psi-cloud 1.0.0

SDK Oficial para el Motor PSI (Proposición de Suficiencia Informativa).

PSI Cloud SDK 🚀

El SDK oficial en Python para conectarse al motor de Suficiencia Informativa (PSI).

PSI es un motor propietario que evalúa si un sistema puede resolverse de forma determinística antes de ejecutarse. Está diseñado para detectar insuficiencia estructural de información en modelos complejos.

⚠️ Si tu sistema no tiene suficiente información, PSI te lo dirá antes de que pierdas tiempo, cómputo o dinero.

---

🧠 ¿Por qué PSI?

La mayoría de los sistemas fallan no por bugs… sino porque no tienen suficiente información para resolverse.

PSI analiza tu sistema y responde una sola pregunta crítica:

👉 ¿Este sistema puede resolverse… o está condenado a fallar?

---

🛠 Instalación

pip install psi-cloud

---

⚡ Uso Rápido

from psi_cloud import PSIClient

client = PSIClient(api_key="TU_API_KEY_AQUÍ")

try:
    resultado = client.check_sufficiency(n=8, bits=3.5)

    if resultado["deterministic_achieved"]:
        print("✅ Sistema resoluble:", resultado["recommendation"])
    else:
        print("⚠️ Sistema insuficiente:", resultado["recommendation"])

    print(f"Créditos restantes: {resultado['credits_remaining']}")

except Exception as e:
    print(f"Error: {e}")

---

🔥 Ejemplo Real: Evitando un Modelo Inútil

❌ Sin PSI

Un equipo entrena un modelo de clasificación con:

• 8 posibles estados (n = 8)
• Features limitadas (≈ 2.5 bits efectivos)

Entrenan durante horas… ajustan hiperparámetros… optimizan el pipeline…

Resultado:

❌ El modelo nunca converge correctamente ❌ Resultados inconsistentes ❌ Tiempo y cómputo desperdiciado

---

✅ Con PSI

Antes de entrenar, ejecutan:

resultado = client.check_sufficiency(n=8, bits=2.5)
print(resultado)

Respuesta del motor:

{
  "deterministic_achieved": False,
  "margin": -0.5,
  "recommendation": "Se requieren al menos 0.5 bits adicionales para garantizar resolución determinística"
}

---

💡 Insight crítico

PSI detecta instantáneamente que:

👉 El sistema no tiene suficiente información para resolverse

Sin importar:

• el modelo
• el algoritmo
• el tuning

---

🚀 Resultado

En lugar de perder horas:

• Añaden nuevas features
• Aumentan la señal informativa

Luego ejecutan nuevamente:

resultado = client.check_sufficiency(n=8, bits=3.2)

Ahora:

{
  "deterministic_achieved": True,
  "margin": 0.2,
  "recommendation": "El sistema cumple el criterio de suficiencia"
}

---

🧠 Lo que PSI realmente hizo

No “optimizó” el modelo. No “mejoró” el algoritmo.

👉 Evitó que resolvieran un problema imposible.

---

⚠️ Regla de oro

Si no hay suficiente información, ningún modelo te va a salvar.

PSI existe para detectar eso antes de que sea demasiado tarde.

---

📊 ¿Qué analiza PSI?

El motor PSI evalúa tres componentes clave:

• Entropía mínima requerida
• Información total disponible
• Margen de suficiencia estructural

Si el sistema no cumple el criterio interno, PSI calcula exactamente cuánta información falta.

---

⚙️ Casos de uso

• Validación de modelos antes de entrenamiento
• Sistemas de decisión y optimización
• Arquitecturas distribuidas
• Machine Learning / AI pipelines
• Sistemas heurísticos complejos

---

🔐 ¿Por qué usar el SDK?

Porque el criterio completo de PSI:

• No es trivial
• No es lineal
• No depende solo de una fórmula
• Está optimizado y validado en producción

👉 El SDK te da acceso directo al motor sin tener que implementarlo desde cero.

---

📝 Licencia

MIT License