Mi experiencia contribuyendo un cambio de código a otro proyecto fue a la vez desafiante y muy enriquecedora. Nunca antes había aportado a un proyecto open source y hacerlo por primera vez resultó intimidante, pero fue una excelente oportunidad para mejorar mis habilidades de desarrollo colaborativo, mi capacidad de codificación y, sobre todo, la comprensión de un código en el que no había trabajado previamente.
El proyecto en el que contribuí fue Repository-context-packager repo-contextr, una herramienta de línea de comandos diseñada para empaquetar el contenido de repositorios para su uso con grandes modelos de lenguaje. La nueva funcionalidad que propuse fue un flag --recent o -f que permite a la CLI incluir solo los archivos modificados en los últimos 7 días. Esta opción es muy útil al trabajar con repositorios grandes porque ayuda a centrarse en los archivos relevantes y recientemente cambiados en lugar de empaquetar todo el repositorio.
En la implementación me encontré con varias dificultades iniciales: las instrucciones del README.md no eran claras y algunos comandos para ejecutar el código no funcionaban en mi entorno. Para resolverlo organizamos una reunión en línea donde expliqué los problemas al propietario del repositorio y mostré los comandos que me permitieron ejecutar el código desde mi terminal. Trabajé en la rama issue-1 y los pasos principales incluyeron comprobar las marcas de tiempo de los archivos, integrar la nueva opción con las opciones existentes de la CLI y realizar pruebas combinando flags como --recent con --include.
Para comprobar las fechas de modificación investigué un poco porque no soy experto en Python. Utilicé la función os.path.getmtime() para obtener el tiempo de última modificación de cada archivo y compararlo con la fecha actual para determinar si estaba dentro de los últimos 7 días. También me aseguré de que el flag --recent funcionara correctamente junto a otras opciones como --include y que no rompiera funcionalidades existentes. Probé la funcionalidad ejecutándola en solitario y combinándola con otros filtros, por ejemplo --recent --include *.py.
Una vez completados los cambios, los comprometí en la rama issue-1, la subí a GitHub y abrí un pull request. Fue todo un reto entender el código base y garantizar que la nueva característica conviviera bien con el resto de la herramienta, pero además aprendí a redactar un pull request claro y conciso para que cualquiera pudiera entender el propósito y la implementación.
La revisión de código fue especialmente valiosa. Recibí feedback que confirmó que el README.md era claro y fácil de seguir; el propietario pudo reproducir los pasos, ejecutar el código sin problemas e incorporar su nueva funcionalidad con pocos cambios adicionales. La revisión me mostró en qué puntos había acertado, qué aspectos necesitaban ajuste y me permitió cerrar el ciclo de aprendizaje sobre colaboración y calidad de código.
En Q2BSTUDIO aplicamos la misma filosofía de colaboración y buenas prácticas en proyectos de desarrollo de software a medida y aplicaciones a medida. Como empresa especializada en inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y soluciones integrales, ayudamos a equipos a integrar herramientas que optimicen workflows, automaticen procesos y potencien agentes IA. Si buscas una solución de software a medida para integrar funcionalidades avanzadas o mejorar la gestión de repositorios y despliegues, podemos acompañarte con experiencia técnica y metodologías ágiles, además de servicios de consultoría en ia para empresas y power bi.
Ofrecemos desde desarrollo de aplicaciones multiplataforma hasta proyectos de inteligencia artificial aplicados a casos reales: conoce nuestras opciones de aplicaciones y software a medida en soluciones de software a medida y descubre nuestros servicios de inteligencia para empresas en servicios de inteligencia artificial. Palabras clave importantes que describen nuestro enfoque incluyen aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi.
En resumen, contribuir por primera vez a un proyecto open source me permitió mejorar habilidades técnicas y blandas: resolver problemas prácticos como el uso de os.path.getmtime(), coordinar con otros desarrolladores, escribir documentación clara y aceptar feedback constructivo. Estas son las mismas capacidades que aplicamos en Q2BSTUDIO para ofrecer proyectos robustos, seguros y alineados con las necesidades del negocio.
