Hace poco, publiqué oficialmente como código abierto un cliente para Mac que desarrollé. Se llama DevFlow.
La razón principal por la que creé esta herramienta es que, al desarrollar proyectos con Codex y Claude Code, me encontré demasiadas veces con problemas parecidos.
Aunque solo le hice una petición sencilla, la IA estuvo trabajando un buen rato y al final me dijo:
«Listo, todo ha pasado las pruebas.»
Pero al abrir el programa, vi que la funcionalidad no era como la había imaginado. A veces seguía habiendo errores; otras, arreglaba un problema y aparecían dos nuevos.
Lo que más me frustraba era no tener ni idea de qué había hecho durante todo ese tiempo.
¿Qué archivos se modificaron? ¿Qué comandos se ejecutaron? ¿Se ejecutaron realmente las pruebas? ¿Cuántas veces fallaron? ¿Por qué se eligió esta implementación?
Cuando el proyecto es pequeño, todavía se puede revisar el historial del chat. Pero a medida que aumenta el código y se alarga el ciclo de desarrollo, ya es muy difícil aclarar todas estas cuestiones basándose solo en los chats.
Así que quise crear una herramienta que me permitiera ver en todo momento el proceso de desarrollo de la IA y pedirle que resolviera los problemas en cuanto los detectara.
Así nació DevFlow.
──── ✦ ────
一、¿Qué puede hacer exactamente DevFlow?
En pocas palabras, es una aplicación para Mac diseñada específicamente para revisar y supervisar el proceso de desarrollo con IA.
Por ahora, se centra principalmente en cinco aspectos:
① ¿Se entendieron bien los requisitos?
Puedes revisar qué pediste originalmente, en qué tareas desglosó la IA los requisitos, si omitió algo o si añadió funciones por su cuenta.
② ¿Qué se hizo durante el desarrollo?
En los registros conectados, puedes consultar los comandos ejecutados por los agentes, los archivos modificados, las llamadas a herramientas, los resultados de ejecución y sus fuentes correspondientes.
③ ¿Se superaron realmente las pruebas?
Este es un aspecto al que presto especial atención.
La IA te dice que las pruebas se han superado, pero ¿qué funciones se probaron exactamente? ¿Se ejecutaron de verdad? ¿Se volvió a modificar el código después de las pruebas?
DevFlow vincula el diseño de las pruebas, los resultados de su ejecución y las pruebas de aceptación, y también señala dónde faltan pruebas.
④ ¿Se corrigió el error?
Se pueden registrar todos los pasos: detectar un problema, modificar el código y volver a ejecutar las pruebas.
Por ejemplo, si la IA dice que corrigió un error pero no se encuentran los resultados de la nueva verificación correspondiente, todavía hay que comprobarlo.
⑤ ¿Se puede revisar el historial del desarrollo?
Un proyecto lleva meses en desarrollo. ¿Por qué se diseñó así? ¿Qué requisitos se modificaron? ¿Qué problemas surgieron?
Si la información pertinente está registrada, se puede consultar más adelante.
Espero que, cuando vuelva a abrir un proyecto en el futuro, no tenga que buscar respuestas entre miles de mensajes de chat.
──── ✦ ────
二、¿Cómo se coordina con Codex y Claude Code?
Configuré dos Agent Skills independientes para DevFlow.
devflow-record
Se encarga de registrar los requisitos, el desglose de tareas, las acciones ejecutadas, los resultados de las pruebas y las pruebas pertinentes durante el desarrollo con IA.
devflow-resolve
Se encarga de gestionar los problemas que detectan los desarrolladores. A partir de los comentarios, vuelve a verificar los hechos, corrige lo que haya que corregir, añade las pruebas que hagan falta y, después, registra el resultado.
El flujo de trabajo es más o menos así:
Se plantea un requisito → La IA desarrolla y registra → DevFlow revisa → Se detecta un problema → Se copia el comentario a la IA → Se corrige, se vuelve a verificar y se actualiza el registro.
Veamos un ejemplo sencillo.
Le pido a Codex que añada una función y me dice que ya está lista.
Abro DevFlow y veo que el código sí se modificó, pero no hay ningún registro de que se hayan ejecutado las pruebas correspondientes.
Entonces puedo comunicarle directamente el problema a Codex para que complete la verificación.
Cuando termine, vuelvo a DevFlow para ver qué registros nuevos se añadieron y si el problema realmente se resolvió.
Así, no tengo que fiarme de mi intuición cada vez para decidir si la IA ha hecho bien su trabajo.
Por supuesto, DevFlow todavía no puede saber automáticamente todo lo que ha hecho la IA. Lo que puede mostrar depende de las sesiones y los registros que se hayan conectado. Lo que no tenga pruebas se dejará claramente como desconocido.
──── ✦ ────
三、Lo que más valoro es que también pueda ayudar a la IA a mejorar el proceso de desarrollo
Esta es una idea que siempre quise hacer realidad al diseñar DevFlow.
Cuando desarrollo proyectos con Codex, muchos problemas tienden a repetirse.
Por ejemplo, los requisitos no se desglosan con suficiente detalle, se omiten pruebas de alguna función, no se vuelve a verificar después de corregir un error o se modifica un módulo sin comprobar si eso afecta a otras funciones.
Si el desarrollador tiene que detectar y señalar estos problemas por su cuenta cada vez, con el tiempo resulta agotador.
Por eso quiero que DevFlow pueda trabajar junto con Codex.
Codex se encarga del desarrollo y DevFlow me ayuda a revisar el proceso. Después, le comunica a Codex los problemas detectados para que siga mejorando el trabajo.
