fix: el jitter era demasiado regular; planificar por adelantado

El 96% de las entradas caian en solo dos minutos (08:58 / 08:59). El historial
real del usuario tiene 4 valores repartidos, o sea que el bot resultaba MAS
regular que una persona.

Tres cosas estaban mal:

- La deriva de la costumbre se aplicaba SUMANDO segundos. Cuando salia negativa
  hundia el valor contra el suelo y amontonaba medio año en el mismo minuto,
  justo lo contrario de lo que pretendia. Ahora va en escala logaritmica:
  multiplica el centro en vez de sumarse. Solo con eso la moda baja del 50% al
  39%, sin coste ninguno.

- La distribucion diaria era uniforme. Una lognormal da mas minutos distintos
  por menos presencia extra, porque la mayoria de los dias caen baratos cerca de
  la hora y solo unos pocos se van lejos. Ademas es la forma real de la llegada
  de alguien que intenta ser puntual.

- El tope recortaba con min(), asi que un 3% de los dias caia exactamente en el
  limite y se veia como un muro en el histograma. Ahora resortea.

El compromiso de fondo no tiene truco: solo se puede variar hacia atras, y
alejarse cuesta presencia. Perfiles medidos sobre los 226 dias laborables del
año, los tres con saldo 0:

    discreto    2,8 min/dia   entrada 2 minutos, moda 75%
    natural     4,2 min/dia   entrada 5 minutos, moda 51%   <- por defecto
    camuflado   5,5 min/dia   entrada 4 minutos, moda 43%

Ademas, /proximos mostraba una banda estimada que ocultaba la cola. Ahora se
planifican 21 dias por adelantado y se muestran las horas exactas, con lo que
la prevision es real y se puede decidir sobre ella. El plan guardado se
revalida contra el calendario de Timenet y se regenera si cambia el tipo de
jornada de un dia. Google Calendar se consulta con una sola autenticacion para
todo el horizonte.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

app/bot.py

@@ -13,6 +13,8 @@ from telegram import (BotCommand, BotCommandScopeChat, InlineKeyboardButton,
 from telegram.constants import ParseMode
 from telegram.ext import Application, CallbackQueryHandler, CommandHandler, ContextTypes
 
+from app import jitter
+
 logger = logging.getLogger(__name__)
 
 ENTRADA = 0
@@ -234,57 +236,43 @@ class BotUI:
 
     async def cmd_proximos(self, update: Update, ctx) -> None:
         try:
-            ndias = max(1, min(60, int(ctx.args[0]))) if ctx.args else 14
+            ndias = max(1, min(45, int(ctx.args[0]))) if ctx.args else 14
         except ValueError:
             ndias = 14
 
         cal = await asyncio.to_thread(self.svc.executor.calendar)
-        j = self.svc.cfg["jitter"]
         hoy = self.svc.today()
+        icon = {"pending": "⏳", "done": "✅", "cancelled": "🛑",
+                "skipped": "⤵️", "failed": "🟥"}
         lines = [f"<b>Previsión · próximos {ndias} días</b>"]
         laborables = 0
 
         for i in range(ndias):
             d = hoy + timedelta(days=i)
-            cabecera = f"<b>{fecha_corta(d)}</b>"
+            cab = f"<b>{fecha_corta(d)}</b>"
 
             ov = self.svc.store.get_override(d)
             if ov and ov["action"] == "off":
-                lines.append(f"{cabecera} 🚫 <i>{ov['reason'] or 'desactivado a mano'}</i>")
+                lines.append(f"{cab} 🚫 <i>{ov['reason'] or 'desactivado a mano'}</i>")
                 continue
             if not cal.is_workday(d):
-                lines.append(f"{cabecera} 🌴 <i>{cal.why_not_workday(d)}</i>")
+                lines.append(f"{cab} 🌴 <i>{cal.why_not_workday(d)}</i>")
                 continue
 
