deploy from github actions

app/utils/hf_storage.py

@@ -16,11 +16,14 @@ def get_hf_api():
 def upload_to_hf(file_path: str, object_name: str) -> str:
     """
     Sube un archivo local al dataset de Hugging Face y retorna su URL pública de descarga.
+    Lanza una excepción si HF_TOKEN no está configurado o si la subida falla.
     """
     api = get_hf_api()
     if not api:
-        logger.warning(f"[Mock HF] Subiendo {file_path} como {object_name}")
-        return f"https://mock-hf.huggingface.co/{HF_STORAGE_REPO}/{object_name}"
+        raise RuntimeError(
+            f"HF_TOKEN no está configurado en las variables de entorno. "
+            f"No se puede subir '{object_name}' a Hugging Face Dataset '{HF_STORAGE_REPO}'."
+        )
 
     try:
         api.upload_file(

tasks.py

@@ -946,6 +946,7 @@ def procesar_cancion_completa(self, file_path, task_id, stems, trim_start="", tr
         self.update_state(state='PROGRESS', meta={'progress': 95, 'message': 'Subiendo stems a Hugging Face Dataset...'})
         
         hf_urls = {}
+        failed_stems = []
         from app.utils.hf_storage import upload_to_hf
         
         for stem_name, stem_path, ext in stems_to_upload:
@@ -956,17 +957,20 @@ def procesar_cancion_completa(self, file_path, task_id, stems, trim_start="", tr
                 object_name = f"stems/{task_id}/{stem_name}.{ext}"
                 public_url = upload_to_hf(stem_path, object_name)
                 hf_urls[stem_name] = public_url
+                logger.info(f"[{task_id}] Stem '{stem_name}' subido exitosamente a HF.")
                 
-                # Eliminar de disco local de inmediato tras subir
+                # Solo eliminar del disco si la subida fue exitosa
                 if os.path.exists(stem_path):
                     os.remove(stem_path)
+            except TaskCancelledException:
+                raise
             except Exception as stem_err:
-                logger.warning(f"[{task_id}] Fallo al subir '{stem_name}' a Hugging Face: {stem_err}")
-                if isinstance(stem_err, TaskCancelledException):
-                    raise stem_err
+                logger.error(f"[{task_id}] Fallo al subir '{stem_name}' a Hugging Face: {stem_err}")
+                failed_stems.append(stem_name)
+                # NO eliminar el archivo local — queda para diagnóstico
 
-        # Guardar URLs y configurar expiración
         if hf_urls:
+            # Al menos algunos stems se subieron correctamente
             try:
                 from datetime import timedelta
                 db = SessionLocal()
@@ -986,19 +990,45 @@ def procesar_cancion_completa(self, file_path, task_id, stems, trim_start="", tr
                         task_record.cloud_expires_at = datetime.utcnow() + timedelta(days=30)
                         logger.info(f"[{task_id}] cloud_expires_at = {task_record.cloud_expires_at} (30 días, normal)")
                     
+                    if failed_stems:
+                        logger.warning(f"[{task_id}] Tarea completada PARCIALMENTE. Stems que fallaron: {failed_stems}")
+                    else:
+                        logger.info(f"[{task_id}] Tarea completada. Todos los stems subidos correctamente.")
+
                 db.commit()
                 db.close()
             except Exception as db_err:
                 logger.error(f"[{task_id}] Error al registrar en DB: {db_err}")
+        else:
+            # Ningún stem se subió — marcar como fallido
+            logger.error(f"[{task_id}] TODOS los stems fallaron al subirse a Hugging Face. Marcando tarea como 'failed'.")
+            try:
+                db = SessionLocal()
+                task_record = db.query(TaskModel).filter(TaskModel.task_id == task_id).first()
+                if task_record:
+                    task_record.status = "failed"
+                    task_record.telegram_file_ids = None
+                db.commit()
+                db.close()
+            except Exception as db_err:
+                logger.error(f"[{task_id}] Error marcando tarea como fallida en DB: {db_err}")
+            raise RuntimeError(
+                f"[{task_id}] No se pudo subir ningún stem a Hugging Face Dataset '{HF_STORAGE_REPO}'. "
+                f"Stems que fallaron: {[s[0] for s in stems_to_upload]}. "
+                f"Verifica que HF_TOKEN esté configurado y que el dataset exista."
+            )
 
-        # Limpiar la carpeta física local output_base de inmediato para liberar espacio en el disco del worker
-        try:
-            import shutil
-            if os.path.exists(output_base):
-                shutil.rmtree(output_base, ignore_errors=True)
-                logger.info(f"[{task_id}] Carpeta de salida local limpia exitosamente.")
-        except Exception as rmtree_err:
-            logger.warning(f"[{task_id}] Error limpiando carpeta local de salida: {rmtree_err}")
+        # Limpiar la carpeta física local output_base — solo si todos los stems se subieron OK
+        if not failed_stems:
+            try:
+                import shutil
+                if os.path.exists(output_base):
+                    shutil.rmtree(output_base, ignore_errors=True)
+                    logger.info(f"[{task_id}] Carpeta de salida local limpia exitosamente.")
+            except Exception as rmtree_err:
+                logger.warning(f"[{task_id}] Error limpiando carpeta local de salida: {rmtree_err}")
+        else:
+            logger.warning(f"[{task_id}] Carpeta local NO eliminada porque algunos stems fallaron al subirse: {failed_stems}")
 
         # ==========================================
         # ESTRUCTURA DE RETORNO PARA .NET