Herramientas
Adoptar
-
51. Renovate
se ha convertido en la herramienta preferida por muchos de nuestros equipos que buscan adoptar un enfoque proactivo en la gesti¨®n de versiones de dependencias. Mientras Dependabot sigue siendo una opci¨®n segura por defecto para los repositorios alojados en GitHub, seguimos recomendando evaluar Renovate como una soluci¨®n m¨¢s completa y personalizable. Para maximizar los beneficios, configurar Renovate para monitorear y actualizar todas las dependencias, incluidas las herramientas, la infraestructura y las dependencias privadas o alojadas internamente. Para reducir la sobrecarga de las desarrolladoras, considerar la fusi¨®n autom¨¢tica de solicitudes de actualizaci¨®n de dependencias.
-
52. uv
Desde el ¨²ltimo Radar, hemos ganado m¨¢s experiencia con , y el feedback de los equipos han sido abrumadoramente positivos. uv es una herramienta de gesti¨®n de paquetes y proyectos de Python de la pr¨®xima generaci¨®n escrita en Rust, con una propuesta de valor clave: es ¡°extremadamente r¨¢pida¡±. Supera a otros gestores de paquetes de Python por un amplio margen en los benchmarks, acelerando los ciclos de construcci¨®n y pruebas y mejorando significativamente la experiencia del desarrollador. M¨¢s all¨¢ del rendimiento, uv ofrece un conjunto de herramientas unificado, reemplazando efectivamente herramientas como Poetry, pyenv y pipx. Sin embargo, nuestras preocupaciones sobre las herramientas de gesti¨®n de paquetes siguen siendo las mismas: un ecosistema fuerte, una comunidad madura y soporte a largo plazo son cruciales. Dado que uv es relativamente nuevo, moverlo al anillo de Adopci¨®n es atrevido. Sin embargo, muchos equipos de datos est¨¢n ansiosos por el sistema heredado de gesti¨®n de paquetes de Python, y nuestros desarrolladores m¨¢s cercanos al trabajo diario recomiendan consistentemente a uv como la mejor herramienta disponible hoy en d¨ªa.
-
53. Vite
Desde la ¨²ltima vez que fue mencionado en el Radar, ha cobrado a¨²n m¨¢s fuerza. Se trata de una herramienta de alto rendimiento para la construcci¨®n de front-end con un r¨¢pido hot-reloading. Est¨¢ siendo adoptado y recomendado como la elecci¨®n predeterminada de muchos frameworks de front-end, incluyendo Vue, SvelteKit y React, que recientemente . Vite tambi¨¦n recibi¨® recientemente una importante inversi¨®n, lo que llev¨® a , una organizaci¨®n dedicada al desarrollo de Vite. Esta inversi¨®n deber¨ªa acelerar el desarrollo y reforzar la sostenibilidad del proyecto a largo plazo.
Probar
-
54. Claude Sonnet
es un modelo de lenguaje avanzado que destaca en programaci¨®n, redacci¨®n, an¨¢lisis y procesamiento visual. Est¨¢ disponible en navegadores, la terminal, la mayor¨ªa de los principales IDE e incluso se integra con . Hasta la fecha, las pruebas de rendimiento muestran que supera a los modelos anteriores con las versiones 3.5 y 3.7, incluyendo modelos previos de Claude. Tambi¨¦n es h¨¢bil en la interpretaci¨®n de gr¨¢ficos y la extracci¨®n de texto de im¨¢genes, y ofrece una experiencia centrada en desarrolladores, con funciones comoArtifacts en la interfaz del navegador, que permite generar e interactuar con contenido din¨¢mico como fragmentos de c¨®digo y dise?os en HTML.
Hemos utilizado la versi¨®n 3.5 de Claude Sonnet en el desarrollo de software y hemos encontrado que mejora significativamente la productividad en diversos proyectos. Destaca especialmente en proyectos que surgen desde cero, en particular para el dise?o colaborativo de software y discusiones de arquitectura. Si bien a¨²n es prematuro considerar a cualquier modelo de IA comoestable como asistente en programaci¨®n, Claude Sonnet es uno de los modelos m¨¢s fiables con los que hemos trabajado. En el momento de redactar este texto, tambi¨¦n se ha lanzado , con resultados prometedores, aunque a¨²n no lo hemos probado en producci¨®n.
