TextSense — Microservicio NLP

TextSense es como se ve un servicio de ML cuando lo construye un ingeniero de backend: el modelo es la parte fácil; todo lo demás — health probes, métricas, degradación elegante, endurecimiento de payloads — es la ingeniería real.

El fallback es la funcionalidad

La mayoría de las "APIs" de NLP mueren el día que falla la descarga del modelo. TextSense envuelve la inferencia en un patrón estrategia: intenta el backend transformers (DistilBERT SST-2 en CPU) y, si torch no está disponible o la inferencia falla, degrada a un motor léxico determinista en stdlib puro. El contrato HTTP nunca cambia — cada respuesta lleva un model id (distilbert-sst2 o lexicon-v1).

El motor léxico es genuinamente útil: manejo de negaciones, intensificadores y énfasis — lo bastante determinista para que toda la suite corra offline en menos de un segundo, sin descargas gigantes ni GPU.

Lo que el servicio entrega

• POST /api/v1/sentiment — texto → etiqueta, confianza, latencia, request id
• POST /api/v1/sentiment/batch — hasta 64 textos, orden preservado, caché
• GET /metrics — formato Prometheus: contadores, latencia, aciertos de caché
• GET /health — backend id + uptime para orquestadores
• Auth opcional X-API-Key, límites de payload con 413 honestos

Pruébalo

docker compose up --build, y envía una frase a /api/v1/sentiment — github.com/Godde3s/textsense