ºÚÁÏÃÅ

es una alternativa de escritorio de c¨®digo abierto para Postman e Insomnia para pruebas, desarrollo y depuraci¨®n de APIs. Su objetivo es proveer colaboraci¨®n, privacidad y seguridad superior con su dise?o simple y sin conexi¨®n. Las colecciones se almacenan directamente en el sistema de archivos local ¨C escritas un lenguaje de marcado de texto plano, Bru Lang ¨C y puede ser compartido con git u otra herramienta de control de versiones que elija para colaborar. Bruno est¨¢ disponible tanto en aplicaci¨®n de escritorio como en Tambi¨¦n ofrece una extensi¨®n oficial de VS Code, con planes para soporte de IDE adicional. Bruno se ha convertido en la opci¨®n predeterminada para varios equipos en ºÚÁÏÃÅ, pero tambi¨¦n recomendamos a los equipos tener precauci¨®n al trabajar en entornos VPN y proxy, ya que las solicitudes realizadas en tales condiciones .

ha mejorado sus caracter¨ªsticas de visualizaci¨®n al integrar gr¨¢ficas y vistas m¨¢s detalladas. Ofrece una mejor visualizaci¨®n de logs y m¨¦tricas adem¨¢s ser m¨¢s flexible en c¨®mo muestra las definiciones de recursos personalizados (CRDs). Las operaciones sobre los pods han sido expandidas tambi¨¦n y ahora incluye una mejor integraci¨®n con herramientas de depuraci¨®n (p. ej., ) y soporte mejorado para ambientes multi-cluster. El soporte para CRDs ha mejorado significativamente al proveer una mejor navegaci¨®n y administraci¨®n de estos recursos adem¨¢s de una interacci¨®n m¨¢s fluida con recursos personalizados. El panel de accesos directos ha sido tambi¨¦n mejorado para hacerlo m¨¢s accesible a los desarrolladores que tienen menos experiencia con kubectl. ?sta es una mejora significativa ya que al principio K9s estaba enfocada principalmente en equipos DevOps.

es un editor de archivos encriptados que admite varios formatos de encriptaci¨®n con KMS. Nuestro consejo sobre la gesti¨®n de secretos siempre ha sido mantenerlos fuera del c¨®digo. No obstante, al tener que elegir entre la automatizaci¨®n completa (apeg¨¢ndonos al principio de infraestructura como c¨®digo) y algunos pasos manuales (utilizando herramientas de tipo Vault) para la administraci¨®n, aprovisionamiento y rotaci¨®n de secretos iniciales, los equipos frecuentemente se encuentran frente un dilema. Por ejemplo, nuestros equipos utilizan SOPS para gestionar las credenciales de inicializaci¨®n en el aprovisionamiento de infraestructura. Sin embargo, hay situaciones en las que es imposible eliminar secretos de los repositorios con c¨®digo heredado. En esos casos, recurrimos a SOPS para encriptar secretos en archivos de texto. SOPS se integra con almacenes de claves gestionados en la nube, como AWS y GCP Key Management Service (KMS) o Azure Key Vault como fuente de las claves de encriptaci¨®n. Tambi¨¦n funciona de manera multiplataforma y admite claves PGP. Muchos de nuestros equipos optan por SOPS como su primera opci¨®n para gestionar secretos en el repositorio.

Hemos destacado las herramientas para pruebas de regresi¨®n visual antes y hemos observado sus algoritmos evolucionar desde una comparaci¨®n primitiva a nivel de p¨ªxel hasta ser un sofisticado sistema de coincidencia de patrones y reconocimiento ¨®ptico de caracteres (OCR, por sus siglas en ingl¨¦s). Las herramientas tempranas de regresi¨®n visual generaban muchos falsos positivos y eran ¨²tiles solo en etapas posteriores de desarrollo cuando la interfaz se volv¨ªa estable. BackstopJS preven¨ªa este problema al configurar selectores y ventanas gr¨¢ficas para identificar pruebas visuales de elementos espec¨ªficos en la pantalla. Pero el machine learning ha facilitado la detecci¨®n y comparaci¨®n de elementos visuales de manera m¨¢s precisa, a pesar de que estos se muevan o abarquen contenido din¨¢mico. Estas herramientas de pruebas se han vuelto m¨¢s ¨²tiles y est¨¢n bien posicionadas para aprovechar los ¨²ltimos avances en inteligencia artificial y machine learning. Varias herramientas comerciales como y , ahora afirman usar IA en sus pruebas de regresi¨®n visual. Uno de nuestros equipos ha utilizado Applitools Eyes extensamente y est¨¢n contentos con los resultados. Aunque las pruebas de regresi¨®n visual no son un substituto para unas pruebas funcionales end-to-end bien escritas, s¨ª son una adici¨®n para la caja de herramientas de pruebas. Estamos promoviendo su adopci¨®n porque se han convertido en una opci¨®n predeterminada segura como elemento de una estrategia integral de pruebas de IU.

