Github · DacaCode

GitHub Copilot: Beneficios, Desventajas y Precauciones

Dacadev — Mon, 27 May 2024 00:00:00 -0500

Tabla de Contenido

Note

Este artículo nace como una iniciativa para centralizar el conocimiento que he adquirido en el manejo de la herramienta de GitHub Copilot gracias a su uso diario, cursos y consejos que he encontrado en diversos recursos.

La herramienta la puedes encontrar en el siguiente enlace: GitHub Copilot

GitHub Copilot es una herramienta de inteligencia artificial que nos ofrece toda la potencia de los modelos de lenguaje a gran escala (LLM, por sus siglas en inglés) enfocada específicamente en el campo del desarrollo de software y programación. Es una herramienta que ha revolucionado la manera de escribir código y aún tiene mucho más por aportar. Veamos algunas de sus funcionalidades y beneficios, así como desventajas y riesgos de usar esta herramienta.

¿Qué es GitHub Copilot?

Mi definición de lo que es Copilot sería:

GitHub Copilot es una herramienta de programación de pair programming que extiende las habilidades de los desarrolladores permitiendo enfocarse en el diseño, delegando la “carpintería” al copiloto.

Adicionalmente, si queremos ser un poco más técnicos al respecto y definir qué es Copilot técnicamente, debemos decir que Copilot trabaja sobre las mismas bases de los LLMs como ChatGPT, con la salvedad de que fue afinado para que su enfoque sea 100% en la escritura de código.

Los datos usados para ajustar el modelo que alimenta a GitHub Copilot fueron todos los repositorios públicos que se encuentran en GitHub, siendo esta la plataforma más usada para alojar proyectos alrededor del mundo. Esto significa que el conjunto de datos de entrenamiento es inmenso y muy completo.

Por último, como Copilot está basado en la tecnología de los LLMs, en general lo que busca es predecir, a partir de probabilidades, cuál sería el código que seguiría a medida que vas escribiendo.

¿Debo preocuparme por el manejo de datos?

Una de las principales dudas al momento de usar Copilot, incluso podría pensar que la primera duda, es ¿Copilot usará mis datos y mi código para futuras sugerencias? o en palabras más simples ¿Copilot va a robar mi código?

La respuesta es un NO rotundo. Copilot no usará tu código o el código generado con la herramienta para reentrenar el modelo, ya que, como mencioné antes, esta herramienta solo es entrenada con datos públicos que se obtienen de los repositorios públicos de GitHub.

Además, el código generado a partir de Copilot no es alojado para realizar una futura realimentación del modelo, por lo que puedes estar seguro de la privacidad de tu código y de tu negocio a fin de cuentas.

Note

En este punto debo mencionar algo y es la propiedad intelectual. Puede que Copilot no respete la propiedad intelectual si esta es en un repositorio público, por lo que si quieres tener este tipo de protección y a la vez tener un código abierto, es mejor asesorarte.

¿Cuáles son los alcances de Copilot?

Como mencionamos antes, Copilot es tu compañero de programación en pareja, esto significa que te ayudará a escribir código brindando sugerencias durante la escritura del mismo, pero aquí puede surgir una pregunta muy importante: ¿Puede Copilot ayudarme sin importar el lenguaje?

La respuesta a esta pregunta es ambigua, sí y no. Es un sí porque recuerda que el modelo fue entrenado usando todo el código público alojado en GitHub, y entre estos encontramos una diversidad inmensa de lenguajes, frameworks, estilos, prácticas, etc. Sin embargo, también debemos tener en cuenta que los lenguajes más populares como JavaScript o Python son los que más proyectos tienen alojados en GitHub, lo que significa que el modelo aprendió más de estos lenguajes, haciéndolo mucho más eficiente para estos tipos de lenguajes o frameworks.

Si intentas utilizar Copilot con algún lenguaje que no es tan popular como COBOL, es posible que Copilot no haga un muy buen trabajo, pero lo intentará.

Tip

Si tienes miedo de que la IA te pueda arrebatar el trabajo, tiene sentido buscar aquello en lo que la IA no es realmente buena… ¿aún? Esto es solo una opinión que podría ser una buena discusión, ¿qué opinas?

¿Es acertado Copilot en sus predicciones?

