update: traducción NLLB y compose

Dockerfile

@@ -1,28 +1,45 @@
 # Usa una imagen base de Python ligera y moderna
 FROM python:3.11-slim
 
+# Permite elegir CPU o CUDA en build:
+#  - TORCH_CUDA=cpu   -> instalar torch CPU
+#  - TORCH_CUDA=cu121 -> instalar torch con CUDA 12.1
+ARG TORCH_CUDA=cpu
+
 # Establece el directorio de trabajo dentro del contenedor
 WORKDIR /app
 
-# Instala dependencias del sistema necesarias para psycopg2
+# Paquetes nativos necesarios
 RUN apt-get update && apt-get install -y --no-install-recommends \
     libpq-dev \
     gcc \
+    git \
     && rm -rf /var/lib/apt/lists/*
 
-# Copia solo el archivo de requerimientos primero para aprovechar el caché de Docker
+# Copia requirements primero para aprovechar caché
 COPY requirements.txt .
 
-# Instala las dependencias de Python
+# Instala dependencias Python "comunes"
 RUN pip install --no-cache-dir -r requirements.txt
 
-# Copia el resto del código de la aplicación al contenedor
+# Instala PyTorch según ARG (CPU o CUDA 12.1)
+# (Versión de ejemplo; puedes alinear con tu stack)
+RUN if [ "$TORCH_CUDA" = "cu121" ]; then \
+      pip install --no-cache-dir --index-url https://download.pytorch.org/whl/cu121 \
+        torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1; \
+    else \
+      pip install --no-cache-dir torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1; \
+    fi
+
+# Copia el resto del código
 COPY . .
 
-# Descarga los modelos de lenguaje de NLTK
-RUN python download_models.py
+# Descarga recursos NLTK si tu app los necesita
+# (si no los usas, comenta esta línea)
+RUN python download_models.py || true
 
-# Expone el puerto que usará Gunicorn
+# Expone el puerto de Gunicorn (servicio web)
 EXPOSE 8000
 
-# El CMD se especificará en docker-compose.yml para cada servicio
+# El CMD lo define docker-compose para cada servicio
+