-
55. Cline
es una extensi¨®n de c¨®digo abierto para VSCode que actualmente es uno de los competidores m¨¢s fuertes en el espacio de los agentes de ingenier¨ªa de software supervisados. Permite a los desarrolladores dirigir su implementaci¨®n completamente desde el chat de Cline, integr¨¢ndose sin problemas con el IDE que ya utilizan. Caracter¨ªsticas clave, como el modo Plan & Act, el uso transparente de tokens y la integraci¨®n de MCP, ayudan a los desarrolladores a interactuar de manera efectiva con los LLMs. Cline ha demostrado capacidades avanzadas en el manejo de tareas de desarrollo complejas, especialmente con Claude 3.5 Sonnet. Soporta grandes bases de c¨®digo, automatiza las pruebas de navegadores headless y corrige errores de forma proactiva. A diferencia de soluciones basadas en la nube, Cline intensifica la privacidad al . Su naturaleza de c¨®digo abierto no solo asegura una mayor transparencia, sino que tambi¨¦n permite mejoras impulsadas por la comunidad. Sin embargo, los desarrolladores deben ser conscientes del costo del uso de tokens, ya que la orquestaci¨®n de contexto de c¨®digo de Cline, aunque muy efectiva, es intensiva en recursos. Otro cuello de botella potencial es el , que puede ralentizar los flujos de trabajo. Hasta que esto se resuelva, es aconsejable utilizar proveedores de API como OpenRouter, que ofrecen mejores reductores de tr¨¢fico.
-
56. Cursor
Continuamos impresionados por el editor de c¨®digo basado en Inteligencia Artificial , el cual sigue siendo l¨ªder en el competitivo espacio de la asistencia de c¨®digo con IA. Su orquestaci¨®n del contexto del c¨®digo es muy efectiva y admite una amplia gama de modelos, incluyendo la opci¨®n de utilizar una clave de API personalizada. El equipo de Cursor a menudo introduce caracter¨ªsticas innovadoras de experiencia de usuario antes que otros proveedores e incluye una lista extensa de proveedores de contexto en su chat, como la referencia a diferencias en git, conversaciones previas con la IA, b¨²squedas web, documentaci¨®n de librer¨ªas e integraci¨®n con MCP. Junto con herramientas como Cline y Windsurf, Cursor se destaca por su poderoso modo de agente de codificaci¨®n. Este modo permite a los desarrolladores guiar su implementaci¨®n directamente desde una interfaz de chat basada en IA, donde la herramienta lee y modifica archivos de forma aut¨®noma, as¨ª como tambi¨¦n ejecuta comandos. Tambi¨¦n valoramos la capacidad de Cursor para detectar errores de linting y de compilaci¨®n en el c¨®digo generado, y corregirlos proactivamente.
-
57. D2
es una herramienta de c¨®digo abierto de tipo diagramas como c¨®digo que ayuda a los usuarios a crear y personalizar diagramas a partir de texto. Introduce el , que prioriza la legibilidad frente a la compacidad con una sintaxis simple y declarativa. D2 incluye por defecto un y utiliza el mismo que Mermaid. Nuestros equipos valoran su sintaxis ligera, que est¨¢ dise?ada espec¨ªficamente para documentaci¨®n de software y diagramas de arquitectura.
-
58. Databricks Delta Live Tables
(DLT) sigue demostrando su valor a la hora de simplificar y agilizar la gesti¨®n de pipelines de datos, soportando tanto el streaming en tiempo real como el procesamiento por batch a trav¨¦s de un enfoque declarativo. Al automatizar tareas complejas de ingenier¨ªa de datos, como la gesti¨®n manual de puntos de control, DLT reduce la sobrecarga operativa y garantiza un sistema robusto de punta a punta. Su capacidad para orquestar pipelines sencillos con una intervenci¨®n manual m¨ªnima mejora la fiabilidad y flexibilidad, mientras que funciones como las vistas materializadas proporcionan actualizaciones incrementales y optimizaci¨®n del rendimiento para casos de uso espec¨ªfico.
Sin embargo, los equipos deben comprender los matices de DLT para aprovechar plenamente sus ventajas y evitar posibles dificultades. DLT gestiona sus propias tablas y restringe la inserci¨®n de datos a un ¨²nico pipeline simult¨¢neamente. Las tablas de streaming son de adici¨®n, lo que requiere consideraciones de dise?o cuidadosas. Adem¨¢s, al borrar un pipeline DLT tambi¨¦n se borran la tabla y los datos subyacentes, lo que puede crear problemas operativos.