se ha convertido en la plataforma de seguridad en la nube preferida en muchos de nuestros proyectos. Nuestros equipos valoran su capacidad para detectar riesgos y amenazas m¨¢s temprano que otras herramientas similares, debido a que realiza escaneos continuos en busca de cambios. Wiz puede detectar y alertar sobre configuraciones incorrectas, vulnerabilidades y secretos filtrados, tanto en artefactos que a¨²n no se han implementado en entornos de producci¨®n (im¨¢genes de contenedores, c¨®digo de infraestructura) como en cargas de trabajo en vivo (contenedores, m¨¢quinas virtuales y servicios en la nube). Tambi¨¦n apreciamos su potente capacidad de generaci¨®n de informes tanto para equipos de desarrollo como l¨ªderes. Este an¨¢lisis nos ayuda a comprender c¨®mo una vulnerabilidad puede afectar un servicio determinado, para que podamos resolver los problemas en ese contexto.

sigue siendo nuestra opci¨®n preferida para administrar cuentas de AWS en ambientes con m¨²ltiples equipos. Proporciona un mecanismo conveniente para pre-configurar controles de seguridad y cumplimiento que se aplicar¨¢n autom¨¢ticamente en nuevas landing zones. ?ste es un ejemplo de porque los controles son aplicados y verificados cuando una nueva infraestructura es creada, eliminando la necesidad de verificar el cumplimiento de forma manual m¨¢s tarde. ha seguido evolucionando desde nuestro ¨²ltimo volumen y ahora est¨¢ disponible en m¨¢s regiones de AWS. AFT permite que las cuentas Control Tower sean aprovisionadas mediante un pipeline usando infraestructura como c¨®digo. Nos agrada que AFT se puede personalizar para enviar webhooks o tomar acciones espec¨ªficas para integrarse de forma segura con herramientas externas como GitHub Actions. Nuestros equipos han reportado muy buenos resultados usando AWS Control Tower para el manejo de cuentas, pero deseamos que AWS acepte contribuciones de la comunidad al proyecto cuando veamos oportunidades de mejora.

Para los equipos que implementan integraci¨®n continua, es importante conocer el estado de las builds en el sistema de integraci¨®n continua (CI). Antes de la pandemia, se mostraba esta informaci¨®n a simple vista en en grandes pantallas de TV en las salas de equipo. Dado que el trabajo remoto est¨¢ aqu¨ª para quedarse, es necesaria una soluci¨®n que funcione en las m¨¢quinas locales de los desarrolladores. Para la Mac, ese nicho est¨¢ cubierto por , una peque?a aplicaci¨®n escrita por un Thoughtworker. Originalmente, parte de , funciona con todos los servidores que pueden proporcionar informaci¨®n en formato , incluyendo Jenkins y TeamCity. Una actualizaci¨®n reciente ha a?adido soporte para GitHub Actions y ha preparado el camino para extender la integraci¨®n con m¨¢s servidores de integraci¨®n continua y m¨¦todos de autenticaci¨®n.

es una base de datos de procesamiento anal¨ªtico en l¨ªnea (OLAP, por sus siglas en ingl¨¦s) de c¨®digo abierto y orientada a columnas, dise?ada para an¨¢lisis en tiempo real. Comenz¨® como un proyecto experimental en 2009 y desde entonces ha madurado hasta convertirse en una base de datos anal¨ªtica de alto rendimiento y escalable linealmente. Su eficiente motor de procesamiento de consultas junto a la compresi¨®n de datos la hacen adecuada para ejecutar consultas interactivas sin pre agregaci¨®n. ClickHouse tambi¨¦n es una excelente opci¨®n para almacenar datos de OpenTelemetry. Su integraci¨®n con te permite almacenar grandes vol¨²menes de trazas y analizarlas de manera eficiente.

