Media Ingest — rendimiento: no hashear todo, no pintar de más

Después de Temporal → Media el cuello de botella no era copiar: era escanear miles de fotos y repintar Qt en cada señal del worker. El working tree de Media Ingest cierra eso en tres frentes.

Este corte es bitácora del proyecto Media Ingest (Windows USB + macOS Fase 1: carpeta local, Organizar, Historial, Limpieza).

1) Hash solo cuando el tamaño choca

scan_media_folder (domain/folder_cleanup.py) recorre con os.walk, agrupa por tamaño y solo entonces llama a hash_file.

walk (stat) → reglas de nombre (IMG_ vs IMG_E, $I*, caché)
            → _hash_needed: SHA-256 si size count ≥ 2
            → clasificar ($R*, staging, hash dup)

Un HEIC único de 2.4 MiB no se lee entero. Dos archivos del mismo byte-count sí: ahí el hash decide si es Recuva $R*, staging ya archivado, o duplicado canónico.

Quién se conserva (_keep_score): archivo sobre staging, ruta con YYYY/MM/DD, no Recuva, original sobre IMG_E, no IMG_1234_2, path más corto. Nunca ambos original y editado: política por defecto conservar IMG_, cuarentenar IMG_E.

Progreso en dos fases (walk cada 200 ficheros, hash con bytes_hashed) para no fingir un % sobre trabajo que no se va a hacer.

Reglas baratas primero (sin I/O de contenido): Recuva $I*, node_modules / .pnpm-store / .cache, IMG_E#### si existe IMG_#### misma carpeta + extensión. Live Photo .MOV (tope 20 MiB) y sidecars .AAE se listan sin selección por defecto: calidad / sidecar, no duplicado.

4K → 1080p está fuera de alcance: eso es calidad, no duplicado.

2) El hilo GUI no es un sink de cada archivo

UiCoalesce / UiBatchQueue (presentation/widgets/ui_coalesce.py): el worker no aplica cada señal al instante. Se queda el último estado (barra, caption) o una cola corta de tiles, y un QTimer drena. Qt puede interpolar paint e input. Patrón de la propia doc de Qt: no pintar cada tick del worker.

Animación decorativa apagada por flag:

# presentation/widgets/__init__.py
ANIMATIONS_ENABLED = False

El canvas de transferencia, los fades de preview y el barrido del scan siguen en el código; no arrancan timers ni QGraphicsOpacityEffect hasta que el flag vuelva a True. En un Mac con discos Mounty (~/.mounty/Disco C_C) eso se nota más que el Fluent en sí.

Limpieza no usa TransferStage. Spec: la tabla permanece; progreso inline + DiskScanIndicator. Inspeccionar ≠ transferir. Peer-busy solo durante scan / cuarentena / purge / restore; no dejar la vista “ocupada” entre escanear y Limpiar.

Tope de tabla: 400 filas en carpeta, 80 en disco. El plan completo vive en el resultado; la UI no materializa decenas de miles de QTableWidgetItem.

3) No trabajar placeholders ni cuota inventada

iCloud: icloud_skip_reason omite stubs .icloud en Sync y Organizar (warning en log, no copia silenciosa). Prefiere origen/destino ya descargados.
Papelera macOS: no hay API de cuota tipo BitBucket; el preflight marca quota_checked=False y trata el vaciado como riesgo. Vaciar sigue siendo la operación que el incidente 2026-07-31 enseñó a no hacer a la ligera.
Volúmenes Darwin: list_volumes incluye /, /Volumes y mounts Mounty, con disk_usage — sin enumerar el árbol de media para pintar el home.

Limpieza — escanear carpeta, tabla visible

Captura regenerada del módulo Limpieza (docs/assets/ui-cleanup.png). Modo carpeta: Temporal vs archivo, no auditoría de todo el disco.

Qué es producto (además del perf)

Dos modos en la misma vista:

Modo	Alcance
Disco	Auditoría de volumen (hints de caché / basura)
Carpeta	Duplicados de dump iPhone vs archivo (`folder_cleanup`)

Invalidar el audit al cambiar disco o modo. send2trash en el stack para no inventar un recycle propio en Mac.

Empaquetado macOS (Homebrew Python 3.12 + Nuitka, ruta ASCII ~/MediaIngestBuild): existe en el working tree; Gatekeeper sin firmar = clic derecho → Abrir. Windows sigue siendo el ZIP en packaged-releases.

Esto no estaba en HEAD publicado al escribir el post (working tree vs e0111ab). Describe el corte que está en disco.

1) Hash solo cuando el tamaño choca

2) El hilo GUI no es un sink de cada archivo

3) No trabajar placeholders ni cuota inventada

Qué es producto (además del perf)

Serie · proyecto