-
59. JSON Crack
es una extensi¨®n de Visual Studio Code que genera gr¨¢ficos interactivos a partir de datos en formato textual. A pesar de su nombre, admite m¨²ltiples formatos, incluyendo YAML, TOML y XML. A diferencia de Mermaid y D2, donde la representaci¨®n textual es un medio para crear un gr¨¢fico visual espec¨ªfico, JSON Crack es una herramienta para visualizar datos que se encuentran en formato de texto. Su algoritmo de dise?o funciona bien y permite ocultar selectivamente ramas y nodos, lo que lo convierte en una excelente opci¨®n para explorar conjuntos de datos. Tambi¨¦n esta disponible una herramienta web complementaria, pero en este caso tenemos dudas sobre depender de servicios online para el formatear o parsear c¨®digo. JSON Crack tiene un l¨ªmite en la cantidad de nodos a procesar y redirige a los usuarios a una herramienta comercial relacionada para manejar archivos con m¨¢s de unos pocos cientos de nodos.
-
60. MailSlurp
Los flujos de trabajo de pruebas que implican el correo electr¨®nico suelen ser complejos y requieren mucho tiempo. Los equipos de desarrollo deben construir clientes de API de correo electr¨®nico personalizados para la automatizaci¨®n, a la vez que configuran buzones de entrada temporales para escenarios de prueba manual, tales como pruebas de usabilidad o formaci¨®n interna del producto antes de las liberaciones importantes. Estos desaf¨ªos se vuelven a¨²n m¨¢s pronunciados al desarrollar productos de integraci¨®n de clientes. Hemos tenido una experiencia positiva con , un servidor de correo y servicio de API SMS. Proporciona API REST para crear buzones de entrada y n¨²meros de tel¨¦fono, as¨ª como para validar correos electr¨®nicos y mensajes directamente en el c¨®digo, y su tablero sin c¨®digo tambi¨¦n es ¨²til para la preparaci¨®n de pruebas manuales. Otras caracter¨ªsticas, como dominios personalizados, webhooks, respuesta autom¨¢tica y reenv¨ªo, merecen ser consideradas para escenarios m¨¢s complejos.
-
61. Metabase
es una herramienta de an¨¢lisis e inteligencia de negocio de c¨®digo abierto que permite a los usuarios visualizar y analizar datos provenientes de diversas fuentes, incluidas bases de datos relacionales y NoSQL. La herramienta facilita la creaci¨®n de visualizaciones e informes, su organizaci¨®n en tableros y el intercambio de informaci¨®n de forma sencilla. Adem¨¢s, ofrece un SDK para incrustar tableros interactivos en aplicaciones web, adapt¨¢ndose al estilo y tema de la aplicaci¨®n, lo que resulta muy conveniente para desarrolladores. Con conectores de datos respaldados oficialmente como por la comunidad, Metabase es vers¨¢til en diversos entornos. Como herramienta de BI ligera, nuestros equipos la encuentran ¨²til para gestionar tableros interactivos e informes en sus aplicaciones.
-
62. NeMo Guardrails
es un kit de herramientas de c¨®digo abierto de f¨¢cil uso de NVIDIA que permite a los desarrolladores implementar barreras de protecci¨®n para modelos de lenguaje de gran tama?o (LLM) utilizados en aplicaciones conversacionales. Desde que lo mencionamos por ¨²ltima vez en el Radar, NeMo ha experimentado una adopci¨®n significativa en nuestros equipos y contin¨²a mejorando. Muchas de las ¨²ltimas mejoras de NeMo Guardrails se centran en expandir las integraciones y fortalecer la seguridad, los datos y el control, aline¨¢ndose con el objetivo principal del proyecto.
Una actualizaci¨®n importante de NeMo es que ha mejorado la usabilidad y se han a?adido nuevas integraciones, incluyendo y , junto con soporte para Colang 2.0. Las actualizaciones clave incluyen mejoras en la , as¨ª como una versi¨®n reciente que admite la transmisi¨®n de contenido LLM a trav¨¦s de rieles de salida para un rendimiento mejorado. Tambi¨¦n hemos visto soporte adicional para . Adem¨¢s, Nvidia tres nuevos microservicios: el , el y la , todos los cuales se han integrado con NeMo Guardrails. Debido a su creciente conjunto de caracter¨ªsticas y al aumento de su uso en producci¨®n, estamos moviendo NeMo Guardrails a la fase de Probar. Recomendamos revisar las ¨²ltimas para obtener una visi¨®n general completa de los cambios desde nuestro ¨²ltimo blip.
