Por favor, introduzca una dirección de correo electrónico válida.

Estoy encantado de responder a cualquier pregunta que pueda tener. O simplemente saludar.

Innovación de software para el bien común.

<YouTube id="IP4Ikw3KtAU" /> 

El IDE Arduino contiene un lenguaje simplificado para desarrollar para la plataforma Arduino. Este lenguaje se llama Wiring y es una versión dialectal simplificada de C y C++. Las operaciones comunes de entrada y salida están simplificadas, haciendo el entorno ideal para la creación de prototipos para diseñadores y makers. Pero a veces quieres programar en C "real" y usar la cadena de herramientas AVR directamente. Por ejemplo, es posible que desee mirar entre bastidores o que necesite programar una biblioteca. Entonces se hace necesario usar la cadena de herramientas AVR. Cómo programar un simple LED parpadeante en C puro, quiero mostrarlo en este artículo. 

## Instalación 

Para poder compilar y ejecutar el programa C a código máquina AVR, necesitas instalar un compilador cruzado, un enlazador y un cargador para el microcontrolador AVR.

En Ubuntu Linux, esto se hace ejecutando el siguiente comando: 

```bash 
sudo apt-get install gcc-avr binutils-avr gdb-avr avr-libc avrdude make 
``` 

Esto instala toda la cadena de herramientas necesarias para el desarrollo en C del AVR en tu máquina. 

## Configuración del hardware Arduino 

El programa en C asume que tienes un Arduino Uno con un LED conectado al puerto 13. Esta imagen de Fritzing muestra la configuración: 

![LED parpadeante](https://res.cloudinary.com/dxxtt2clx/image/upload/v1692378835/Blink_Led_7cdbbb379f.png) 

## Led.c 

```C
#include <avr/io.h>

#define F_CPU 16000000
#define BLINK_DELAY_MS 5000

#include <util/delay.h>

int main (void)
{
  // Arduino digital pin 13 (pin 5 of PORTB) for output
  DDRB |= 0B100000; // PORTB5

  while(1) {
    // turn LED on
    PORTB |= 0B100000; // PORTB5
    _delay_ms(BLINK_DELAY_MS);

    // turn LED off
    PORTB &= ~ 0B100000; // PORTB5
    _delay_ms(BLINK_DELAY_MS);
  }
}
```
    
En este ejemplo en C, el LED se enciende durante 5000 ms (5 seg) y luego se apaga de nuevo.
Necesitas importar dos archivos de cabecera, uno para la definición de los puertos IO y otro para la función de retardo. Es importante que en C puro calcules el pin exacto en el que quieres escribir. En nuestro caso, el pin 13 del LED está en el puerto B5 (o en binario: 0B100000). Puedes encontrar información sobre el puerto y los pines en bruto en los [Arduino schematics](https://www.arduino.cc/en/uploads/Main/arduino-uno-schematic.pdf) a los que puedes acceder desde la web de Arduino. 

## Compilando y cargando 

Con el Makefile adjunto, se hace fácil compilar el archivo C.

Simplemente ejecuta: 

```bash 
make 
``` 

Entre bastidores, el Makefile llama al compilador AVR C (avr-gcc) y convierte el archivo al formato hexadecimal correcto que el uploader puede usar. Antes de que puedas subirlo, necesitas averiguar en qué parte de tu máquina está conectado el Arduino Uno. La ruta se escribe en el Makefile como variable ARDUINO_USB. 

Una vez hecho esto, sube el archivo a tu Arduino Uno con: 

```bash 
make deploy 
``` 

El uploader que usamos en el Makefile se llama Avrdude. 

## Conclusión 

La familia Arduino es un gran campo de juego para la creación de prototipos de hardware.
Pero puedes sumergirte más profundamente y programar el Arduino Uno sin el IDE de Arduino directamente usando AVR C. Espero haber podido quitarte los primeros obstáculos en esta aventura. 