A pesar de los avances en las herramientas de desarrollo, mantener entornos de desarrollo locales consistentes sigue siendo un desaf¨ªo para muchos equipos. La incorporaci¨®n de nuevos ingenieros a menudo implica ejecutar comandos o scripts personalizados que pueden fallar de manera impredecible en diferentes m¨¢quinas y generar inconsistencias. Para resolver este desaf¨ªo, nuestros equipos han recurrido cada vez m¨¢s a . Devbox es una herramienta de la l¨ªnea de comandos que proporciona una interfaz accesible para crear entornos de desarrollo locales reproducibles por proyecto, aprovechando el administrador de paquetes Nix sin usar m¨¢quinas virtuales o contenedores. Ha agilizado notablemente el flujo de trabajo de incorporaci¨®n porque, una vez que se ha configurado para una base de c¨®digo, se necesita un solo comando CLI (devbox shell) para reproducir el entorno definido en un nuevo dispositivo. Devbox es compatible con shell hooks, scripts personalizados y generaci¨®n de para la integraci¨®n con VSCode.

es una herramienta que sirve para identificar las diferencias de c¨®digo entre distintos archivos teniendo en cuenta su sintaxis. Esto es muy diferente de las herramientas de comparaci¨®n de texto, como el venerable comando de Unix diff. Por ejemplo, Difftastic ignora las l¨ªneas insertadas para separar declaraciones largas en lenguajes como Java o TypeScript, las cu¨¢les est¨¢n delimitadas por punto y coma. La herramienta s¨®lo resalta los cambios que afectan a la sintaxis del c¨®digo. Para ello, primero analiza los archivos en ¨¢rboles sint¨¢cticos abstractos y despu¨¦s calcula la distancia entre ellos mediante el algoritmo de Dijkstra. Hemos comprobado que Difftastic es especialmente ¨²til para comprender los cambios cuando se revisan grandes bases de c¨®digo. Difftastic es compatible con cualquier lenguaje de programaci¨®n que pueda ser analizado sint¨¢cticamente y es compatible con m¨¢s de 50 lenguajes de programaci¨®n y formatos de texto estructurado como CSS y HTML. No se trata de una herramienta nueva, pero creemos que merece la pena ser destacada en la era de los asistentes de c¨®digo basados en LLMs, donde las revisiones manuales de bases de c¨®digo son cada vez m¨¢s grandes y cr¨ªticas.

, es una plataforma de inteligencia de ingenier¨ªa de software, que ha brindado a nuestros l¨ªderes de ingenier¨ªa informaci¨®n basada ??en datos para respaldar la mejora continua. Alinea ¨¢reas clave como benchmarking, automatizaci¨®n de flujos de trabajo y las inversiones espec¨ªficas para mejorar la experiencia y la productividad de los desarrolladores. En nuestra experiencia con LinearB destacamos su capacidad para fomentar una cultura de mejora y eficiencia dentro de los equipos de ingenier¨ªa. Nuestros equipos han utilizado la plataforma para realizar un seguimiento de m¨¦tricas claves de ingenier¨ªa, identificar ¨¢reas de mejora e implementar acciones basadas en evidencia. Estas capacidades se alinean bien con la propuesta de valor central de LinearB: benchmarking, automatizaci¨®n de la recopilaci¨®n de m¨¦tricas y habilitaci¨®n de mejoras basadas en datos. LinearB se integra con el c¨®digo fuente, el ciclo de vida de las aplicaciones, CI/CD y herramientas de comunicaci¨®n y utiliza m¨¦tricas de ingenier¨ªa personalizadas y preconfiguradas para proporcionar informaci¨®n cuantitativa integral sobre la experiencia de desarrollo, la productividad y el desempe?o del equipo. Como defensores de DORA, apreciamos el fuerte ¨¦nfasis de LinearB en estas m¨¦tricas espec¨ªficas y su capacidad para medir aspectos clave del rendimiento de la entrega de software, que son esenciales para mejorar la eficiencia. Hist¨®ricamente, los equipos han enfrentado desaf¨ªos al recopilar m¨¦tricas espec¨ªficas de DORA, a menudo confiando en paneles personalizados complejos o procesos manuales. LinearB contin¨²a ofreciendo una soluci¨®n convincente que automatiza el seguimiento de estas m¨¦tricas y ofrece datos en tiempo real que respaldan la toma de decisiones proactiva en torno a experiencia de desarrollo, productividad y predictibilidad.

