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 nuevas funciones
- Cambio entre modos de explicación, planificación y acción dentro de Cascade
- Patrones conversacionales reales para corrección de errores y creación de nuevas funciones
Ediciones predictivas y conciencia multi-archivo
- Qué son las ediciones predictivas y cuándo se activan automáticamente
- Aceptar, rechazar y ajustar sugerencias de edición entre archivos
- Seguimiento automático de dependencias entre archivos editados
- Deshacer cambios en cascada cuando las predicciones no son precisas
Integración de terminal dentro del editor
- Abrir y gestionar sesiones de terminal integradas
- Cómo Cascade observa la salida de la terminal para refinar los siguientes pasos
- Ejecutar pruebas, compilaciones y despliegues sin salir de Windsurf
- Gestionar entradas CLI interactivas durante flujos automatizados
Indexación y gestión de contexto en Windsurf
- Cómo Windsurf construye y mantiene un índice de proyecto en tiempo real
- Comportamiento de indexación para monorepos versus repositorios individuales
- Exclusión de artefactos generados y directorios de compilación para una indexación más rápida
- Reconstrucción del índice tras cambios estructurales importantes
Creación de funciones mediante conversación
- Describir una función en lenguaje simple y observar cómo Cascade la planifica
- Revisar la lista de archivos generados antes de aceptar los cambios
- Ejecutar el código generado inmediatamente y devolver errores a Cascade
- Refinamiento iterativo con seguimientos conversacionales adicionales
Reglas personalizadas y prompts específicos para tecnología
- Redacción de reglas específicas del proyecto para frameworks internos
- Aplicación de convenciones de nomenclatura a través de archivos de reglas de Windsurf
- Personalización de la indexación para DSLs y formatos de archivo no estándar
- Compartir conjuntos de reglas entre un equipo de desarrollo
Depuración con asistencia de Cascade
- Pegar trazas de pila en Cascade para análisis de causa raíz
- Solicitar a Cascade que compare versiones funcionales y rotas
- Ejecutar pruebas de regresión dentro del monitor de terminal de Cascade
- Identificar importaciones alucinadas o dependencias faltantes tras las ediciones
Integración con control de versiones y revisiones
- Generar mensajes de commit a partir de resúmenes conversacionales de cambios
- Preparar descripciones de pull request mediante chat con Cascade
- Responder a comentarios del revisor con ediciones específicas de archivos
- Mantener un historial de commits limpio durante el desarrollo conversacional
Rendimiento y despliegue empresarial
- Gestión de indexación de espacios de trabajo grandes dentro de los límites de memoria
- Optimización del tiempo de inicio para repositorios con muchos archivos
- Comprensión del manejo de datos de Windsurf y la opción de exclusión de entrenamiento
- Configuración de proxy empresarial y VPN para entornos regulados
Migración desde otros editores
- Importar combinaciones de teclas y configuraciones desde VS Code o JetBrains
- Exportar 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
- Conocimiento previo de Git y flujos de trabajo ágiles de desarrollo
- Experiencia básica con interfaces chat basadas en LLM
Público objetivo
- Desarrolladores que están evaluando Windsurf como su entorno de desarrollo principal
- Equipos de producto que desean inteligencia artificial conversacional integrada nativamente en su editor
- Freelancers que buscan reducir el cambio de contexto mediante flujos de trabajo con terminal integrada en el 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