## Referencias 

- Led en C puro fuente del proyecto: https://github.com/tderflinger/arduino-blink-purec 
- Esquemas del Arduino Uno: https://www.arduino.cc/en/uploads/Main/arduino-uno-schematic.pdf 
-  AVR Toolchain: http://nongnu.org/avr-libc/ - Gracias a Sagar: https://github.com/sagarsp/arduino-blink-c 
  
Para obtener la mejor calidad, verlo a través de este enlace aquí: [https://www.youtube.com/watch?v=IP4Ikw3KtAU](https://www.youtube.com/watch?v=IP4Ikw3KtAU)

Imagen de portada por <a href="https://unsplash.com/de/@brianwangenheim?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Brian Wangenheim</a> en <a href="https://unsplash.com/de/fotos/OKWgnUqwBl0?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>

large_brian-wangenheim-OKWgnUqwBl0-unsplash.jpg

medium_brian-wangenheim-OKWgnUqwBl0-unsplash.jpg

small_brian-wangenheim-OKWgnUqwBl0-unsplash.jpg

thumbnail_brian-wangenheim-OKWgnUqwBl0-unsplash.jpg

El IDE Arduino contiene un lenguaje simplificado para desarrollar para la plataforma Arduino. Las operaciones comunes de entrada y salida están simplificadas, lo que hace que el entorno sea ideal para la creación de prototipos para diseñadores y makers. Pero a veces quieres programar en C "real" y utilizar la cadena de herramientas AVR directamente.

Arduino LED parpadeante en C puro

Cuando los desarrolladores de software crean nuevos proyectos de código abierto, suelen crear lo que les parece útil y divertido. Esta actitud está bien por sí misma. Pero si el programador o la empresa tienen más ambición, el proyecto puede beneficiarse del análisis DAFO desarrollado por la literatura de gestión estratégica. DAFO significa puntos fuertes, puntos débiles, oportunidades y amenazas. Este artículo muestra cómo el análisis DAFO puede beneficiar a los proyectos de código abierto. 

## Análisis DAFO 

Siempre que quiera analizar la posición de su producto en el mercado puede utilizar el marco de análisis DAFO.  Desarrollado originalmente en 1965 por investigadores del Instituto de Investigación de Stanford, se ha convertido en una herramienta popular en los negocios para analizar el producto o la empresa y su posición dentro del entorno de mercado. 

![256px-SWOT_en.svg.png](https://res.cloudinary.com/dxxtt2clx/image/upload/v1744629257/256px_SWOT_en_svg_f020471837.png) 
Figura 1: Diagrama DAFO. CC-BY SA por Xhienne 

Como puede ver en la Figura 1, el marco DAFO analiza los puntos fuertes y débiles del producto, por un lado, y las amenazas y debilidades del mercado externo, por el otro. 

Analizando la posición de su producto de ese modo, puede obtener algunas ideas para su estrategia de producto. 

## DAFO para software de código abierto 

Al crear software de código abierto, suele ser una buena idea evitar crear lo que ya existe en el mercado. Además, querrá invertir su energía en un producto que coincida con una oportunidad en el mercado. Por ejemplo, si su investigación muestra que ya hay un montón de CMS de código abierto sin cabeza en el mercado, ¿por qué crear otro? Sólo debe hacerse si su producto tiene un fuerte diferenciador (por ejemplo, características que mucha gente necesita pero que ningún competidor ofrece y no es capaz de ofrecer fácilmente en un futuro próximo). 

El análisis DAFO debe hacerse antes de crear un nuevo producto de código abierto o cuando desee analizar un producto existente para su futura mejora. 

## Uso de LLMs para generar DAFO 

El uso de un LLM como ChatGPT o DeepSeek puede ofrecer una forma rápida de generar un análisis DAFO. Por ejemplo, puede utilizar este mensaje para generar un análisis DAFO para el popular CMS de código abierto Strapi: 

```bash
Can you generate SWOT analysis for Strapi CMS?
```