es una extensi¨®n de b¨²squeda de similitud de vectores de c¨®digo abierto para PostgreSQL, que permite el almacenamiento de vectores junto con datos estructurados en una ¨²nica base de datos bien establecida. Aunque carece de algunas caracter¨ªsticas avanzadas de las bases de datos vectoriales especializadas, se beneficia de la compatibilidad con ACID, la recuperaci¨®n puntual y otras caracter¨ªsticas robustas de PostgreSQL. Con el auge de las aplicaciones generativas impulsadas por IA, vemos un patr¨®n creciente de almacenamiento y b¨²squeda eficiente de similitudes en vectores incrustados, que pgvector aborda eficazmente. Con el creciente uso de pgvector en entornos de producci¨®n, especialmente donde los equipos ya est¨¢n utilizando un proveedor en la nube que ofrece PostgreSQL gestionado, y su capacidad demostrada para satisfacer las necesidades comunes de b¨²squeda de vectores sin necesidad de un almac¨¦n de vectores independiente, confiamos en su potencial. Nuestros equipos lo han encontrado valioso en proyectos que comparan datos estructurados y no estructurados, demostrando su potencial para una adopci¨®n m¨¢s amplia, y por lo tanto lo estamos moviendo al anillo de prueba.

es una herramienta de l¨ªnea de comandos de c¨®digo abierto para desarrollar y empaquetar aplicaciones aut¨®nomas llamadas en Ubuntu, otras distribuciones de Linux y macOS. Los snaps son f¨¢ciles de desplegar y mantener en varias plataformas de hardware, incluyendo m¨¢quinas Linux, entornos virtuales y sistemas inform¨¢ticos a bordo de veh¨ªculos. Aunque Snapcraft ofrece una p¨²blica para la publicaci¨®n de snaps, nuestros equipos utilizan la herramienta de desarrollo para empaquetar el sistema de conducci¨®n aut¨®noma como un snap sin publicarlo en la tienda de aplicaciones p¨²blica. Esto nos permite desarrollar, probar y depurar el sistema de software embebido localmente, mientras se publica en un repositorio de artefactos interno.

es una plataforma de c¨®digo abierto para entrega continua creada por . En esta se implementan manejo de cl¨²ster y despliegue de baked-images a la nube como funciones de primera clase. Nos gusta el acercamiento dogm¨¢tico de Spinnaker para el despliegue de microservicios. En ediciones previas, notamos la falta de capacidad de configurar pipelines como c¨®digo, pero esto ha sido abordado con la adici¨®n del spin CLI. A pesar de que no recomendamos Spinnaker para escenarios de despliegues continuos simples, se ha vuelto la herramienta a elegir por muchos en situaciones complejas con pipelines de despliegue igualmente complejos.

(o tsoa) es una alternativa a Swagger para generar especificaciones de OpenAPI para tu c¨®digo. Es code-first, con los controladores y modelos de TypeScript como la ¨²nica fuente de verdad, y utiliza las anotaciones o decoradores de TypeScript en vez de los archivos y las configuraciones m¨¢s complejas necesarias para utilizar OpenAPI tooling para TypeScript. Genera tanto especificaciones 2.0 como 3.0 de la API, y las rutas se pueden generar para Express, Hapi y Koa. Si est¨¢s escribiendo APIs en TypeScript, vale la pena echar un vistazo a este proyecto.

Aunque usar el feature toggle m¨¢s simple posible sigue siendo nuestro enfoque recomendado, el crecimiento de equipos y realizar el desarrollo m¨¢s r¨¢pido hacen que gestionar feature toggles a mano sea m¨¢s complejo. es una opci¨®n ampliamente usada por nuestros equipos para hacer frente a esta complejidad y habilitar flujos CI/CD. Puede ser usado como servicio o self-hosted. Provee SDKs en varios lenguajes otorgando buena experiencia de desarrollador y una interfaz de usuario amigable para su administraci¨®n. Aunque a¨²n no existe soporte oficial para la se pueden encontrar para Go y Java, mantenidos por la comunidad. Unleash puede ser usado para simples feature toggles, as¨ª como para segmentaci¨®n y despliegues graduales, lo que lo convierte en una opci¨®n adecuada para la gesti¨®n de funcionalidad a escala.