-
63. Nyx
Es una herramienta vers¨¢til de lanzamiento sem¨¢ntico que admite una amplia gama de proyectos de ingenier¨ªa de software. Es independiente del lenguaje y funciona con todas las principales plataformas de CI y SCM, lo que la hace altamente adaptable. Aunque muchos equipos utilizan versionado sem¨¢ntico en el Desarrollo basado en trunk, Nyx tambi¨¦n es compatible con flujos de trabajo como Gitflow, OneFlow y GitHub Flow. Una ventaja clave de Nyx en producci¨®n es su generaci¨®n autom¨¢tica de changelogs, con soporte integrado para .
Como se ha se?alado en ediciones anteriores del Radar, advertimos sobre los patrones de desarrollo que dependen de Ramas de larga duraci¨®n (Por ejemplo, Gitflow, GitOps), ya que introducen desaf¨ªos que incluso herramientas potentes como Nyx no pueden mitigar. Recomendamos encarecidamente probar Nyx en flujos de trabajo CI/CD, especialmente en desarrollo basado en trunk, donde hemos visto repetidos casos de ¨¦xito.
-
64. OpenRewrite
sigue siendo una herramienta muy ¨²til para refactorizaciones a gran escala que siguen un conjunto de reglas, tal como la transici¨®n a una versi¨®n m¨¢s reciente de la API de una librer¨ªa ampliamente utilizada o la aplicaci¨®n de actualizaciones a m¨²ltiples servicios que fueron creados a partir de la misma plantilla. Se ha introducido soporte para lenguajes m¨¢s all¨¢ de Java, notablemente JavaScript. Con ciclos de lanzamientos LTS cortos en frameworks como Angular, mantener los proyectos actualizados a versiones m¨¢s recientes es cada vez m¨¢s importante. OpenRewrite facilita este proceso de forma eficaz. Utilizar un asistente de codificaci¨®n basado en IA es una alternativa, pero para cambios basados en reglas, generalmente es m¨¢s lento, m¨¢s costoso y menos fiable. Nos gusta que OpenRewrite venga con un cat¨¢logo de recetas (reglas), que describen los cambios a realizar. El motor de refactorizaci¨®n, las recetas incluidas y los plugins de herramientas de construcci¨®n son software de c¨®digo abierto, lo que facilita que los equipos recurran a OpenRewrite cuando lo necesiten.
-
65. Plerion
es una plataforma de seguridad en la nube centrada en AWS que se integra con los proveedores de alojamiento para descubrir riesgos, errores de configuraci¨®n y vulnerabilidades en su infraestructura en la nube, servidores y aplicaciones. Similar a Wiz, Plerion utiliza una priorizaci¨®n basada en riesgos para los problemas detectados, prometiendo permitircentrarse en el 1% que importa¡±. Nuestros equipos informan de experiencias positivas con Plerion, se?alando que ha proporcionado a nuestros clientes perspectivas significativas y ha reforzado la importancia del monitoreo proactivo de la seguridad para sus organizaciones.
-
66. Agentes de Ingenier¨ªa de Software
Desde que escribimos sobre agentes de ingenier¨ªa de software hace seis meses, la industria a¨²n carece de una definici¨®n compartida del t¨¦rminoagente. Sin embargo, ha surgido un desarrollo importante, no en agentes de codificaci¨®n completamente aut¨®nomos (que siguen sin ser convincentes), sino en modos de agentes supervisados dentro del IDE. Estos modos permiten a los desarrolladores dirigir la implementaci¨®n a trav¨¦s de chat, con herramientas que no solo modifican el c¨®digo en m¨²ltiples archivos, sino que tambi¨¦n ejecutan comandos, realizan pruebas y responden a la retroalimentaci¨®n del IDE, como errores de estilo o compilaci¨®n.
Este enfoque, a veces llamadoprogramaci¨®n orientada por chat (CHOP por sus siglas en ingl¨¦s) oprompt-to-code (indicaci¨®n a c¨®digo), mantiene el control en los desarrolladores mientras se transfiere m¨¢s responsabilidad a la IA que los asistentes de codificaci¨®n tradicionales, como las sugerencias autom¨¢ticas. Las herramientas l¨ªderes en este espacio incluyen Cursor, Cline y Windsurf, con GitHub Copilot ligeramente rezagado pero alcanzando a los otros r¨¢pidamente. La utilidad de estos modos de agentes depende tanto del modelo utilizado (con Claude's Sonnet series siendo actualmente la referencia) como qu¨¦ tan bien se integra con el IDE para proporcionar una buena experiencia de desarrollo.
