Esta semana me sumergí en los conceptos de branching y merging en Git y fue revelador. Al principio el flujo de trabajo parecía complejo, pero tras leer detenidamente los capítulos 3.2, 3.3 y 3.4 del libro de Git y practicar en el Lab-03 todo empezó a cobrar sentido: las ramas permiten desarrollar líneas paralelas de un proyecto y luego unirlas de forma controlada.

En el laboratorio desarrollé dos características en ramas paralelas y las fusioné con distintas estrategias. La primera funcionalidad consistió en mostrar la marca de tiempo de la última modificación en el encabezado de cada archivo. Implementé esto usando Python y la librería subprocess para ejecutar comandos git log por archivo y extraer la información de last modified. El trabajo se realizó en la rama creada para Issue #9 y permitió presentar salidas tipo: ### File : src/main.js ( Modified : 2024-01-15 14:30:22 ) const helper = require('./utils/helper');

La segunda mejora amplió la sección de resumen con estadísticas detalladas como total de archivos y líneas, desglose por tipos de archivo, archivo más grande y tamaño medio. Para ello recorrí los archivos, conté tipos, hallé el mayor por número de líneas y calculé promedios. Este esfuerzo quedó descrito inicialmente en Issue #10 y luego en la rama correspondiente produje una salida similar a: Summary - Total files: 15 - Total lines: 342 - File types: .js (8), .md (3), .json (2), .css (2) - Largest file: src/main.js (89 lines) - Average file size: 22 lines

Al fusionar las ramas con la principal la primera integración fue fast-forward y se completó en un solo commit. La segunda fusión produjo un conflicto en README.md porque ambas ramas habían modificado la misma línea. Para resolverlo utilicé el solucionador de conflictos de VS Code, que presenta una interfaz clara del estado actual y las opciones a aplicar, y luego generó el commit de resolución.

La experiencia confirmó lo poderosas que son las características de branching y merging en Git: permiten trabajar en desarrollo paralelo, mantener la trazabilidad con issues y commits y resolver divergencias cuando ocurren. Elasticidad en las ramas y buenas prácticas de gestión de merges hacen que el flujo sea ordenado y hasta divertido.

En Q2BSTUDIO aplicamos estos mismos principios en nuestros proyectos de software a medida y aplicaciones a medida, asegurando entregas controladas, integraciones seguras y despliegues fiables. Además ofrecemos soluciones avanzadas de inteligencia artificial, ia para empresas y agentes IA para automatizar procesos y mejorar decisiones, puedes conocer más sobre nuestra oferta de inteligencia artificial.

Complementamos servicios de desarrollo con ciberseguridad, pentesting, servicios cloud aws y azure, servicios inteligencia de negocio y power bi para que las organizaciones dispongan de software robusto y escalable. Si buscas optimizar flujos de trabajo, integrar IA o desplegar en la nube, en Q2BSTUDIO unimos experiencia en desarrollo, seguridad y cloud para crear soluciones completas.

Palabras clave integradas: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA, power bi.