es un plugin de Airflow dise?ado para proporcionar un soporte nativo a los flujos de trabajo centrales de dbt en Airflow. Con el plugin instalado, cuando se utiliza DbtDag para envolver un flujo de trabajo de dbt, convierte los nodos de dbt en grupos de tareas/tarea de Airflow, permitiendo que los ingenieros e ingenieras visualicen grafos de dependencias de dbt y el progreso en su ejecuci¨®n directamente en la interfaz de usuario de Airflow. Tambi¨¦n da soporte para utilizar conexiones de Airflow en lugar de perfiles de dbt, reduciendo potencialmente la dispersi¨®n de configuraciones. Estamos experimentando con la herramienta por su potencial para hacer que el trabajo con dbt en Airflow sea m¨¢s fluido.

es una herramienta emergente para la recuperaci¨®n de documentos PDF que utiliza , abordando los desaf¨ªos de construir una aplicaci¨®n robusta de generaci¨®n mejorada por recuperaci¨®n (RAG) que pueda extraer datos de documentos multimedia que contengan im¨¢genes, diagramas y tablas. A diferencia de los m¨¦todos tradicionales que se basan en embeddings basados en texto o t¨¦cnicas de reconocimiento ¨®ptico de caracteres (OCR), ColPali procesa p¨¢ginas completas en PDF, utilizando un transformador visual para crear embeddings que consideran tanto el contenido textual como visual. Este enfoque hol¨ªstico permite una mejor recuperaci¨®n y una mayor capacidad de razonamiento sobre por qu¨¦ se recuperan ciertos documentos, mejorando significativamente el rendimiento de RAG en PDFs ricos en datos. Hemos probado ColPali con varios clientes en los que ha mostrado resultados prometedores, aunque la tecnolog¨ªa a¨²n est¨¢ en sus primeras etapas. Vale la pena evaluarlo, especialmente para organizaciones con datos en documentos visuales complejos.

La carrera por desarrollar herramientas de programaci¨®n asistidas por inteligencia artificial (AI) est¨¢ en marcha, y la m¨¢s llamativa es . Es un editor de c¨®digo AI-first dise?ado para mejorar la productividad de los desarrolladores mediante la integraci¨®n profunda de la IA en el flujo de trabajo de codificaci¨®n. Le hemos prestado atenci¨®n desde anteriores evaluaciones de radares, pero est¨¢ claro que la reciente mejora continua de Cursor ha marcado el comienzo de un cambio cualitativo. En nuestro caso, ha demostrado fuertes capacidades de razonamiento contextual en funci¨®n del c¨®digo base existente. Mientras que otras herramientas de c¨®digo de IA como GitHub Copilot tienden a generar y colaborar en torno a fragmentos de c¨®digo, las operaciones de edici¨®n multil¨ªnea y multiarchivo de Cursor lo hacen destacar. Al basarse en VSCode ofrece un m¨¦todo de interacci¨®n r¨¢pido e intuitivo que se ajusta a la l¨®gica del desarrollador. Poderosas operaciones pueden ser completadas con ctrl/cmd+K y ctrl/cmd+L. Cursor est¨¢ liderando una nueva ronda de competici¨®n en herramientas de programaci¨®n de IA, especialmente en lo que respecta a la interacci¨®n del desarrollador y la comprensi¨®n del c¨®digo base.

proporciona la capa de metadatos de una t¨ªpica plataforma de data mesh. En particular, se centra en la definici¨®n de productos de datos y la especificaci¨®n de contratos de datos usando la iniciativa y puede integrarse en pipelines de construcci¨®n usando la asociada. La aplicaci¨®n tambi¨¦n provee un cat¨¢logo de datos para descubrir y explorar productos de datos y su metadata, y permite un gobierno federado incluyendo la definici¨®n de m¨¦tricas de calidad de datos y la administraci¨®n de reglas de calidad de datos. Es una de las primeras herramientas nativas en este espacio lo que significa que no est¨¢ solamente tratando de adaptar plataformas existentes al paradigma de data mesh.

A pesar de su potencia y utilidad, la interfaz de l¨ªnea de comandos de Git es notoriamente compleja cuando se trata de gestionar m¨²ltiples ramas y preparar commits dentro de ellas. es un cliente de Git que proporciona una interfaz gr¨¢fica que busca simplificar este proceso. Lo hace rastreando los cambios de archivos no confirmados de forma independiente a Git y luego los organiza en ramas virtuales. Se podr¨ªa argumentar que esto es una soluci¨®n para un problema que no deber¨ªa existir en primer lugar; si haces cambios peque?os y haces push al trunk con frecuencia, no hay necesidad de m¨²ltiples ramas. Sin embargo, cuando tu flujo de trabajo incluye pull requests, la estructura de ramas puede volverse compleja, especialmente si hay un ciclo de revisi¨®n largo antes de que se pueda fusionar un pull request. Para abordar esto, GitButler tambi¨¦n se integra con GitHub, lo que te permite agrupar selectivamente cambios en pull requests y emitirlos directamente desde la herramienta. GitButler es una entrada m¨¢s en la creciente categor¨ªa de herramientas enfocadas en gestionar la complejidad inherente al proceso de pull requests.