Esta es una pregunta que muchas personas se hacen, sin importar el nivel de experiencia que tengan, y volviendo a retomar la idea de antes, sus predicciones mejorarán a medida que sea usado para escribir código de lenguajes o contextos populares, ya que tendrá más conocimiento de dónde echar mano.

Dado lo anterior, es MUY IMPORTANTE que tú, como desarrollador, supervises siempre el resultado de Copilot. No importa qué tan sencillo o simple sea, hazlo como una nueva práctica para el uso de esta herramienta ya que Copilot solo predice, no piensa realmente… ¿aún? 🤔

Aquí quiero hacer un énfasis que es mandatorio, y es el de la supervisión. Tu responsabilidad como programador es supervisar el resultado de Copilot, y esto se puede hacer eficientemente solamente si:

Conoces la tecnología, lenguaje, frameworks, etc. que Copilot te está ayudando a construir.
Entiendes lo que estás construyendo y el propósito, la lógica de negocio.
Entiendes a nivel macro el impacto de tu trabajo, Copilot te ayudará con lo micro.

Tip

Debes ser siempre consciente de lo que estás construyendo, siempre recuérdalo porque con el uso de Copilot es fácil caer en la tentación de dejar pasar algunas cosas.

Beneficios de usar Copilot

Hablemos ahora de cuáles son los beneficios de usar Copilot. ¡Hay muchos!

Incrementa la productividad, ya que no gastarás tiempo escribiendo y reescribiendo código, sobre todo si son piezas pequeñas pero tediosas.
Reduce los errores en el código, aunque debamos supervisar el resultado de Copilot, este siempre nos ayudará a reducir errores comunes como los typos o referencias mal realizadas.
Permite tener una gran diversidad de código, ya que puedes pedirle a Copilot que te dé no solo una, sino más sugerencias, permitiéndonos ahondar en múltiples estilos o diseños de código.
Soporta múltiples lenguajes, con mejor rendimiento en unos más que en otros.
Te permite aprender y desarrollar al mismo tiempo. Cuando Copilot te ayuda a escribir código, puede implementar técnicas o ideas nuevas para ti y te permitirá aprender de ellas. Para ello, debes ser consciente y supervisar el resultado, no confíes 100% en su respuesta. Valida en la documentación o en recursos de confianza.
Copilot se ajustará a tu tipo de código. A medida que lo uses, entenderá cuál es el estilo de código en base a lo ya escrito en el proyecto. Tú lo orientas en base a cómo escribas código. Esto significa que si cambias de proyecto y este tiene otras reglas, Copilot se adaptará. Él no aprende de ti.

Precauciones y desventajas de Copilot

Su precisión es variable dependiendo del contexto del prompt y del mismo código que tienes en ese archivo. Esto depende del tiempo de trabajo en el proyecto con Copilot, los archivos abiertos y el código de referencia.
Riesgos de seguridad potenciales. Debes supervisar el resultado, sobre todo si trabajas con partes sensibles del código como SQL, ORMs, código de lógica de negocio, etc. Valida el código que propone Copilot y, si no lo conocías, valida su uso en la documentación o un recurso de confianza.
Depender demasiado de la herramienta. Para que esto no suceda, debes conocer bien la tecnología, lenguaje y sistema que estás construyendo, para tener el criterio y confianza de que lo que estás haciendo lo podrías hacer sin ayuda de Copilot.
Una “desventaja” es que tiene un costo, no tiene opción de uso gratuito o similar, y es más costoso a medida que se implementa en organizaciones. Esto, en algunos casos como personas/empresas que están empezando, puede ser un valor difícil de asumir. Debes tener claro el valor que agrega en el equipo y ese gasto adicional incluirlo en tus cuentas.
Límite en el contexto de la herramienta. Esta es una desventaja de los LLMs en general y, aunque es algo que está en constante mejora, es muy difícil (por lo menos hasta ahora) incluir todo un proyecto en el contexto de un LLM y adicionalmente compartir qué es lo que se busca hacer. Por lo que para tareas muy grandes con un código fuente enorme, tiende a no ser tan preciso.