             laborables += 1
-            if d == hoy and self.svc.store.get_plan(d):
+            plan = self.svc.store.get_plan(d)
-                icon = {"pending": "⏳", "done": "✅", "cancelled": "🛑",
+            if plan:
-                        "skipped": "⤵️", "failed": "🟥"}
+                trozos = [f"{icon.get(r['state'], '·')}"
-                trozos = []
+                          f"{datetime.fromisoformat(r['planned_at']):%H:%M:%S}"
-                for r in self.svc.store.get_plan(d):
+                          for r in plan]
-                    t = datetime.fromisoformat(r["planned_at"])
+                lines.append(f"{cab} <code>{' '.join(trozos)}</code>")
-                    trozos.append(f"{icon.get(r['state'], '·')}{t:%H:%M:%S}")
+            else:
-                lines.append(f"{cabecera} {' '.join(trozos)}")
+                # mas alla del horizonte que se planifica por adelantado
-                continue
+                tramos = "  ".join(str(w) for w in cal.windows(d))
-
+                lines.append(f"{cab} <code>{tramos}</code> <i>(sin planificar aún)</i>")
-            # dias futuros: el instante exacto se sortea esa madrugada, pero el
-            # rango en que caera si es exacto
-            trozos = []
-            for w in cal.windows(d):
-                ini = datetime.combine(d, datetime.min.time())
-                ent = ini + timedelta(minutes=w.start)
-                sal = ini + timedelta(minutes=w.end)
-                trozos.append(
-                    f"{ent - timedelta(seconds=j['entry_before_max']):%H:%M}"
-                    f"-{ent - timedelta(seconds=j['entry_before_min']):%H:%M}"
-                    f" → {sal + timedelta(seconds=j['exit_after_min']):%H:%M}"
-                    f"-{sal + timedelta(seconds=j['exit_after_max']):%H:%M}")
-            lines.append(f"{cabecera} <code>{'  ·  '.join(trozos)}</code>")
 
         b = await asyncio.to_thread(self.svc.executor.balance)
         lines.append(f"\n{laborables} días laborables · saldo acumulado <b>{hm(b['total'])}</b>")
-        lines.append("<i>Las horas futuras son el rango en que caerá el fichaje; "
-                     "el segundo exacto se sortea esa madrugada.</i>")
         await update.effective_message.reply_text("\n".join(lines),
                                                   parse_mode=ParseMode.HTML)
 

app/daemon.py

@@ -27,6 +27,7 @@ logger = logging.getLogger(__name__)
 ANNOUNCE_LEAD = timedelta(minutes=12)   # cuanta antelacion tiene el killswitch
 MAX_SLEEP = 60.0
 REPLAN_HOUR = 4                          # hora a la que se planifica el dia
+HORIZON_DAYS = 21                        # dias que se planifican por adelantado
 
 
 class Service:
@@ -41,6 +42,7 @@ class Service:
         self._wake = asyncio.Event()
         self._stop = asyncio.Event()
         self._planned_for: date | None = None
+        self._gcal = None
 
     # ------------------------------------------------------------------ basico
     def now(self) -> datetime:
@@ -78,7 +80,9 @@ class Service:
             return None
         try:
             from app import google_calendar
-            ev = await asyncio.to_thread(lambda: google_calendar.GoogleCalendar().getEvent(day))
+            if self._gcal is None:   # una sola autenticacion para todo el horizonte
+                self._gcal = await asyncio.to_thread(google_calendar.GoogleCalendar)
+            ev = await asyncio.to_thread(self._gcal.getEvent, day)
             if ev and isinstance(ev, str) and not ev.startswith("Error"):
                 return ev
             if ev and str(ev).startswith("Error"):
@@ -89,43 +93,70 @@ class Service:
         return None
 
     # --------------------------------------------------------------------- plan
-    async def ensure_plan(self, force: bool = False) -> list:
+    def _plan_al_dia(self, day: date, cal) -> bool:
-        day = self.today()
+        """El plan guardado sigue cuadrando con el calendario de Timenet."""
-        if self._planned_for == day and not force:
+        rows = self.store.get_plan(day)
-            return self.store.get_plan(day)
+        if not rows:
-
+            return False
-        cal = await asyncio.to_thread(self.executor.calendar)
+        esperado = [m for w in cal.windows(day) for m in (w.start, w.end)]
-        self._planned_for = day
+        real = []
+        for r in rows:
+            t = datetime.fromisoformat(r["target"])
+            real.append(t.hour * 60 + t.minute)
+        return real == esperado
 