Esta es la respuesta de ChatGPT: 

```bash
Strengths
API-First & Headless Architecture:
Strapi is built as a headless CMS, meaning it delivers content via RESTful and GraphQL APIs. This flexible, API-first architecture enables developers to use any frontend framework and integrate with multiple platforms.

High Customizability & Extensibility:
With its robust plugin system and fully open-source nature (MIT-licensed), Strapi can be tailored extensively to meet the unique requirements of various projects and industries.

Modern Technology Stack:
Built on Node.js and leveraging a modern JavaScript ecosystem, Strapi attracts developers looking for a fast, scalable, and developer-friendly solution.

Active Community & Ecosystem:
A growing community and active contributions ensure continuous improvements, a wide range of plugins, and support for new technologies, as well as enterprise usage through Strapi Cloud.

Weaknesses
Maturity & Stability Concerns:
While rapidly evolving, Strapi may lack some enterprise-grade features found in more mature, proprietary CMS platforms. Developers might encounter evolving API changes that require frequent updates to custom integrations.

Learning Curve for Non-Developers:
As a developer-focused, headless CMS, it may present a steeper learning curve for content managers or teams used to traditional, all-in-one CMS solutions.

Limited Out-of-the-Box Frontend:
Unlike traditional CMS platforms that include complete website themes, Strapi leaves frontend development entirely to the developer, which might not suit organizations looking for a turnkey solution.

Dependency on Node.js Ecosystem:
The performance and scalability are tied to the Node.js runtime and ecosystem; organizations heavily invested in other technology stacks may face integration challenges.

Opportunities
Growth of the JAMstack and Omnichannel Content Delivery:
As businesses embrace decoupled architectures and the need for multi-channel content distribution increases, Strapi’s headless model is well-positioned to capture a growing market segment.

Expansion into Enterprise and Industry-Specific Solutions:
There’s potential to develop specialized distributions or starter kits for industries such as e-commerce, media, education, and healthcare, further broadening its adoption.

Strapi Cloud & Managed Services:
The introduction of Strapi’s managed cloud services can attract organizations seeking easy deployment, scalability, and dedicated support while still benefiting from open-source flexibility.

Integration with Modern Frontend Frameworks:
Partnerships or pre-built integrations with popular frameworks (like Next.js, Nuxt.js, or Gatsby) can streamline the development process and attract more developers to the platform.

Threats
Intense Competition:
The headless CMS market is increasingly crowded, with competitors like Contentful, Sanity, Directus, and Payload CMS. These competitors may offer more specialized features or smoother enterprise integration.

Rapid Technology Evolution:
The web development landscape is continuously changing. New tools and frameworks could quickly shift best practices, potentially leaving Strapi needing significant adaptations to stay current.

Enterprise Requirements and Expectations:
Large organizations may require robust compliance, security, and scalability features out-of-the-box. If Strapi does not evolve quickly enough to meet these enterprise demands, it might lose market share.

Reliance on Community Support:
As an open-source project, Strapi's evolution and long-term support heavily depend on an active community and contribution from external developers. Reduced community engagement could impact its growth and innovation pace.
```
Esta respuesta puede dar una primera impresión del DAFO de un proyecto de código abierto. Si le interesan más detalles, puede hacer un seguimiento con más preguntas o realizar su propia investigación. 

## Conclusión 

En mi opinión, es una buena idea hacerse una idea básica del mercado y de los puntos fuertes y débiles del producto antes de crear el producto de código abierto y supervisar la evolución del posicionamiento durante la vida del producto. El análisis DAFO puede ayudar, pero no debe ser la única herramienta. Como afirmaba Mintzberg en sus escritos, la información informal mediante conversaciones y redes con la gente es probablemente aún más importante. 

## Referencias 

Análisis FODA en Wikipedia: [https://es.wikipedia.org/wiki/An%C3%A1lisis_FODA](https://es.wikipedia.org/wiki/An%C3%A1lisis_FODA) 

Mintzberg Henry, The Rise and Fall of Strategic Management, 1994, The Free Press 

Imagen de portada:  <a href="https://unsplash.com/@vlado?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Vlado Paunovic</a> en <a href="https://unsplash.com/photos/black-and-white-checkered-illustration-iBG594vhR1k?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Unsplash</a>

large_vlado-paunovic-iBG594vhR1k-unsplash (1).jpg

medium_vlado-paunovic-iBG594vhR1k-unsplash (1).jpg

small_vlado-paunovic-iBG594vhR1k-unsplash (1).jpg

thumbnail_vlado-paunovic-iBG594vhR1k-unsplash (1).jpg

Cuando los programadores de software crean nuevos proyectos de código abierto, a menudo crean lo que creen que es útil y divertido de hacer. Sin embargo, si el programador o la empresa tienen más ambición, el proyecto puede beneficiarse del análisis DAFO desarrollado por la literatura de gestión estratégica. Este artículo muestra cómo el análisis DAFO puede beneficiar a los proyectos de código abierto.

