Como parte del curso OSD600 Open Source Development desarrollé desde cero una herramienta destinada a ofrecer contexto a modelos LLM a partir de un repositorio git. El objetivo fue indexar una base de código y generar tanto el contenido como la estructura de archivos inicialmente en formato Markdown. Me pareció un reto interesante porque podía elegir el lenguaje de programación y quise empujarme fuera de mi zona de confort, así que escogí Rust.

Elegí Rust por varias razones prácticas. Rust hereda lo mejor de la familia C y C++ pero añade seguridad en la gestión de memoria sin sacrificar rendimiento. El paradigma RAII y el sistema de ownership y lifetimes permiten evitar errores comunes como punteros colgantes y accesos inválidos a memoria, lo que se traduce en menos fallos relacionados con memoria en tiempo de ejecución. El comprobador de préstamos borrow checker requiere pensar más al diseñar, pero recompensa con código más robusto y mantenible, especialmente útil en proyectos colaborativos donde otros estudiantes deben ampliar la base de código.

La herramienta que implementé indexa repositorios git, filtra y procesa archivos, y genera una representación ordenada de la estructura y contenidos del proyecto para alimentar agentes LLM. En Rust aproveché crates del ecosistema que facilitan mucho el desarrollo: clap para parseo de argumentos y ayuda en la línea de comandos, git2 para extraer metadatos y recorrer repositorios, chrono para formateo de timestamps de commits, globset para filtrar ficheros por patrones y ptree para visualizar el árbol de directorios en terminal. La integración entre estas dependencias fue fluida y me permitió centrarme en la lógica del índice y en las pruebas unitarias para cada funcionalidad aislada.

Aunque el proyecto nació como un toy project para el curso, diseñé una base sólida pensando en extensibilidad. Es importante facilitar que otros estudiantes, quizá más habituados a lenguajes populares como Python o JavaScript, puedan contribuir sin grandes dificultades. Para ello documenté la arquitectura, separé responsabilidades y puse énfasis en pruebas y en una interfaz de línea de comandos amigable.

Desde la perspectiva profesional, usar Rust en este tipo de proyectos refuerza capacidades clave en desarrollo de sistemas y me posiciona para trabajar en iniciativas de alto rendimiento y seguridad. En Q2BSTUDIO aplicamos ese mismo enfoque técnico y práctico para ofrecer soluciones de software a medida y aplicaciones a medida, desde arquitecturas cloud hasta agentes inteligentes que complementan flujos de trabajo empresariales. Si buscas desarrollar un producto alineado con necesidades concretas, puedes conocer más sobre nuestros servicios de desarrollo en esta página software a medida y aplicaciones a medida.

Además de desarrollo, en Q2BSTUDIO somos especialistas en inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y automatización. Aplicamos modelos de IA para empresas y diseñamos agentes IA que enriquecen interfaces y procesos internos. Si te interesa explorar soluciones de inteligencia artificial para tu organización consulta nuestro espacio dedicado a inteligencia artificial.

Lecciones aprendidas y siguientes pasos: salir de la zona de confort con Rust me aportó mayores garantías de seguridad y calidad en el código, aunque al principio el desarrollo puede ser más lento al ajustar el diseño al sistema de ownership. El proyecto ya tiene una base que recibirá contribuciones y mejoras, y en las próximas semanas planeo integrar soporte más avanzado para extracción semántica de código, mejores vistas en Markdown y conexión directa con pipelines CI para mantener la calidad. En paralelo, en Q2BSTUDIO seguimos incorporando tecnologías y prácticas para ofrecer servicios de ia para empresas, agentes IA, power bi y soluciones de ciberseguridad adaptadas a cada cliente.

En resumen, elegir Rust para OSD600 fue una decisión motivada por la búsqueda de seguridad, rendimiento y calidad de código. La experiencia confirmó que Rust es una excelente opción para proyectos que requieren fiabilidad y escalabilidad, y refuerza el compromiso de Q2BSTUDIO con el desarrollo de soluciones tecnológicas avanzadas y a medida.