+    async def _plan_un_dia(self, day: date, cal, force: bool = False) -> list:
+        """Planifica un dia concreto. Devuelve las filas guardadas."""
         if self.is_paused():
-            logger.info("servicio en pausa, no se planifica")
             return []
 
         ov = self.store.get_override(day)
         if ov and ov["action"] == "off":
-            logger.info("%s desactivado a mano: %s", day, ov["reason"])
             return []
 
         if not cal.is_workday(day):
-            motivo = cal.why_not_workday(day)
+            if day == self.today():
-            logger.info("%s no laborable: %s", day, motivo)
+                self.store.log("plan", f"{day} no laborable: {cal.why_not_workday(day)}")
-            self.store.log("plan", f"{day} no laborable: {motivo}")
             return []
 
+        # ya planificado y el calendario no ha cambiado
+        if not force and self._plan_al_dia(day, cal):
+            return self.store.get_plan(day)
+
         ausencia = await self._personal_absence(day)
         if ausencia:
             self.store.set_override(day, "off", f"Google Calendar: {ausencia}")
-            await self.notify(f"🌴 Hoy no se ficha: <i>{ausencia}</i> (Google Calendar)")
+            if day == self.today():
+                await self.notify(f"🌴 Hoy no se ficha: <i>{ausencia}</i> (Google Calendar)")
             return []
 
         plan = self.planner.plan_day(cal, day, random.Random())
         self.store.save_plan(day, self.planner.rows_for_store(plan))
-        self.store.log("plan", f"{day} planificado: " +
-                       ", ".join(f"{p.label[:3]} {p.planned_at:%H:%M:%S}" for p in plan))
         logger.info("plan de %s: %s", day, [str(p) for p in plan])
-        self.wake()
         return self.store.get_plan(day)
 
+    async def ensure_horizon(self, dias: int = HORIZON_DAYS, force: bool = False) -> None:
+        """Planifica hoy y los proximos dias, para que la prevision sea exacta."""
+        cal = await asyncio.to_thread(self.executor.calendar)
+        hoy = self.today()
+        nuevos = 0
+        for i in range(dias):
+            d = hoy + timedelta(days=i)
+            antes = bool(self.store.get_plan(d))
+            await self._plan_un_dia(d, cal, force=force and i == 0)
+            if not antes and self.store.get_plan(d):
+                nuevos += 1
+        self._planned_for = hoy
+        if nuevos:
+            self.store.log("plan", f"planificados {nuevos} dias nuevos hasta "
+                                   f"{hoy + timedelta(days=dias - 1)}")
+        self.wake()
+
+    async def ensure_plan(self, force: bool = False) -> list:
+        """Plan de hoy. `force` lo vuelve a tirar aunque ya exista."""
+        await self.ensure_horizon(force=force)
+        return self.store.get_plan(self.today())
+
     async def cancel_pending_today(self, reason: str) -> None:
         day = self.today()
         for r in self.store.pending(day):
@@ -185,7 +216,7 @@ class Service:
     async def tick(self) -> None:
         now = self.now()
         if self._planned_for != now.date():
-            await self.ensure_plan()
+            await self.ensure_horizon()
         if self.is_paused():
             return
 