Análisis de proyectos de código abierto con el marco DAFO

<YouTube id="5XJ-mqnBq4o" />

Piper es un software de código abierto con que puedes convertir texto a voz. En este video voy a hablar que es Piper y cómo utilizarlo para generar voz de un texto.

large_maxresdefault (1).jpg

medium_maxresdefault (1).jpg

small_maxresdefault (1).jpg

thumbnail_maxresdefault (1).jpg

Piper es un software de código abierto con que puedes convertir texto a voz. En este video voy a hablar que es Piper y cómo utilizarlo para generar voz de un texto.

Texto a voz con Piper

En este artículo me gustaría presentar el sitio web de la base de datos SpiceNice. Se trata de una base de datos de código abierto sobre especias culinarias. Además de valiosa información sobre las especias, también se puede leer sobre las plantas correspondientes. Una sección de literatura gratuita sobre especias completa el sitio web. 

## ¿Qué es SpiceNice? 

![Sitio web de SpiceNice](https://res.cloudinary.com/dxxtt2clx/image/upload/v1733597813/Screenshot_2024_12_07_at_19_56_14_532af4235a.png) 

[SpiceNice](https://spicenice.pages.dev) es una base de datos de especias culinarias. Contiene información sobre la especia en sí y sobre la planta correspondiente. La idea es que disponga de datos estructurados sobre las especias culinarias y sus plantas. Esto permite informarse a las personas interesadas en las especias, como cocineros, biólogos, agricultores y público en general. 

Además, hay una pequeña sección de literatura gratuita sobre especias. En la versión web de la base de datos SpiceNice puede seleccionar la especia que le interese. A continuación, obtendrá un resumen más detallado de la especia con información como el nombre botánico, su forma culinaria y el país de origen. Además, se incluye información sobre la planta, con explicaciones sobre su botánica y cultivo. 

## Origen de los datos 

Los datos se recuperaron de la edición inglesa de Wikipedia. 

## Arquitectura Técnica 

![Arquitectura SpiceNice](https://res.cloudinary.com/dxxtt2clx/image/upload/v1733596683/Architecture_Spice_Nice_39740c00b4.png) El backend de SpiceNice está compuesto por el CMS (sistema de gestión de contenidos) headless de código abierto [Strapi](https://strapi.io), conectado a una base de datos PostgreSQL. Astro se utiliza como el marco frontend que genera el sitio web estático de SpiceNice. 

## Dirección futura 

La visión de SpiceNice es convertirse en una completa base de datos especializada en especias culinarias. También podría proporcionar una API web para consultar los datos con enlaces para diferentes lenguajes de programación.

Además, el objetivo es crear una comunidad de personas afines interesadas en el mundo de las especias culinarias. Podrían colaborar y comunicarse a través de la plataforma SpiceNice. 

Otro objetivo sería traducir el contenido de la base de datos a distintos idiomas. También sería valioso reunir a consumidores y productores de especias. 

## Conclusión 

Con esto concluye esta visión general del producto de código abierto SpiceNice. Si está interesado, quiere colaborar o dar su opinión, no dude en ponerse en contacto conmigo a través del botón de abajo. 

## Referencias 

Sitio web de SpiceNice: [https://spicenice.pages.dev](https://spicenice.pages.dev) 

Strapi CMS: [https://strapi.io](https://strapi.io) 

Foto de portada por <a href="https://pixabay.com/users/tarasyasinski-13623164/?utm_source=link-attribution&utm_medium=referral&utm_campaign=image&utm_content=9061583">Taras Yasinski</a> de <a href="https://pixabay.com//?utm_source=link-attribution&utm_medium=referral&utm_campaign=image&utm_content=9061583">Pixabay</a>

large_ai-generated-9061583_1280.png

medium_ai-generated-9061583_1280.png

small_ai-generated-9061583_1280.png

thumbnail_ai-generated-9061583_1280.png

En este artículo me gustaría presentar el sitio web de la base de datos SpiceNice. Se trata de una base de datos de código abierto sobre especias culinarias. Además de valiosa información sobre las especias, también se puede leer sobre las plantas correspondientes. Una sección de literatura gratuita sobre especias completa el sitio web. 

