0 else 0
                 progress_callback(progress, f"Diretor avaliando Ato {current_act_index + 1}")
 
             context = {
@@ -122,7 +121,6 @@ class Deformes3DEngine:
             )
             all_keyframes.append(new_keyframe)
 
-            # EMITIR ATUALIZAÇÃO PARA A UI
             yield all_keyframes
 
             current_act_index += 1
@@ -132,23 +130,20 @@ class Deformes3DEngine:
 
     def _generate_and_save_keyframe(self, decision: Dict, act_index: int, all_keyframes: List, resolution: int) -> Dict:
         """
-        SRP: Executa a geração de um único keyframe com LTX e salva os artefatos.
+        SRP: Executa a geração de um único keyframe e retorna seus metadados completos.
         """
         prompt = decision.get("prompt_proximo_keyframe", "Cena de transição cinematográfica.")
         base_media_path = decision.get("midia_base_escolhida")
         context_media_paths = decision.get("midias_contexto_escolhidas", [])
 
-        conditioning_items = self._prepare_ltx_conditioning(
+        conditioning_items, dna_data = self._prepare_ltx_conditioning(
             act_index, all_keyframes, base_media_path, context_media_paths, resolution
         )
 
         generated_latents, _ = ltx_manager_singleton.generate_latent_fragment(
-            height=resolution, width=resolution,
-            conditioning_items_data=conditioning_items,
-            motion_prompt=prompt,
-            video_total_frames=self._DIRECTOR_PARAMS["ltx_frames"],
-            video_fps=self._DIRECTOR_PARAMS["ltx_fps"],
-            guidance_scale=self._DIRECTOR_PARAMS["ltx_guidance_scale"],
+            height=resolution, width=resolution, conditioning_items_data=conditioning_items,
+            motion_prompt=prompt, video_total_frames=self._DIRECTOR_PARAMS["ltx_frames"],
+            video_fps=self._DIRECTOR_PARAMS["ltx_fps"], guidance_scale=self._DIRECTOR_PARAMS["ltx_guidance_scale"],
             num_inference_steps=self._DIRECTOR_PARAMS["ltx_inference_steps"]
         )
         new_latent = generated_latents[:, :, -1:, :, :].clone()
@@ -162,38 +157,46 @@ class Deformes3DEngine:
 
         return {
             "id": act_index, "caminho_pixel": pixel_path, "caminho_latent": latent_path,
-            "prompt_keyframe": prompt, "is_cut_point": decision.get("is_cut", False)
+            "prompt_keyframe": prompt, "is_cut_point": decision.get("is_cut", False),
+            "entradas_latentes": dna_data
         }
 
-    def _prepare_ltx_conditioning(self, act_index, keyframes, base_path, context_paths, res):
-        """SRP: Constrói a lista de LatentConditioningItem para o LTX."""
-        items = []
+    def _prepare_ltx_conditioning(self, act_index: int, keyframes: List[Dict], base_path: str, context_paths: List[str], res: int) -> Tuple[List[LatentConditioningItem], List[Dict]]:
+        """SRP: Constrói a lista de condicionais para o LTX e os dados para o DNA."""
+        items, dna_data = [], []
         res_tuple = (res, res)
         weights = self._DIRECTOR_PARAMS["conditioning_weights"]
         frames = self._DIRECTOR_PARAMS["conditioning_frames"]
 
-        def to_latent(path):
+        def to_latent_tensor(path):
             pil = self._preprocess_image_for_latent_conversion(Image.open(path).convert("RGB"), res_tuple)
             tensor = self._pil_to_pixel_tensor(pil)
             return vae_manager_singleton.encode(tensor.to(self.device))
 
         if not base_path:
             logger.warning("Diretor não escolheu uma mídia base. A geração pode ser instável.")
-            return items
+            return items, dna_data
 
-        items.append(LatentConditioningItem(to_latent(base_path), frames["future_anchor"], weights["future_base"]))
+        items.append(LatentConditioningItem(to_latent_tensor(base_path), frames["future_anchor"], weights["future_base"]))
+        dna_data.append({"caminho_origem": base_path, "frame_alvo": frames["future_anchor"], "forca_condicionamento": weights["future_base"]})
         
-        if act_index > 0:
-            last_latent = torch.load(keyframes[-1]["caminho_latent"], map_location=self.device)
+        if act_index > 0 and keyframes:
+            last_kf_path = keyframes[-1]["caminho_latent"]
+            last_latent = torch.load(last_kf_path, map_location=self.device)
             items.append(LatentConditioningItem(last_latent, frames["memory_last"], weights["memory_last"]))
-            if act_index > 1:
-                penultimate_latent = torch.load(keyframes[-2]["caminho_latent"], map_location=self.device)
+            dna_data.append({"caminho_origem": last_kf_path, "frame_alvo": frames["memory_last"], "forca_condicionamento": weights["memory_last"]})
+            
+            if act_index > 1 and len(keyframes) >= 2:
+                penultimate_kf_path = keyframes[-2]["caminho_latent"]
+                penultimate_latent = torch.load(penultimate_kf_path, map_location=self.device)
                 items.append(LatentConditioningItem(penultimate_latent, frames["memory_penultimate"], weights["memory_penultimate"]))
+                dna_data.append({"caminho_origem": penultimate_kf_path, "frame_alvo": frames["memory_penultimate"], "forca_condicionamento": weights["memory_penultimate"]})
 
         for path in context_paths[:2]:
-            items.append(LatentConditioningItem(to_latent(path), frames["future_anchor"], weights["future_context"]))
+            items.append(LatentConditioningItem(to_latent_tensor(path), frames["future_anchor"], weights["future_context"]))
+            dna_data.append({"caminho_origem": path, "frame_alvo": frames["future_anchor"], "forca_condicionamento": weights["future_context"]})
         
-        return items
+        return items, dna_data
 
     def _preprocess_image_for_latent_conversion(self, image: Image.Image, target_resolution: tuple) -> Image.Image:
         return ImageOps.fit(image, target_resolution, Image.Resampling.LANCZOS) if image.size != target_resolution else image
@@ -208,4 +211,4 @@ class Deformes3DEngine:
         image_np = (tensor.cpu().float().numpy() * 255).astype(np.uint8)
         Image.fromarray(image_np).save(path)
 
-deformes3d_engine_singleton = Deformes3DEngine()
+deformes3d_engine_singleton = Deformes3DEngine()```