Conclusión

GitHub Copilot ha revolucionado la forma en que los desarrolladores escriben código, ofreciendo beneficios significativos como el aumento de la productividad y la reducción de errores. Sin embargo, es crucial supervisar sus sugerencias y estar consciente de sus limitaciones y riesgos. A medida que la tecnología avanza, Copilot seguirá mejorando, pero siempre será necesario el criterio humano para garantizar la calidad y la seguridad del código.

Info

Este artículo se actualiza periódicamente conforme evolucionan las funcionalidades de GitHub Copilot. Si tienes experiencias o consejos adicionales, no dudes en compartirlos a través de la página de contacto.

Despliegue su sitio en GitHub Pages con HUGO y dominio personalizado

Dacadev — Mon, 18 Dec 2023 20:56:15 +0000

Tabla de Contenido

Note

En este tutorial aprenderás a desplegar un sitio web creado con Hugo en GitHub Pages en menos de 10 minutos, automatizar el despliegue con GitHub Actions y configurar un dominio personalizado.

HUGO es un generador de sitios estáticos creado en Go, que cuenta con un rendimiento excelente y varias funcionalidades que permiten crear sitios web de manera amigable tanto para desarrolladores como para creadores de contenido.

Para saber más de la herramienta, puedes remitirte a la documentación en el siguiente link

Para desplegar tu sitio web creado con HUGO, dispones de muchas herramientas, tanto pagas como gratuitas, que te pueden ayudar en este proceso. En este post, vamos a ver cómo podemos desplegar rápidamente nuestro sitio en GitHub Pages en menos de 10 minutos y actualizar el dominio a uno personalizado.

GitHub Pages es un servicio que ofrece GitHub para los repositorios públicos o para aquellos usuarios que cuentan con una suscripción pro, sean usuarios personales o empresariales.

Despliegue paso a paso del sitio en GitHub Pages

Debes tener un proyecto de HUGO funcional y alojarlo en un repositorio público en GitHub.

Si quieres que el repositorio sea privado y aún así desplegar tu sitio, es importante contar con la cuenta Pro.

En la imagen de referencia, estoy usando la página especial de GitHub Pages que coincide con mi nombre de usuario, dacadev-official. Esto significa que cuando despliegue mi sitio, lo harán en la raíz del dominio de mi cuenta, que sería https://dacadev-official.github.io. Si el nombre fuera diferente, la URL sería https://dacadev-official.github.io/<my-repo-name>. Es importante tener esto en cuenta ya que si en HUGO estamos usando Permalinks o relURL sin tener configurado debidamente nuestro baseurl, podría generar problemas en los enlaces.

Dentro de nuestro repositorio, nos dirigiremos a la sección de settings > pages y activaremos la opción de build and deploy con GitHub Actions.
El siguiente paso consiste en activar las GitHub Actions. Para ello, debemos crear un archivo dentro del folder .github/workflows.

Las GitHub Actions son una herramienta de automatización integrada en GitHub, que permite ejecutar flujos de trabajo basados en eventos dentro de un repositorio.

Crearemos el archivo hugo.yaml dentro del folder mencionado. Puede ser cualquier nombre, pero lo importante es que sea un nombre relacionado o descriptivo de lo que hará. Dentro de este archivo, colocaremos el siguiente contenido.

 # Nombre de la acción
name: Deploy Hugo site to Pages

# Se activara cuando se haga un push sobre la rama main
on:
 push:
 branches:
 - main

# Permisos para que pueda leer el contenido del repo y
# pueda escribir sobre la funcionalidad de GitHub Pages
permissions:
 contents: read
 pages: write
 id-token: write

# Estara asociado al grupo relacionados con pages y no cancelará
# otros procesos que esten en ejecución
concurrency:
 group: "pages"
 cancel-in-progress: false