Hemos encontrado estos flujos de trabajo interesantes y prometedores, con un notable aumento en la velocidad de codificaci¨®n. Sin embargo, mantener peque?os los alcances de los problemas ayuda a los desarrolladores a revisar mejor los cambios generados por la IA. Esto funciona mejor con indicaciones de baja abstracci¨®n y bases de c¨®digo amigables con la IA que est¨¦n bien estructuradas y debidamente probadas. A medida que estos modos mejoren, tambi¨¦n aumentar¨¢n el riesgo de complacencia con el c¨®digo generado por la IA. Para mitigar esto, recomendamos la programaci¨®n en pareja y otras pr¨¢cticas de revisi¨®n disciplinadas, especialmente para el c¨®digo de producci¨®n.
-
67. Tuple
, una herramienta optimizada para la programaci¨®n en pareja de forma remota, fue dise?ada originalmente para llenar el vac¨ªo que dej¨® Screenhero de Slack. Desde que la mencionamos en el Radar, ha ganado m¨¢s adopci¨®n, ha corregido problemas y limitaciones y ahora es compatible con Windows. Una mejora clave es la optimizaci¨®n del uso compartido de escritorio con una funci¨®n de privacidad integrada, que permite ocultar ventanas de aplicaciones privadas (como mensajes de texto) mientras se comparten herramientas como la ventana del navegador. Antes, las limitaciones de la interfaz de usuario hac¨ªan que Tuple se sintiera m¨¢s como una herramienta espec¨ªfica para programaci¨®n en pareja que como una soluci¨®n de colaboraci¨®n general. Con estas actualizaciones, ahora es posible colaborar en m¨¢s contenidos fuera del IDE. Sin embargo, es importante destacar que la pareja remota tiene acceso a todo el escritorio. Si no se configura correctamente, esto podr¨ªa representar un riesgo de seguridad, especialmente si la otra persona no es de confianza. Recomendamos encarecidamente educar a los equipos sobre la configuraci¨®n de privacidad, buenas pr¨¢cticas y c¨®digo de conducta en Tuple antes de implementarlo. Animamos a los equipos a probar la ¨²ltima versi¨®n de Tuple en su flujo de trabajo de desarrollo. Se alinea con nuestra recomendaci¨®n de programaci¨®n en pareja remota con pragmatismo, ofreciendo baja latencia, una experiencia de usuario intuitiva y mejoras significativas en usabilidad.
-
68. Turborepo
ayuda a gestionar grandes mono repositorios de JavaScript o TypeScript mediante el an¨¢lisis, almacenamiento en cach¨¦, paralelizaci¨®n y optimizaci¨®n de las tareas de construcci¨®n para acelerar el proceso. En mono repositorios grandes, los proyectos suelen depender unos de otros; reconstruir todas las dependencias por cada cambio es ineficiente y consume mucho tiempo, pero Turborepo facilita este proceso. A diferencia de Nx, la configuraci¨®n predeterminada de Turborepo utiliza m¨²ltiples archivos package.json; uno por proyecto, lo que permite tener dependencias con diferentes versiones (m¨²ltiples versiones de React, por ejemplo) en un ¨²nico mono repositorio, algo que Nx desaconseja. Aunque esto podr¨ªa considerarse un anti-patr¨®n, resuelve ciertos casos de uso, como la migraci¨®n de m¨²ltiples repositorios a uno ¨²nico, donde los equipos pueden necesitar temporalmente varias versiones de dependencias. En nuestra experiencia, Turborepo es bastante sencillo de configurar y tiene un buen desempe?o.
Evaluar
-
69. Anythingllm
es una aplicaci¨®n de escritorio de c¨®digo abierto que permite chatear con documentos o fragmentos de contenido extensos, respaldada por una integraci¨®n lista para usar con modelos de lenguaje de gran tama?o (LLMs) y bases de datos vectoriales. Cuenta con una arquitectura modular para modelos de incrustaci¨®n y puede utilizarse con la mayor¨ªa de los LLM comerciales, as¨ª como con modelos de c¨®digo abierto gestionados por Ollama. Adem¨¢s de RAG, se pueden crear diferentes habilidades y organizarlas como agentes para realizar tareas y flujos de trabajo personalizados. La aplicaci¨®n permite a los usuarios organizar documentos e interacciones en distintos espacios de trabajo, que funcionan como hilos de conversaci¨®n persistentes con diferentes contextos. Recientemente, tambi¨¦n se ha a?adido la posibilidad de desplegarlo como una aplicaci¨®n web multiusuario mediante una imagen de Docker. Algunos de nuestros equipos lo est¨¢n utilizando como asistente personal local y lo consideran una herramienta potente y ¨²til.