El es un asistente de codificaci¨®n dise?ado para integrarse sin problemas con todos los IDE de apoyando el autocompletado de c¨®digo, la generaci¨®n de pruebas y la adherencia a de la gu¨ªa de estilo. Desarrollado sobre modelos como y , se destaca por su capacidad para garantizar un resultado consistente al recordar estilos de codificaci¨®n para futuras sesiones. Nuestros desarrolladores encontraron sus capacidades de generaci¨®n de pruebas particularmente ¨²tiles y notaron su habilidad para manejar resultados m¨¢s largos sin problemas de estabilidad. Sin embargo, a diferencia de algunos competidores, JetBrains no aloja sus propios modelos, lo que puede no funcionar para clientes preocupados por el manejo de datos hacia terceros. Aun as¨ª, la integraci¨®n de la herramienta con los IDEs de JetBrains la convierte en una opci¨®n prometedora para los equipos que exploran asistentes de codificaci¨®n impulsados ??por IA.

Los desarrolladores que trabajan en entornos pol¨ªglotas, se encuentran con frecuencia con m¨²ltiples versiones de diferentes lenguajes y herramientas. tiene como objetivo resolver ese problema proporcionando una herramienta que reemplaza , , , , entre otras, y es un reemplazo directo para asdf. Mise est¨¢ escrito en Rust para tener una interacci¨®n r¨¢pida con el terminal, y a diferencia de asdf, el cual usa paquetes basados en terminal, Mise modifica la variable de entorno PATH por adelantado, lo que hace que las ejecuciones se llamen directamente. Esto es en parte porque Mise es m¨¢s r¨¢pido que asdf. Para aquellos desarrolladores que ya est¨¢n familiarizados con asdf, Mise proporciona la misma funcionalidad, pero con unas pocas diferencias clave. Estando escrito en Rust, es m¨¢s r¨¢pido y tiene algunas caracter¨ªsticas que asdf no tiene, como por ejemplo, la habilidad de instalar m¨²ltiples versiones de la misma herramienta al mismo tiempo y ser capaz de recordar comandos, incluyendo coincidencia difusa. Tambi¨¦n proporciona un ejecutor de tareas integrado, ¨²til para cosas como linters, tests, compiladores, servidores y otras tareas que son espec¨ªficas de un proyecto. Si est¨¢s un poco harta de tener que usar m¨²ltiples herramientas para administrar tu entorno de desarrollo, y de la sintaxis, algunas veces inc¨®moda de otras herramientas, Mise definitivamente te merecer¨¢ la pena.

**Mockoon** es una herramienta de c¨®digo abierto para la simulaci¨®n de APIs. Ofrece una interfaz intuitiva, rutas personalizables y respuestas din¨¢micas, adem¨¢s de la capacidad de automatizar la creaci¨®n de conjuntos de datos simulados. Mockoon es compatible con OpenAPI y te permite generar diferentes escenarios que pueden probarse localmente e integrarse en un pipeline de desarrollo. Tambi¨¦n puedes crearsimulaciones parciales (partial mocks) interceptando las solicitudes y simulando solo las llamadas que est¨¢n definidas en Mockoon. Estas simulaciones parciales ayudan a emular rutas o endpoints espec¨ªficos de una API, mientras que el resto de solicitudes se redirigen a servidores reales. Aunque las simulaciones parciales pueden ser ¨²tiles en ciertos escenarios, existe el riesgo de un uso excesivo, lo que podr¨ªa a?adir complejidad innecesaria. Aparte de esto, Mockoon sigue siendo una herramienta valiosa para configurar r¨¢pidamente APIs simuladas y mejorar y automatizar los flujos de trabajo de desarrollo.

