opensrc — Inspección de Dependencias NutriBot API

📦

Cache global ~/.opensrc/

opensrc list --json

Paquete	Versión	Fuente	Registry	Tamaño	Estado
pydantic	2.6.1	pydantic/pydantic	PyPI	4.2 MB	✓ cached
httpx	0.27.0	encode/httpx	PyPI	1.8 MB	✓ cached
anthropic	0.25.1	anthropics/anthropic-sdk-python	PyPI	3.1 MB	✓ cached

🐍

Inspección 1 — pydantic v2.6.1: validación Optional[float]

pypi:pydantic@2.6.1

bash

$ rg "Optional\[float\]|float_validator|is_none" $(opensrc path pypi:pydantic@2.6.1)/pydantic --type py -l

~/.opensrc/pypi/pydantic/2.6.1/pydantic/_internal/_validators.py

~/.opensrc/pypi/pydantic/2.6.1/pydantic/_internal/_generate_schema.py

~/.opensrc/pypi/pydantic/2.6.1/pydantic/functional_validators.py

$ cat $(opensrc path pypi:pydantic@2.6.1)/pydantic/_internal/_generate_schema.py | grep -A 25 "def _float_schema"

      # pydantic/_internal/_generate_schema.py — línea 847

      def _float_schema(self) -> core_schema.CoreSchema:

          """Generate schema for float type."""

          return core_schema.float_schema(

              # v2: acepta int→float coerción implícita

              allow_inf_nan=False,  # ← DIFERENCIA vs v1 (era True)

              strict=self._config.strict,

          )

      def _union_schema(self, union_type: Any) -> core_schema.CoreSchema:

          """Optional[X] se resuelve como Union[X, None]."""

          args = get_args(union_type)

          if len(args) == 2 and type(None) in args:

              # v2: prueba primero el tipo no-None; si falla → None

                    return core_schema.nullable_schema(

                  self.generate_schema(args[0] if args[1] is type(None) else args[1])

              )  # ← nullable_schema en v2 = diferente orden de validación

          ...

Hallazgo — Causa del bug en NutriBot API

Pydantic v2 cambia allow_inf_nan=False por defecto en float_schema(). Los campos Optional[float] en tu modelo NutrientProfile que antes aceptaban float('nan') (cuando la base de datos devuelve NULL como NaN) ahora lanzan ValidationError. Solución: añadir model_config = ConfigDict(arbitrary_types_allowed=True) o filtrar NaN antes de la validación.

🐍

Inspección 2 — httpx v0.27.0: manejo de streaming

pypi:httpx@0.27.0

bash

$ rg "iter_bytes|stream_response|RemoteProtocolError" $(opensrc path pypi:httpx@0.27.0) -n --type py | head -20

httpx/_models.py:312: async def aiter_bytes(self, chunk_size: int | None = None) -> AsyncIterator[bytes]:

httpx/_client.py:1847: async def astream(self, *args, **kwargs) -> AsyncContextManager[Response]:

httpx/_transports/default.py:198: raise RemoteProtocolError(msg, request=request) ← edge case detectado

$ cat $(opensrc path pypi:httpx@0.27.0)/httpx/_transports/default.py | sed -n '188,210p'

      # httpx/_transports/default.py — línea 188

      async def handle_async_request(self, request: Request) -> Response:

          try:

              async with self._pool.connect(origin) as conn:

                  response = await conn.handle_async_request(request)

          except h11.RemoteProtocolError as exc:

                    # v0.27.0: h11 2.x cambió el manejo de chunked encoding

              # con Transfer-Encoding: chunked + Content-Length simultáneos

              if "Content-Length" in str(exc):

                  raise RemoteProtocolError(  # ← lanza aquí

                      str(exc), request=request

                  ) from exc

          ...

Hallazgo — Edge case en streaming de respuestas LLM

El error se activa cuando el servidor upstream envía Transfer-Encoding: chunked junto con Content-Length (cabeceras contradictorias). En el pipeline de NutriBot, el proxy inverso Nginx añade Content-Length: 0 a las respuestas SSE del modelo de recomendación. Solución: configurar Nginx con proxy_buffering off y eliminar la cabecera conflictiva.

🤖

Inspección 3 — anthropic SDK v0.25.1: mecanismo de retry

pypi:anthropic@0.25.1

bash

$ find $(opensrc path pypi:anthropic@0.25.1) -name "_base_client.py" | xargs grep -n "max_retries\|retry_count\|with_options"

src/anthropic/_base_client.py:89: DEFAULT_MAX_RETRIES: int = 2

src/anthropic/_base_client.py:312: def _calculate_retry_timeout(self, remaining_retries: int, ...

src/anthropic/_base_client.py:389: async def _retry_request(self, ...

$ cat $(opensrc path pypi:anthropic@0.25.1)/src/anthropic/_base_client.py | grep -A 20 "_calculate_retry_timeout"

      # src/anthropic/_base_client.py — línea 312

      def _calculate_retry_timeout(

          self,

          remaining_retries: int,

          options: FinalRequestOptions,

          response_headers: Headers | None = None,

      ) -> float:

          max_retries = options.get_max_retries(self.max_retries)

          # Usa retry-after del header si está presente

                if response_headers is not None:

              retry_header = response_headers.get("retry-after-ms")

              if retry_header is not None:

                  return float(retry_header) / 1000  # ms → segundos

          # Exponential backoff: 0.5s, 1s (por defecto max_retries=2)

          nb_retries = max_retries - remaining_retries

          sleep_seconds = min(0.5 * (2 ** nb_retries), 8.0)

          jitter = random.random() * 0.25 * sleep_seconds

          return sleep_seconds + jitter

Hallazgo — Retry: 2 intentos con backoff exponencial + jitter

El SDK usa DEFAULT_MAX_RETRIES=2 con backoff exponencial (0.5s, 1s) + jitter del 25%. Si la API devuelve header retry-after-ms, respeta ese valor. Para el agente NutriBot en producción: aumentar a Anthropic(max_retries=4) dado el volumen de llamadas, y monitorizar latencia P99 con el jitter incluido.

📊

Resumen de la sesión de inspección

3 Paquetes inspeccionados

3 Bugs / causas raíz encontradas

9.3 MB Código fuente en caché local

bash — cache final

$ opensrc list

PyPI packages (3):

pydantic 2.6.1 ~/.opensrc/pypi/pydantic/2.6.1/

httpx 0.27.0 ~/.opensrc/pypi/httpx/0.27.0/

anthropic 0.25.1 ~/.opensrc/pypi/anthropic/0.25.1/

3 sources cached · 9.3 MB total · OPENSRC_HOME=~/.opensrc