-
70. Gemma Scope
La interpretabilidad mec¨¢nica, el entendimiento del funcionamiento interno de los grandes modelos de lenguaje, se est¨¢ convirtiendo en un campo cada vez m¨¢s importante. Herramientas como y librer¨ªas open-source proporcionan perspectivas sobre la familia Gemma2 de modelos abiertos. Las herramientas de interpretabilidad desempe?an un papel crucial a la hora de depurar comportamientos inesperados, identificando los componentes responsables de alucinaciones, sesgos u otros casos que causan fallos y, en ¨²ltima instancia, generan confianza ofreciendo una visibilidad m¨¢s detallada de los modelos. Aunque este campo puede ser de especial inter¨¦s para los investigadores, cabe se?alar que con la reciente publicaci¨®n de DeepSeek-R1, el entrenamiento de modelos es cada vez m¨¢s factible para las empresas m¨¢s all¨¢ de los actores establecidos. A medida que la GenAI siga evolucionando, tanto la interpretabilidad como la seguridad ir¨¢n ganando importancia.
-
71. Hurl
es una herramienta vers¨¢til para realizar secuencias de solicitudes HTTP, definidas en archivos de texto plano utilizando una sintaxis espec¨ªfica de Hurl. Adem¨¢s de enviar solicitudes, Hurl puede validar respuestas, asegurando que una solicitud devuelva un c¨®digo de estado HTTP espec¨ªfico; comprobar condiciones en los encabezados de respuesta o en el contenido usando XPATH, JSONPath o expresiones regulares; y extraer datos de la respuesta en variables, que luego pueden usarse para encadenar solicitudes.
Gracias a su conjunto de caracter¨ªsticas, Hurl es ¨²til para automatizaciones de API simples, pero tambi¨¦n sirve como una herramienta de pruebas de API automatizada. Su capacidad para generar informes de pruebas detallados en formato HTML o JSON mejora su utilidad en flujos de trabajo de pruebas. Aunque herramientas especializadas como Bruno y Postman ofrecen interfaces gr¨¢ficas de usuario (GUIs) y caracter¨ªsticas adicionales, nos gusta Hurl por su simplicidad. Al igual que Bruno, que tambi¨¦n usa archivos de texto plano, las pruebas de Hurl pueden almacenarse en el repositorio de c¨®digo.
-
72. Jujutsu
Git es el principal sistema de control de versiones distribuido (VCS), acumulando la vasta mayor¨ªa de la cuota de mercado. A¨²n as¨ª, y pese a m¨¢s de una d¨¦cada de liderazgo, los desarrolladores a¨²n encuentran dificultades con los complejos flujos de trabajo para la gesti¨®n de ramas, la fusi¨®n, el rebase y la resoluci¨®n de conflictos. Esta frustraci¨®n constante ha dado lugar a una serie de herramientas dise?adas para aliviar este problema; algunas ofreciendo ayudas visuales para aclarar la complejidad, otras a trav¨¦s de interfaces gr¨¢ficas que abstraen la misma por completo.
va un paso m¨¢s all¨¢, ofreciendo una alternativa completa a Git, pero manteniendo la compatibilidad al . Esto permite a los desarrolladores seguir utilizando servidores y servicios Git existentes mientras se benefician de los flujos de trabajo optimizados de Jujutsu. Posicionado como ¡°simple y poderoso¡±, Jujutsu enfatiza la facilidad de uso para desarrolladores de todos los niveles de experiencia. Una de sus caracter¨ªsticas destacadas es la , con el potencial de mejorar significativamente la experiencia de desarrollo.
-
73. kubenetmon
La monitorizaci¨®n y la comprensi¨®n del tr¨¢fico de red asociado a Kubernetes puede ser desafiante, particularmente cuando tu infraestructura se extiende a m¨²ltiples zonas, regiones o nubes., creado por ClickHouse y recientemente disponible en c¨®digo abierto, tiene la esperanza de resolver este problema ofreciendo mediciones detalladas del tr¨¢fico de datos de Kubernetes a trav¨¦s de los mayores proveedores de servicios en la nube. Si usas Kubernetes y te has frustrado por costos opacos de transferencia de datos en tu factura, puede merecer la pena que explores kubenetmon.