es un launcher freemium para macOS que te permite abrir aplicaciones r¨¢pidamente, ejecutar comandos, buscar archivos y automatizar tareas desde el teclado. Nuestros equipos valoran sus funciones predeterminadas para desarrolladores y su f¨¢cil , que permite interactuar con aplicaciones y servicios de terceros como VSCode, Slack, Jira y Google, entre otros muchos. Raycast est¨¢ dise?ada para mejorar la productividad y minimizar los cambios de contexto, lo que la convierte en una herramienta ¨²til para quienes buscan optimizar sus tareas diarias. Los usuarios Pro tienen acceso a Raycast AI, un asistente de b¨²squeda especializado impulsado por inteligencia artificial.

es un cach¨¦ de consultas para MySQL y PostgreSQL. A diferencia de soluciones de caching que dependen de invalidaci¨®n manual, ReadySet aprovecha los flujos de replicaci¨®n de las bases de datos para actualizar su cach¨¦ incrementalmente. A trav¨¦s de , ReadySet alcanza latencias de cola m¨¢s bajas que una r¨¦plica de lectura tradicional. ReadySet es compatible con MySQL y PostgreSQL, por lo que puedes desplegarlo frente a tu base de datos para escalar horizontalmente cargas de trabajo sin requerir cambios en la aplicaci¨®n.

Muchos de nuestros equipos que trabajan en frontends basados en la web se han movido de herramientas de empaquetamiento m¨¢s antiguas ¡ª como Webpack ¨C a Vite. Un nuevo participante en este campo es , que despu¨¦s de 1.5 a?os en desarrollo ha visto su . Dise?ado como un reemplazo directo para Webpack, es compatible con los plugins y loaders del ecosistema de Webpack. Esto puede ser una ventaja por sobre Vite al momento de migrar configuraciones complejas de Webpack. La raz¨®n principal por la que nuestros equipos est¨¢n migrando a nuevas herramientas como Vite y Redpack es la experiencia de desarrollo, y en particular, la velocidad. Nada rompe m¨¢s el flujo de desarrollo que tener que esperar un minuto o dos antes de conseguir retroalimentaci¨®n de los ¨²ltimos cambios en el c¨®digo. Escrita en Rust, Rspack entrega un rendimiento significativamente m¨¢s r¨¢pido que Webpack, y en muchos casos, es incluso m¨¢s r¨¢pido que Vite.

Cuando se construyen aplicaciones basadas en LLM, es fundamental determinar la intenci¨®n de un usuario antes de enrutar una petici¨®n a un agente especializado o invocar un flujo espec¨ªfico. act¨²a como una capa superr¨¢pida de toma de decisiones para LLMs y agentes, permitiendo un enrutamiento eficiente y fiable de las peticiones basado en el significado sem¨¢ntico. Al utilizar embeddings vectoriales para inferir la intenci¨®n, Semantic Router reduce las llamadas innecesarias a los LLM, ofreciendo un enfoque m¨¢s ¨¢gil y rentable para comprender la intenci¨®n del usuario. Su potencial se extiende m¨¢s all¨¢ de la inferencia de intenciones, sirviendo como bloque de construcci¨®n vers¨¢til para diversas tareas sem¨¢nticas. La velocidad y flexibilidad que ofrece lo sit¨²an como un fuerte competidor en entornos que requieren una toma de decisiones r¨¢pida y en tiempo real sin la sobrecarga de los LLM.

Uno de los temas m¨¢s interesantes en este momento en el espacio GenAI es el concepto de Asistente de Ingenier¨ªa de Software. Estas herramientas de asistencia al c¨®digo hacen m¨¢s que simplemente ayudar a los ingenieros con fragmentos de c¨®digo aqu¨ª y all¨¢; amplifica el tama?o del problema que pueden resolver, idealmente de forma aut¨®noma y con m¨ªnima intervenci¨®n humana. La idea es que estas herramientas puedan tomar una incidencia de GitHub o un ticket de Jira y proponer un plan y cambios en el c¨®digo para implementarlo, o incluso crear una revisi¨®n de c¨®digo para que una persona lo revise. Si bien ¨¦ste es el siguiente paso l¨®gico para aumentar el impacto de la asistencia al c¨®digo con IA, el publicitado objetivo de asistentes gen¨¦ricos que puedan cubrir una amplia gama de tareas de programaci¨®n es muy ambicioso, y el estado actual de las herramientas a¨²n no lo demuestra de manera convincente. Sin embargo, podemos ver que esto funcionar¨¢ m¨¢s pronto que tarde para un alcance m¨¢s limitado de tareas sencillas, lo que liberar¨¢ tiempo de los desarrolladores para trabajar en problemas m¨¢s complejos. Las herramientas que est¨¢n lanzando y comercializando versiones beta de agentes incluyen , , de Tabnine o . La referente enumera m¨¢s herramientas en ese espacio, pero recomendamos tomar los benchmark en el espacio de la IA con cautela.

