IA · Guía práctica documentada
Un orden de dependencias con graphlib no demuestra que las tareas se hayan ejecutado
Al revisar un plan generado por IA, separa dependencias, tareas listas y confirmación de finalización.
TopologicalSorter, de la biblioteca estándar de Python, permite representar un conjunto de tareas con dependencias. El diccionario de entrada asigna a cada nodo sus predecesores: aquello que debe ir antes. Una ordenación topológica completa requiere que no haya ciclos. Obtener una secuencia válida describe el orden permitido, no acredita la ejecución de las operaciones que aparecen en ella.
Ejemplo propio, ficticio y no ejecutado: preparar un informe requiere recopilar datos y revisar permisos; publicarlo depende de preparar el informe. El nodo preparar tiene dos predecesores, mientras que publicar tiene uno. Si se dibujan las flechas al revés, el plan puede situar la publicación antes de sus requisitos aunque los nombres de las tareas parezcan correctos. Conviene escribir primero cada dependencia como una frase: publicar requiere preparar.
Para coordinar trabajo, el flujo documentado usa prepare, get_ready y done. Las tareas listas son las que pueden procesarse conforme al estado del grafo. La llamada done comunica al ordenador de dependencias que se han terminado; no realiza por sí misma una carga de archivos, una validación o un envío. La aplicación debe decidir cuándo existe evidencia suficiente para emitir esa confirmación.
Una revisión práctica puede añadir tres columnas al plan ficticio: requisito, operación real y evidencia de finalización. Para recopilar datos, por ejemplo, anota la procedencia y el archivo recibido; para revisar permisos, la decisión documentada; para publicar, la URL y su comprobación. Son criterios propios de organización, no funciones adicionales ofrecidas por graphlib. Si falla una operación, no debe marcarse terminada solo para desbloquear el siguiente paso.
static_order sirve cuando se necesita únicamente una ordenación. No equivale a un motor completo de ejecución con recuperación, permisos o verificación del resultado. Esta explicación contrasta la documentación de Python consultada el19 de noviembre de2026; no presenta una función nueva ni una prueba en producción. Antes de aplicar un plan generado por IA, comprueba la versión de Python utilizada y conserva los fallos como estados explícitos.