-
74. Mergiraf
Resolver conflictos de fusi¨®n es probablemente una de las actividades menos apreciadas en el desarrollo de software. Y aunque existen t¨¦cnicas que reducen la complejidad de las fusiones ¡ªpor ejemplo practicar la integraci¨®n continua, en el sentido original de fusionar con una rama principal compartida, al menos una vez al d¨ªa¡ª, vemos que se dedica demasiado esfuerzo a las fusiones. Long-lived feature branches es uno de los culpables, pero la codificaci¨®n asistida por IA tambi¨¦n tiende a incrementar el tama?o de los conjuntos de cambios. La ayuda podr¨ªa llegar en forma de , una nueva herramienta que resuelve conflictos de fusi¨®n analizando el ¨¢rbol sint¨¢ctico en lugar de tratar el c¨®digo como l¨ªneas de texto. Como un controlador de fusi¨®n para git, puede configurarse para que subcomandos como
mergeycherry-pickusen autom¨¢ticamente Mergiraf en lugar de los m¨¦todos predeterminados. -
75. ModernBERT
El sucesor de BERT (Bidirectional Encoder Representations from Transformers), constituye la nueva generaci¨®n de modelos transformadores centrados exclusivamente en la fase de codificaci¨®n dise?ados para abordar un amplio espectro de tareas de procesamiento del lenguaje natural (PLN). Como sustituto directo de BERT, ModernBERT no solo incrementa el rendimiento y la precisi¨®n, sino que tambi¨¦n solventa algunas de sus limitaciones; destacando especialmente su capacidad de manejar longitudes de contexto notablemente mayores gracias a la t¨¦cnica denominadaAlternating Attention. Para los equipos que requieran soluciones de PLN, resulta recomendable evaluar ModernBERT antes de adoptar un modelo generativo de prop¨®sito general.
-
76. OpenRouter
es una API unificada para acceder a m¨²ltiples modelos de lenguaje extenso. Ofrece un punto de integraci¨®n ¨²nico para , simplificando la experimentaci¨®n, reduciendo la dependencia de un proveedor y optimizando los costos al enrutar las solicitudes al modelo m¨¢s apropiado. Herramientas populares como Cline y Open WebUI utilizan OpenRouter como su punto de acceso primario. Durante el an¨¢lisis del Radar, cuestionamos la necesidad real de alternar entre modelos en la mayor¨ªa de los proyectos, dado que OpenRouter debe a?adir un margen de precio como modelo de negocio sobre esta capa de encapsulaci¨®n. Sin embargo, tambi¨¦n reconocemos que OpenRouter proporciona diversas estrategias de balanceo de carga para ayudar a optimizar los costos. Una caracter¨ªstica particularmente ¨²til es su capacidad para evitar los l¨ªmites de tasa de las APIs. Si una aplicaci¨®n excede la tasa l¨ªmite de un solo proveedor de LLM, OpenRouter puede ayudar a evitar esta restricci¨®n y lograr un mejor rendimiento.
-
77. Redactive
es una plataforma empresarial de habilitaci¨®n de IA dise?ada para ayudar a organizaciones reguladas a preparar de forma segura datos no estructurados para aplicaciones de inteligencia artificial, como asistentes y copilotos potenciados por IA. Se integra con plataformas de contenido como Confluence, creando ¨ªndices de texto seguros para b¨²squedas con generaci¨®n mejorada por recuperaci¨®n (RAG). Al servir ¨²nicamente datos en vivo y aplicar en tiempo real los permisos de usuario desde los sistemas fuente, Redactive garantiza que los modelos de IA accedan a informaci¨®n precisa y autorizada sin comprometer la seguridad. Adem¨¢s, proporciona a los equipos de ingenier¨ªa herramientas para construir casos de uso de IA de forma segura usando cualquier LLM. Para las organizaciones que est¨¢n explorando soluciones impulsadas por IA, Redactive ofrece un enfoque simplificado para la preparaci¨®n de datos y el cumplimiento, equilibrando seguridad y accesibilidad para equipos que experimentan con capacidades de IA en un entorno controlado.
-
78. System Initiative
Seguimos entusiasmados con . Esta herramienta experimental representa una radical nueva direcci¨®n para el trabajo en DevOps. Nos gusta mucho el pensamiento creativo detr¨¢s de esta herramienta y esperamos que motive a otros a romper con el status quo de los enfoques de infraestructura como c¨®digo. System Initiative ha superado la fase beta, ahora est¨¢ disponible de forma gratuita y open source bajo licencia Apache 2.0. Aunque sus desarrolladores la utilizan para gestionar su infraestructura en producci¨®n, a¨²n le falta camino por recorrer antes de poder escalar y satisfacer las demandas de grandes empresas. Sin embargo, seguimos creyendo que vale la pena probarla para experimentar un enfoque completamente diferente a otras herramientas de DevOps.
