Saltar al contenido principal

Changelog

Todas las versiones notables de godml se documentan aquí. Seguimos Semantic Versioning.

v1.2.1 — 2026-06-30​

Fix​

  • MLflow 3.x — skops trusted types: XGBClassifier ahora se registra vía mlflow.sklearn.log_model con skops_trusted_types declarados. Resuelve Untrusted types found: xgboost.sklearn.XGBClassifier
  • ensure_valid_tracking_uri: ya no redirige a file:./mlruns (descontinuado en MLflow 3.x)

Mejorado​

  • Espaciado entre líneas de log para mayor legibilidad
  • Loggers internos (auto_tuner, pipeline_runner) silenciados en output de consola

v1.2.0 — 2026-06-30​

Añadido​

  • Terminal output rediseñado: prefijo limpio por línea (· INFO, ⚠ WARNING, ✗ ERROR)
  • Panel Rich al inicio del pipeline con nombre, dataset y output
  • Tabla de métricas con columna de threshold e indicador ✓/✗
  • Panel de resultado final verde/rojo

Fix​

  • MLflow 3.x — backend SQLite por defecto: tracking_uri ahora usa sqlite:///mlflow.db en lugar de file:./mlruns
  • Badges del README restaurados al estilo original

v1.1.1 — 2026-06-28​

Añadido​

  • Provider SageMaker — pipeline multi-step completo: ProcessingStep → TrainingStep → EvaluationStep → ConditionStep → RegisterModel
  • Soporte para registry.model_package_group y registry.approval: manual | auto
  • Secciones aws, compute y registry en el YAML schema
  • Containers pre-construidos de AWS (XGBoost built-in + SKLearn) — sin necesidad de ECR
  • SLSA Level 3 en PyPI — attestations verificables con Sigstore
  • Source URL en metadatos PyPI (GitHub Statistics sidebar)

Mejorado​

  • Coverage de tests al 55%
  • Dependencias ancladas en CI para reproducibilidad

Fix​

  • Variables de entorno ${VAR} ahora se resuelven antes de validar el schema

v1.1.0 — 2026-03-15​

Añadido​

  • AI Advisor — selección automática de modelo con LLM (godml[advisor])
  • AutoTuner — ajuste automático de hiperparámetros según el dataset
  • Soporte para LightGBM (model.type: lightgbm)
  • DataPrep standalone: godml dataprep run recipe.yml
  • Hash de dataset SHA-256 para trazabilidad (dataset.hash: auto)
  • Soporte para Parquet con godml[data]

Mejorado​

  • Output de terminal con rich — métricas en tabla coloreada
  • Mensajes de error más claros cuando el YAML tiene campos desconocidos

v1.0.0 — 2025-12-01​

Lanzamiento inicial​

  • Pipeline declarativo en YAML
  • Provider MLflow (local)
  • Modelos: XGBoost, RandomForest, LogisticRegression, LSTM, LinearRegression
  • Compliance PCI-DSS con detección de PII
  • DataPrep service integrado
  • CLI: godml run, godml init, godml serve, godml deploy, godml calc-hash
  • Notebook API para Jupyter
  • Tracking automático en MLflow