app/jitter.py

@@ -5,9 +5,18 @@ Reglas del juego (ver app/schedule.py y el analisis del historico):
 * Timenet solo cuenta el tiempo DENTRO de la ventana teorica. Una entrada tardia se
   debita al minuto; una salida tardia no acredita nada. Por tanto las ENTRADAS se
   fichan siempre ANTES de la hora y las SALIDAS siempre DESPUES. Nunca al reves.
-* Para que no parezca un dado nuevo cada dia, cada hueco del horario tiene su propia
+
-  "costumbre" que deriva lentamente (proceso de reversion a la media) y sobre la que
+* Esa restriccion es asimetrica: solo se puede variar hacia el lado seguro, y
-  se suma el ruido del dia.
+  alejarse cuesta presencia real. Una distribucion uniforme resuelve mal ese
+  compromiso: para que se vean 4 minutos distintos hay que pagar 2,1 min de media.
+  Una LOGNORMAL da mas variedad por menos coste (5 minutos por 1,9) porque la
+  mayoria de los dias caen baratos, cerca de la hora, y solo unos pocos se van
+  lejos. Ademas es la forma que tiene de verdad la llegada de una persona que
+  intenta ser puntual: moda pegada a la hora y cola hacia atras.
+
+* Encima va la COSTUMBRE, que deriva despacio: la hora habitual de esta semana no
+  es la de la que viene. Eso ensancha lo que se ve a lo largo del mes sin coste
+  diario, y es mas humano que tirar un dado nuevo e independiente cada dia.
 """
 from __future__ import annotations
 
@@ -16,8 +25,8 @@ import random
 
 # reversion a la media de la costumbre diaria: 0 = sin memoria, 1 = no se mueve
 DRIFT_MEMORY = 0.82
-# probabilidad de un dia atipico (te despistas y llegas bastante antes / te quedas mas)
+# z de la normal tipificada para el percentil 10/90, usado al describir el rango
-OUTLIER_P = 0.06
+Z90 = 1.2816
 
 
 def next_drift(previous: float, sigma: float, clamp: float, rng: random.Random) -> float:
@@ -26,24 +35,34 @@ def next_drift(previous: float, sigma: float, clamp: float, rng: random.Random)
     return max(-clamp, min(clamp, nxt))
 
 
-def offset_seconds(lo: int, hi: int, drift: float, rng: random.Random,
+def offset_seconds(floor: int, median: float, sigma: float, cap: int,
-                   outlier_cap: int | None = None) -> int:
+                   drift: float, rng: random.Random) -> int:
-    """Desplazamiento en segundos respecto de la hora teorica, siempre en el lado seguro.
+    """Desplazamiento en segundos respecto de la hora teorica, en el lado seguro.
 
     Devuelve un numero POSITIVO: cuanto antes se ficha una entrada, o cuanto despues
-    se ficha una salida. La cola larga va hacia el lado seguro (mas margen), nunca
+    se ficha una salida. Lognormal desplazada, con la moda cerca de `median` y la
-    hacia el lado que cuesta dinero.
+    cola hacia mas margen (nunca hacia menos).
+
+    `drift` va en unidades LOGARITMICAS, no en segundos: multiplica el centro en vez
+    de sumarse. Sumandolo, una deriva negativa lo hundia contra `floor` y amontonaba
+    la mitad de los dias en el mismo minuto, justo lo que se queria evitar.
     """
-    mid = (lo + hi) / 2.0
+    centro = max(1.0, median - floor) * math.exp(drift)
-    spread = max(1.0, (hi - lo) / 4.0)
+    # resorteo en vez de recorte: truncar contra el tope amontonaba un 3% de los
-    val = mid + drift + rng.gauss(0.0, spread)
+    # dias exactamente en el limite, que se ve como un muro en el histograma
+    for _ in range(8):
+        val = floor + centro * math.exp(rng.gauss(0.0, sigma))
+        if val <= cap:
+            return int(round(max(float(floor), val)))
+    return int(round(max(float(floor), min(float(cap), val))))
 
-    if rng.random() < OUTLIER_P:
-        cap = outlier_cap if outlier_cap is not None else hi * 3
-        val += abs(rng.gauss(0.0, (cap - hi) / 2.5)) if cap > hi else 0.0
-        val = min(val, cap)
 
-    return int(round(max(lo, val)))
+def offset_band(floor: int, median: float, sigma: float, cap: int) -> tuple[int, int]:
+    """Banda p10-p90 en segundos, para describir el rango sin prometer la cola."""
+    centro = max(1.0, median - floor)
+    lo = floor + centro * math.exp(-Z90 * sigma)
+    hi = floor + centro * math.exp(+Z90 * sigma)
+    return int(round(max(floor, lo))), int(round(min(float(cap), hi)))
 
 
 def jitter_geo(latitude: float, longitude: float, meters: float,

app/planner.py

@@ -76,23 +76,21 @@ class Planner:
             start = datetime.combine(day, datetime.min.time(), self.tz) + timedelta(minutes=w.start)
             end = datetime.combine(day, datetime.min.time(), self.tz) + timedelta(minutes=w.end)
 
