¿Qué hace esta skill?

La Caché por Hash de Contenido Skill implementa una caché de procesamiento basada en hashes SHA-256 del contenido de los archivos, evitando reprocesar ficheros idénticos aunque hayan cambiado de ruta o nombre. Calcula el hash en bloques para optimizar la memoria con archivos grandes, aísla toda la lógica de caché en una capa de servicio y degrada con elegancia ante errores tratándolos como fallos de caché.

Pipelines de archivos pesados
Acelera pipelines de PDFs, OCR o análisis de imágenes donde los mismos archivos se procesan múltiples veces.
Procesamiento por lotes
Evita recalcular documentos ya analizados al reejecutar un lote de archivos sin cambios.
CLI con --cache / --no-cache
Añade flags de caché a herramientas de línea de comando para activar o desactivar el caché bajo demanda.
Funciones puras sin modificar
Envuelve funciones de extracción existentes con una capa de servicio sin alterar su lógica interna.

Ejemplos de uso

📑 PDFs repetidos
Implementa una caché por hash SHA-256 para mi función de extracción de texto en PDFs para que no reprocese los mismos archivos.
🖼️ Pipeline de OCR
Añade una capa de servicio con caché por contenido a mi pipeline de OCR de imágenes en lotes grandes.
⚙️ CLI con flag de caché
Crea una opción --cache y --no-cache para mi CLI de procesamiento de documentos usando hash de contenido.
🧩 Función pura envuelta
Envuelve mi función extract_text con una capa de caché que use hash SHA-256 sin modificar su lógica interna.

Características

Hash SHA-256 por bloques Calcula el hash leyendo el archivo en chunks de 64KB, optimizando el uso de memoria con archivos grandes.
Independiente de la ruta La caché se basa en el contenido, no en la ruta, por lo que sobrevive a movimientos o renombrados de archivos.
Autoinvalidante Si el contenido cambia, el hash cambia y la caché se invalida automáticamente sin intervención manual.
Capa de servicio aislada Mantiene la función de procesamiento pura y separa toda la lógica de caché en una capa de servicio independiente.
Degradación elegante Si un archivo se corrompe o se mueve, los errores se tratan como fallos de caché y se reprocesa sin interrumpir el flujo.

Preguntas frecuentes

Nada. La caché se basa en el hash del contenido, no en la ruta. Mientras el contenido sea idéntico, el resultado se recuperará de la caché sin reprocesar.
Si el contenido del archivo cambia, su hash SHA-256 también cambia. Al no encontrar una entrada previa para ese hash nuevo, la skill lo trata como fallo de caché y lo procesa de nuevo.
Sí. El hash se calcula leyendo el archivo en bloques de 64KB, evitando cargar todo el archivo en memoria.
No. La skill usa únicamente la biblioteca estándar de Python (hashlib, json y pathlib), por lo que no requiere dependencias externas.

Skills relacionadas

Mas skills de la misma categoria:

Caché por Hash de Contenido — Optimización de procesamiento de archivos con Claude AI

¿Prefieres escuchar el contenido? Genera la narración de audio con un clic.