Por ejemplo, si durante un desarrollo DevFlow detecta que a un requisito le faltan pruebas de aceptación, puedo pasarle a Codex el problema concreto y los registros pertinentes.
Codex vuelve a verificar los hechos mediante devflow-resolve, añade pruebas o corrige el código y actualiza el registro después de completar una nueva verificación.
La próxima vez que abra DevFlow, podré seguir revisando el resultado del tratamiento.
Desarrollo con IA → Revisión de DevFlow → Detección de deficiencias → Comentarios a Codex → Correcciones y nueva verificación → Nueva revisión.
Este flujo de trabajo se puede repetir una y otra vez.
Y lo que es más importante: a medida que avanza el desarrollo del proyecto, podemos resumir a partir de estos registros los problemas que aparecen con frecuencia.
¿Qué requisitos se suelen pasar por alto? ¿Qué pruebas suelen faltar? ¿Qué pasos del desarrollo necesitan más controles?
Podemos ir consolidando estas experiencias para mejorar poco a poco nuestros procesos de desarrollo futuros.
Mi objetivo final para DevFlow es que cada desarrollo quede registrado, cada problema genere comentarios y cada mejora tenga un fundamento claro.
──── ✦ ────
四、¿Por qué elegí crear una aplicación para Mac?
Sobre todo, porque yo mismo suelo desarrollar en Mac.
Quiero que pueda gestionar directamente los materiales de los proyectos locales, sin necesidad de crear una cuenta ni de subir el código y los registros de desarrollo a otras plataformas.
DevFlow no utiliza modelos de IA externos ni envía instrucciones automáticamente a Codex o Claude Code.
Puedes revisar y organizar los comentarios por tu cuenta, y luego decidir si quieres que la IA siga trabajando en ello.
Por ahora, permite conectar manualmente sesiones locales de Codex. Otros agentes pueden generar registros en un formato unificado mediante las skills correspondientes.
Además, hice otra cosa:
Usar DevFlow para supervisar el propio desarrollo de DevFlow.
Los cambios en los requisitos, los problemas con las pruebas y el proceso de corrección que surgieron al desarrollar esta herramienta también se documentaron, en la medida de lo posible, siguiendo el mismo método.
Primero pruebo en mis propios proyectos las herramientas que desarrollo.
──── ✦ ────
五、Ya es de código abierto: ¡te invito a probarlo!
Por ahora, DevFlow está disponible como versión preliminar para macOS.
Compatible con Apple Silicon / macOS 14 o posterior
Incluye un instalador DMG
Incluye las dos skills devflow-record y devflow-resolve
Licencia de código abierto MIT
Gestiona los materiales del proyecto localmente, sin necesidad de una cuenta
Todavía no cuenta con la notarización de Apple. Para instalarlo por primera vez, sigue las instrucciones del README.
La instalación y la configuración también son bastante sencillas.
Incluso puedes pasarle directamente a Codex la dirección del repositorio de GitHub para que lea la documentación del proyecto y te ayude a configurarlo siguiendo las instrucciones.
Repositorio de código abierto en GitHub:
https://github.com/damobianyuan0325/DevFlow-Mac
Si también sueles programar con IA, te invito a descargarlo y probarlo.
Si encuentras algún problema, puedes abrir un Issue. Y si te resulta útil, también puedes dejar una estrella.
──── ✦ ────
六、Por último, un adelanto de mi segundo proyecto de código abierto: Harness Engineering
De hecho, mientras desarrollaba DevFlow, no dejaba de pensar en otra cuestión.
Ya que podemos revisar el proceso de desarrollo de la IA y detectar problemas como requisitos omitidos, pruebas insuficientes o correcciones incompletas, ¿podríamos ir un paso más allá y ayudar a la IA a evitar estos problemas mientras desarrolla?
Esa es también la razón por la que me preparo para publicar mi segundo proyecto como código abierto.
Harness Engineering (habilidades de desarrollo e ingeniería de Harness).
Quiero organizar la experiencia que he acumulado al desarrollar proyectos con Codex, como el desglose de requisitos, las normas de ejecución, las pruebas de aceptación, el análisis de fallos y las comprobaciones de entrega, y convertirla en un conjunto reutilizable de habilidades y procesos de ingeniería.
En el futuro, podrá trabajar junto con DevFlow:
Harness Engineering se encargará de establecer cómo debe desarrollar la IA.
DevFlow se encargará de comprobar cómo lo ha hecho realmente la IA.
Los problemas detectados se comunicarán a Codex mediante las skills, para que complete las verificaciones, corrija los defectos y mejore poco a poco nuestras normas de desarrollo.
Al combinar ambos proyectos, se puede crear un ciclo completo de desarrollo que abarque desde los requisitos hasta la mejora continua, pasando por el desarrollo, la revisión y los comentarios.
Por supuesto, este sistema de colaboración más completo sigue en desarrollo. Más adelante compartiré el proceso de desarrollo y el enlace al código abierto del segundo proyecto.
──── ✦ ────
Durante este tiempo desarrollando proyectos con IA, mi mayor impresión ha sido que la IA ya programa muy rápido. Muchas tareas que antes llevaban varios días ahora pueden completarse en unas pocas horas.
Pero, a medida que los proyectos se vuelven más complejos, cada vez me importa más otra cosa:
Cada vez que la IA dice que ha terminado, quiero saber con claridad qué ha hecho exactamente, qué pruebas demuestran que está terminado y qué queda pendiente.
DevFlow es mi primer intento en esta dirección.
Seguiré mejorándolo y también compartiré poco a poco más proyectos que desarrolle y publique como código abierto.
Espero que estas herramientas ayuden a más personas como yo, que desarrollan con IA, a trabajar en sus proyectos con más confianza.