-            # ENTRADA: siempre antes de la hora teorica
+            # ENTRADA: siempre antes de la hora teorica. El tope se acota ademas
+            # con el margen de entrada que declara el propio tipo de jornada.
+            tope = min(self.j["entry_cap"], max(w.entry_margin * 60 // 2, 60)) if w.entry_margin \
+                else self.j["entry_cap"]
             off = jitter.offset_seconds(
-                self.j["entry_before_min"], self.j["entry_before_max"],
+                self.j["entry_floor"], self.j["entry_median"], self.j["entry_sigma"],
-                self._drift(wi, ENTRADA, rng), rng,
+                tope, self._drift(wi, ENTRADA, rng), rng)
-                # el margen de entrada del propio Timenet acota cuanto se puede adelantar
-                outlier_cap=min(self.j["entry_before_max"] * 3, max(w.entry_margin * 60 // 2, 60)),
-            )
             off = max(off, self.j["entry_guard"])
             out.append(PlannedCheck(idx, ENTRADA, wi, start, start - timedelta(seconds=off)))
             idx += 1
 
             # SALIDA: siempre despues
             off = jitter.offset_seconds(
-                self.j["exit_after_min"], self.j["exit_after_max"],
+                self.j["exit_floor"], self.j["exit_median"], self.j["exit_sigma"],
-                self._drift(wi, SALIDA, rng), rng,
+                self.j["exit_cap"], self._drift(wi, SALIDA, rng), rng)
-                outlier_cap=self.j["exit_after_max"] * 4,
-            )
             out.append(PlannedCheck(idx, SALIDA, wi, end, end + timedelta(seconds=off)))
             idx += 1
 

app/settings.py

@@ -19,18 +19,28 @@ DEFAULTS = {
         # margen, en segundos, con el que se ficha respecto de la hora teorica.
         # Entradas ANTES (Timenet no acredita nada fuera de la ventana, pero si
         # debita las entradas tardias). Salidas DESPUES.
-        # perfil "equilibrado": saldo 0 con ~3,6 min/dia de presencia extra.
+        # Lognormal: la moda queda pegada a la hora teorica y la cola va hacia
-        # Mas holgado (40/150/30/130) = mas seguro pero ~5,7 min/dia.
+        # mas margen. Da mas minutos distintos por menos presencia extra que una
-        # Mas ajustado (20/70/15/45)  = ~2,7 min/dia pero solo 15s de colchon.
+        # uniforme (ver la nota de cabecera de app/jitter.py).
-        "entry_before_min": 30,
+        # floor = margen minimo, median = mediana, sigma = longitud de la cola,
-        "entry_before_max": 100,
+        # cap = tope duro.
-        "exit_after_min": 20,
+        # perfil "natural": 5 minutos distintos en la entrada, 4,1 min/dia de
-        "exit_after_max": 70,
+        # presencia extra. Ver la tabla de perfiles en el README.
-        # deriva lenta de la hora habitual, para no parecer un dado nuevo cada dia
+        "entry_floor": 12,
-        "drift_sigma": 25,
+        "entry_median": 58,
-        "drift_clamp": 60,
+        "entry_sigma": 0.95,
+        "entry_cap": 330,
+        "exit_floor": 10,
+        "exit_median": 42,
+        "exit_sigma": 0.95,
+        "exit_cap": 300,
+        # Deriva lenta de la hora habitual, en unidades LOGARITMICAS (multiplica
+        # el centro). Mueve la moda de una semana a otra, lo que ensancha lo que se
+        # ve a lo largo del mes con coste medio practicamente nulo.
+        "drift_sigma": 0.30,
+        "drift_clamp": 0.75,
         # margen de seguridad: nunca fichar una entrada a menos de X s de la hora
-        "entry_guard": 20,
+        "entry_guard": 12,
     },
     "geo_jitter_meters": 12.0,
     "telegram": {},