Rust es muy adecuado para escribir herramientas de l¨ªnea de comandos debido a su r¨¢pido rendimiento de arranque, y vemos gente reescribiendo algunas cadenas de herramientas en ¨¦l. En el anterior Tech Radar mencionamos Ruff, un linter para Phyton escrito en Rust. En esta edici¨®n, evaluamos , una herramienta de gesti¨®n de paquetes de Python escrita en Rust. La propuesta de valor de uv es serultrarr¨¢pida y supera a otras herramientas de gesti¨®n de paquetes de Python por un amplio margen en sus benchmarks. Sin embargo, durante la evaluaci¨®n para este radar, analizamos si optimizar segundos para las herramientas de compilaci¨®n es realmente una mejora. En comparaci¨®n con el rendimiento, lo m¨¢s importante para un sistema de gesti¨®n de paquetes es el ecosistema, la madurez de la comunidad y el soporte a largo plazo. Dicho esto, el feedback del equipo del proyecto nos ha demostrado que esta mejora en el margen de la velocidad podr¨ªa ser una gran ventaja para mejorar los ciclos de feedback y la experiencia general de desarrollo: tendemos a hacer que el almacenamiento en cach¨¦ de la CI/CD sea muy complejo de forma manual para lograr esta peque?a mejora del rendimiento. uv simplifica la gesti¨®n de nuestro entorno Python. Teniendo en cuenta que todav¨ªa hay mucho margen de mejora en la gesti¨®n de paquetes y entornos para desarrollo en Python, creemos que uv es una opci¨®n que vale la pena evaluar.

es un terminal para macOS y Linux. Divide las salidas de comandos en bloques para mejorar la legibilidad. Warp cuenta con tales como sugerencias inteligentes de comandos y procesamiento de lenguaje natural. Tambi¨¦n incluye una funcionalidad de notebooks que permite a los usuarios organizar comandos y salidas, as¨ª como agregar anotaciones y documentaci¨®n. Se puede aprovechar estas funcionalidades para crear archivos README o materiales de inducci¨®n y proporcionar una manera estructurada e interactiva de presentar y gestionar flujos de trabajo en el terminal. Warp se integra f¨¢cilmente con , un indicador multiplataforma flexible, lo que te permite personalizar la experiencia del terminal y extraer informaci¨®n sobre procesos en ejecuci¨®n, la versi¨®n espec¨ªfica de una herramienta que est¨¦s usando, detalles de Git o el usuario actual de Git, entre otros detalles.

Despu¨¦s del cierre del proyecto del editor de texto , sus creadores construyeron un nuevo editor llamado . Escrito en Rust y optimizado para aprovechar el hardware moderno, Zed se siente r¨¢pido. Tiene todas las caracter¨ªsticas que esperamos de un editor moderno: soporte para muchos lenguajes de programaci¨®n, un terminal incorporado y edici¨®n multibuffer, por mencionar algunos. La codificaci¨®n asistida por IA est¨¢ disponible mediante la integraci¨®n con varios proveedores de LLM. Como fervientes practicantes de la programaci¨®n en pareja, estamos intrigados por la funci¨®n de integrada en Zed. Los desarrolladores se encuentran a trav¨¦s de sus IDs de GitHub y pueden colaborar en el mismo espacio de trabajo en tiempo real. Es demasiado pronto para saber si los equipos de desarrollo pueden y quieren escapar del atractivo del ecosistema de Visual Studio Code, pero Zed es una alternativa a explorar.

ha sido una herramienta habitual de gesti¨®n de dependencias para proyectos en Swift y Objective-C. Sin embargo, el equipo de CocoaPods que el proyecto se encuentra en modo de mantenimiento despu¨¦s de m¨¢s de una d¨¦cada siendo una herramienta clave para desarrollar en iOS y macOS. Aunque la herramienta y sus recursos seguir¨¢n disponibles, no habr¨¢ m¨¢s desarrollo activo. Se recomienda a los equipos de desarrollo cambiar a Swift Package Manager, que ofrece una integraci¨®n nativa con Xcode y un mejor soporte a largo plazo por parte de Apple.