# Define bash como el encargado de ejecutar los trabajos
defaults:
 run:
 shell: bash

# En este apartado define el entorno usado para el workflow
jobs:
	# 1 TRABAJO DE CONSTRUCCIÓN DEL SITIO
 build:
 # Entorno
 runs-on: ubuntu-latest
 env:
			# Esta variable permite cambiar facilmente la version de HUGO usada
 HUGO_VERSION: 0.121.1
 steps:
 - name: Install Hugo CLI
 run: |
 wget -O ${{ runner.temp }}/hugo.deb https://github.com/gohugoio/hugo/releases/download/v${HUGO_VERSION}/hugo_extended_${HUGO_VERSION}_linux-amd64.deb \
 && sudo dpkg -i ${{ runner.temp }}/hugo.deb
 - name: Install Dart Sass
 run: sudo snap install dart-sass
				# Prepara el entorno para desplegar las páginas
 - name: Checkout
 uses: actions/checkout@v4
 with:
 submodules: recursive
 fetch-depth: 0
 - name: Setup Pages
 id: pages
 uses: actions/configure-pages@v4
 - name: Install Node.js dependencies
 run: "yarn install"
				# Configura las variables de entorno de HUGO y procede a
				# ejecutar el comando para construir el sitio.
 - name: Build with Hugo
 env:
 HUGO_ENVIRONMENT: production
 HUGO_ENV: production
 run: |
 hugo \
 --gc \
 --minify \
 --baseURL "${{ steps.pages.outputs.base_url }}/"
	 # Sube el contenido generado por hugo al directorio de GitHub Pages
			- name: Upload artifact
 uses: actions/upload-pages-artifact@v2
 with:
 path: ./public

 # 2 REDESPLIEGA EL SITIO EN GITHUB PAGES CON LOS NUEVOS CAMBIOS
 deploy:
 environment:
 name: github-pages
 url: ${{ steps.deployment.outputs.page_url }}
 runs-on: ubuntu-latest
 needs: build
 steps:
 - name: Deploy to GitHub Pages
 id: deployment
 uses: actions/deploy-pages@v3

El siguiente paso es hacer commit con el nuevo archivo agregado, con un mensaje descriptivo, y finalmente hacer push de los cambios a la rama main o la que hayas definido en el archivo .yaml de configuración.

git commit -m “feat: implement github actions to deploy site into GitHub Pages” git push origin main

Nos dirigiremos a la página de nuestro repositorio y veremos que GitHub ha detectado automáticamente nuestros cambios con las acciones y las ejecutará. Verás algo similar a la siguiente imagen. Una vez que se completen los workflows correctamente, debes dirigirte a la URL del repositorio, que sería https://<username>.github.io/<repository>. Recuerda que si tu repositorio tiene el mismo nombre que tu usuario, puedes omitir el <repository>.

En caso de que se genere un error o algo similar debes de revisar los logs de cada paso que enontrarás en el link de details al lado de cada uno de los pasos

Configura un dominio personalizado en GitHub Pages

Hasta este punto, hemos configurado y desplegado exitosamente nuestro sitio en GitHub Pages. Ahora, lo que nos falta es configurar nuestro nombre de dominio para que tenga un nombre de nuestra marca o necesidad en cuestión.

En este ejemplo, hemos usado un dominio adquirido en Namecheap que tenemos listo para configurar.

Lo primero que haremos es configurar nuestro dominio dentro de nuestro repositorio. Para ello, nos dirigiremos a settings > pages de nuevo y buscaremos la opción de Custom Domain.
Dentro del input, agregamos el dominio que queremos agregar.
El siguiente paso será configurar las direcciones IP a las cuales queremos que apunte nuestro dominio. Para ello, nos dirigiremos al panel de control de Namecheap e iremos a las opciones avanzadas de nuestro dominio. Las URL listadas son las siguientes:
- 185.199.108.153
- 185.199.109.153
- 185.199.110.153
- 185.199.111.153

Lo que estamos configurando es lo siguiente:

Registros A con la dirección @, que representa la raíz del dominio, apuntando a cuatro direcciones IP diferentes. Son necesarios para que tu dominio personalizado apunte a los servidores de GitHub Pages. Esto permite que cuando alguien ingrese tu dominio en su navegador, la solicitud sea dirigida a los servidores de GitHub, donde está alojado tu proyecto.
Registro CNAME con el host www y el valor <username>.github.io., redirige las solicitudes de www.tudominio.com al subdominio <username>.github.io en GitHub. Esto es útil si quieres que tanto www.tudominio.com como tudominio.com muestren tu proyecto en GitHub Pages.

Ya con esto, tu sitio estaría listo para servir a través de tu dominio personalizado.

Tip

Debes esperar un tiempo para que GitHub confirme que el dominio ingresado está configurado correctamente. Normalmente esto puede tomar entre unos minutos hasta 24 horas dependiendo de la propagación DNS.