-
79. TabPFN
es un modelo basado en transformadores, dise?ado para una clasificaci¨®n r¨¢pida y precisa de conjuntos peque?os de datos tabulares. Aprovecha el aprendizaje contextual (ICL) para hacer predicciones directamente a partir de ejemplos etiquetados sin ajustar hiperpar¨¢metros ni entrenamiento adicional. Pre entrenado en millones de conjuntos de datos sint¨¦ticos, TabPFN generaliza bien a trav¨¦s de diversas distribuciones de datos y maneja eficazmente valores ausentes y valores at¨ªpicos. Sus fortalezas incluyen procesamiento eficiente de datos heterog¨¦neos y robustez frente a caracter¨ªsticas poco informativas.
TabPFN es especialmente adecuado para aplicaciones a peque?a escala en las que la velocidad y la precisi¨®n son cruciales. Sin embargo, se enfrenta a desaf¨ªos de escalabilidad con conjuntos de datos m¨¢s grandes y tiene limitaciones en el manejo de tareas de regresi¨®n. Como una soluci¨®n vanguardista, merece la pena evaluar TabPFN por su potencial para superar a los modelos de clasificaci¨®n tabular tradicionales, especialmente cuando los transformadores se aplican con menos frecuencia.
-
80. v0
de Vercel es una herramienta de IA para generar c¨®digo de interfaz web a partir de una captura de pantalla, dise?o de Figma o un simple prompt. Soporta React, Vue, shadcn y Tailwind entre otros frameworks de interfaz web. M¨¢s all¨¢ del c¨®digo generado por IA, v0 proporciona una gran experiencia de usuario, que incluye la posibilidad de previsualizar el c¨®digo generado y desplegarlo en Vercel en un solo paso. Aunque la construcci¨®n de una aplicaci¨®n real implica la integraci¨®n de m¨²ltiples funcionalidades m¨¢s all¨¢ de una ¨²nica pantalla, v0 proporciona una manera s¨®lida de prototipar y puede usarse para inicializar un punto de partida para el desarrollo de aplicaciones complejas.
-
81. Windsurf
es un asistente de c¨®digo con IA desarrollado por Codeium que destaca por sus habilidades ag¨¦nticas. Es similar a Cursor y Cline, permitiendo a los desarrolladores dirigir su implementaci¨®n a trav¨¦s de un chat con IA que navega y modifica el c¨®digo, adem¨¢s de ejecutar comandos. Con frecuencia, lanza nuevas funciones e integraciones para su modo ag¨¦ntico. Recientemente, por ejemplo, ha introducido una vista previa del navegador que facilita el acceso del agente a los elementos del DOM y la consola del navegador, as¨ª como una capacidad de investigaci¨®n web que le permite buscar documentaci¨®n y soluciones en internet cuando sea necesario. Windsurf ofrece acceso a una variedad de modelos populares y permite a los usuarios activar y referenciar la b¨²squeda en la web, la documentaci¨®n de bibliotecas y la integraci¨®n con MCP como proveedores de contexto adicionales.
-
82. YOLO
La serie (You Only Look Once), desarrollada por Ultralytics, sigue avanzando en los modelos de visi¨®n por computadora. La ¨²ltima versi¨®n, YOLO11, ofrece mejoras significativas tanto en precisi¨®n como en eficiencia en comparaci¨®n con sus versiones anteriores. YOLO11 es capaz de realizar clasificaci¨®n de im¨¢genes , lo que la hace id¨®nea para aplicaciones en tiempo real en dispositivos perif¨¦ricos. Tambi¨¦n, encontramos que la capacidad de utilizar este mismo framework para llevar a cabo la estimaci¨®n de posturas, detecci¨®n de objetos, segmentaci¨®n de im¨¢genes y otras tareas es muy poderosa. Este importante desarrollo tambi¨¦n nos recuerda que emplear modelos de aprendizaje autom¨¢ticos ¡°tradicionales¡± para tareas espec¨ªficas puede ser m¨¢s eficaz que utilizar modelos generales de Inteligencia Artificial, como los LLMs.
Resistir
?No encontraste algo que esperabas ver?
?
Cada edici¨®n del Radar presenta noticias que reflejan lo que hemos encontrado durante los seis meses anteriores. Es posible que ya hayamos cubierto lo que busca en un Radar anterior. A veces seleccionamos cosas simplemente porque hay demasiadas de las que hablar. Tambi¨¦n es posible que falte alg¨²n dato porque el Radar refleja nuestra experiencia, no se basa en un an¨¢lisis exhaustivo del mercado.
