Temario del curso
La interfaz conversacional de Cascade
- Cómo Cascade difiere de los paneles de chat tradicionales en otros IDEs
- Mantenimiento del contexto conversacional a través de solicitudes de funcionalidades
- Cambio entre modos de explicación, planificación y acción dentro de Cascade
- Patrones de conversación del mundo real para corrección de errores y construcción de funcionalidades
Editores predictivos y conocimiento multidocumento
- Qué son las ediciones predictivas y cuándo se activan automáticamente
- Aceptar, rechazar y ajustar sugerencias de edición a través de los documentos
- Rastreo automático de dependencias entre documentos editados
- Reversión de cambios en cascada cuando las predicciones no son precisas
Integración del terminal dentro del editor
- Abrir y gestionar sesiones de terminal integradas
- Cómo Cascade observa la salida del terminal para refinar los siguientes pasos
- Ejecución de pruebas, compilaciones e implementaciones sin salir de Windsurf
- Gestión de interacciones con CLI (interfaz de línea de comandos) durante flujos automatizados
Indexación y gestión del contexto en Windsurf
- Cómo Windsurf crea y mantiene un índice de proyecto en tiempo real
- Comportamiento de la indexación para monorepositorios versus repositorios individuales
- Exclusión de artefactos generados y directorios de compilación para una indexación más rápida
- Reconstrucción del índice después de cambios estructurales importantes
Construcción de funcionalidades conversacionales
- Describir una funcionalidad en lenguaje claro y observar cómo Cascade la planifica
- Revisar la lista de archivos generados antes de aceptar los cambios
- Ejecutar el código generado inmediatamente y retroalimentar errores a Cascade
- Refinamiento iterativo con siguientes pasos conversacionales
Reglas personalizadas e instrucciones específicas para tecnologías
- Redacción de reglas específicas del proyecto para marcos de trabajo internos
- Aplicación de convenciones de nombres a través de los archivos de reglas de Windsurf
- Personalización de la indexación para DSLs (lenguajes específicos de dominio) y formatos de archivo no estándar
- Compartir conjuntos de reglas a través del equipo de desarrollo
Depuración con asistencia de Cascade
- Pegar trazas de pila (stack traces) en Cascade para análisis de causa raíz
- Solicitar a Cascade que compare versiones funcionales y defectuosas
- Ejecución de pruebas de regresión dentro del observador de terminal de Cascade
- Identificación de importaciones hallucinadas o dependencias faltantes tras las ediciones
Integración de control de versiones y revisiones
- Generación de mensajes de confirmación (commit) a partir de resúmenes conversacionales de cambios
- Preparación de descripciones de solicitudes de extracción (pull request) vía chat con Cascade
- Respuesta a comentarios del revisor con ediciones dirigidas en archivos específicos
- Mantenimiento de un historial de confirmaciones limpio durante el desarrollo conversacional
Rendimiento y despliegue empresarial
- Gestión de la indexación de espacios de trabajo grandes dentro de las limitaciones de memoria
- Optimización del tiempo de inicio para repositorios con muchos archivos
- Comprensión del manejo de datos de Windsurf y opciones de exclusión de entrenamiento
- Configuraciones de proxy empresarial y VPN para entornos regulados
Transición desde otros editores
- Importación de combinaciones de teclas y configuraciones desde VS Code o JetBrains
- Exportación de extensiones de Windsurf de vuelta a VS Code estándar
- Estrategias de migración del equipo y estructuras de programas piloto
Requerimientos
- Experiencia con un IDE como VS Code o JetBrains
- Familiaridad con Git y flujos de trabajo de desarrollo ágil
- Experiencia básica con interfaces de chat basadas en LLM (Modelos de Lenguaje Grande)
Público objetivo
- Desarrolladores que evalúan Windsurf como su entorno de desarrollo principal
- Equipos de producto que desean inteligencia artificial conversacional integrada nativamente en su editor
- Freelancers que buscan reducir la alternancia de contexto con flujos de trabajo terminal-in-IDE
Reseñas (2)
La práctica estuvo muy interactiva y aplicable al negocio.
Jorge Boscan - Chevron Global Technology Services Company
Curso - Advanced GitHub Copilot & AI for Projects and Infrastructure
Adquirí conocimientos sobre la biblioteca Streamlit de Python y, con seguridad, intentaré utilizarla para mejorar las aplicaciones de mi equipo que se desarrollan en R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Traducción Automática