.jpg)
Depurar tipos complejos en C++ siempre ha sido una tarea tediosa, sobre todo en entornos Linux y macOS. Hasta ahora, los desarrolladores debían escribir formateadores personalizados en Python para LLDB, con docenas de líneas de código que solían ser más difíciles de mantener que las propias clases que intentaban describir. Con la llegada de Rider 2026.2, esta realidad cambia: el formato Natvis, tradicionalmente asociado al ecosistema Windows y MSVC, ahora funciona también en Linux y macOS, permitiendo visualizar contenedores, cadenas, tablas hash y cualquier tipo definido por el usuario con solo unos pocos elementos XML.
Natvis simplifica radicalmente la depuración. En lugar de escribir un proveedor sintético de 70 líneas, basta con definir una regla como <ArrayItems> para arrays contiguos, <LinkedListItems> para listas enlazadas o <TreeItems> para estructuras arbóreas. El resultado es un formateador más legible, fácil de compartir entre plataformas y que se integra directamente con el depurador de Rider. Para activarlo solo hay que confirmar que el toolchain use LLDB, habilitar la opción Enable Natvis renderers for LLDB en los ajustes de depuración y apuntar a los archivos .natvis, ya sea desde CMake o desde una carpeta de directorios adicionales.
Esta funcionalidad no solo beneficia a quien escribe sus propias estructuras. Muchos proyectos del ecosistema C++, especialmente en desarrollo de videojuegos, ya distribuyen archivos Natvis: Godot Engine, JoltPhysics, Box2D, Dear ImGui, EnTT o Magnum. Al actualizar Rider, esos visualizadores se activan automáticamente en Linux y macOS sin necesidad de configuración extra. Para quienes ya tienen formateadores LLDB escritos a mano, Natvis no interfiere: tiene la prioridad más baja, por lo que se puede adoptar gradualmente, tipo por tipo, conservando el trabajo anterior.
Desde una perspectiva técnica, el soporte Natvis en estas plataformas se apoya en el evaluador de expresiones estándar de LLDB 21. Aunque para la mayoría de los tipos funciona sin problemas, los archivos Natvis muy avanzados —como los de Unreal Engine— pueden presentar asperezas hasta que se porte el evaluador optimizado que ya existe en la versión para Windows. El equipo de JetBrains tiene esto en su hoja de ruta, y mientras tanto los formateadores nativos de Unreal Engine siguen funcionando en paralelo.
Para las empresas que desarrollan aplicaciones a medida en C++, contar con herramientas que reduzcan la fricción en la depuración se traduce en ciclos de desarrollo más rápidos y menos errores en producción. En Q2BSTUDIO, sabemos que la eficiencia del equipo técnico es clave para entregar proyectos de alto valor. Por eso integramos de forma natural tecnologías como Natvis en nuestros flujos de trabajo, complementándolos con servicios cloud AWS y Azure que garantizan entornos de compilación y prueba consistentes, independientemente de la plataforma del desarrollador.
La homogeneización de la experiencia de depuración entre sistemas operativos es un paso adelante en la madurez del ecosistema C++. Ya no es necesario mantener formateadores distintos para Windows y para Linux/macOS: un solo archivo .natvis funciona en todos lados. Esto es especialmente relevante en equipos que trabajan con software a medida, donde la personalización de tipos es constante y la depuración visual acelera la detección de bugs lógicos. Además, la misma filosofía de reducir la complejidad se aplica a otras áreas que abordamos en Q2BSTUDIO, como la inteligencia artificial para empresas o los agentes IA, donde la claridad en la representación de datos internos es crítica para entrenar y depurar modelos.
Si tu proyecto utiliza contenedores propios, tablas hash o cualquier estructura de datos no trivial, vale la pena probar esta nueva capacidad de Rider. La inversión en escribir unos pocos elementos XML se amortiza rápidamente en productividad. Y si además necesitas un socio tecnológico que te ayude a construir desde aplicaciones a medida hasta soluciones de ciberseguridad, inteligencia de negocio o Power BI, en Q2BSTUDIO ofrecemos un enfoque integral que abarca la personalización del software, la gestión de infraestructura cloud y la automatización de procesos.