SpiceNice - Una base de datos de especias de código abierto

Todos los grandes proveedores de la nube, como AWS y Azure, disponen de una API para la síntesis de texto en palabra hablada. Pero también hay jóvenes startups como ElevenLabs que ofrecen sus soluciones innovadoras en este espacio. Una tercera opción es el software de código abierto para quienes no quieren pagar por el servicio de TTS (texto a voz) o necesitan TTS en el dispositivo. Por eso, en este artículo quiero ofrecer una visión general de las alternativas TTS de código abierto más importantes. 

## Piper 

[Piper](https://github.com/rhasspy/piper) es un proyecto de la [Open Home Foundation](https://www.openhomefoundation.org). Quieren crear una tecnología que preserve la privacidad en los hogares. Las voces se entrenan utilizando un proyecto llamado [VITS](https://github.com/jaywalnut310/vits) que se basa en el [artículo](https://arxiv.org/abs/2106.06103) "Conditional Variational Autoencoder with Adversarial Learning for End-to-End Text-to-Speech" de Jaehyeon Kim, Jungil Kong y Juhee Son. 

La novedad de este método es que no utilizan un codificador de voz independiente para producir la forma de onda de audio, sino que lo han empaquetado todo en una red neuronal. Afirman que esto mejora la calidad de la voz hablada. El proyecto VITS utiliza PyTorch para el entrenamiento y la inferencia. 

Piper es fácil de instalar, basta con ejecutar: 

```bash 
pip install piper-tts 
``` 

Antes de ejecutarlo, debe descargar el modelo [ONNX](https://onnx.ai/) correspondiente a su idioma y voz. Puedes encontrar las instrucciones [aquí](https://github.com/rhasspy/piper/tree/master?tab=readme-ov-file#running-in-python). Piper soporta varios idiomas. He probado algunos de ellos y suenan naturales y es genial escucharlos. 

## Coqui 

[Coqui](https://github.com/coqui-ai/TTS) era un proyecto de la ya desaparecida startup del mismo nombre. Como el código fuente es abierto, sigue siendo accesible y de uso libre. También es fácil de instalar usando Python: 

```bash 
pip install TTS 
``` 

Puedes listar todas las combinaciones de lenguaje y voz soportadas con el siguiente comando: 

```bash 
tts --list_models 
``` 

Luego, para generar un archivo de audio a partir de texto, necesitas seleccionar el modelo apropiado de la salida del comando anterior.

Por ejemplo: 

```bash 
tts --text "Text for TTS" --model_name "<model_type>/<language>/<dataset>/<model_name>" --out_path output/path/speech.wav 
``` 

Si el modelo especificado no está disponible localmente, descargará el modelo automáticamente y luego generará el archivo WAV de salida. Probé Coqui con varios idiomas y la calidad era aceptable y en algunos idiomas sonaba natural. Para obtener mejores resultados utilice los modelos VITS.

## Whisper Speech 

[Whisper Speech](https://github.com/collabora/whisperspeech) es un proyecto de código abierto que aprovecha otro modelo de voz-a-texto de código abierto de OpenAI, Whisper. Actualmente, el proyecto Whisper Speech sólo admite un número limitado de idiomas y voces. No está realmente listo para ser utilizado, pero las muestras ofrecidas en las páginas de GitHub son alentadoras, aunque no suenan 100% naturales. El futuro mostrará cómo evoluciona este proyecto, pero las ideas que hay detrás son prometedoras. 

## Espeak-ng 

El sintetizador de voz [espeak-ng](https://github.com/espeak-ng/espeak-ng) es un proyecto de código abierto con la historia más larga de esta lista. Soporta un gran número de idiomas, más de 100. 

Utiliza un método de síntesis especial, por lo que consume pocos recursos del sistema. Es fácil de instalar, por ejemplo en Linux se puede instalar con un gestor de paquetes. Desgraciadamente, produce un habla que suena muy robótica. Sin embargo, es inteligible. Por lo tanto, se utiliza, por ejemplo, en algunos sistemas embebidos en los que el sonido natural del habla no es tan importante. 

## Conclusión 

De las cuatro aplicaciones de texto a voz de código abierto probadas, mi favorita es claramente Piper. Tiene el sonido de voz más natural. Whisper Speech tiene potencial, pero sólo el tiempo demostrará cómo evoluciona. Con el principal patrocinador de Coqui fuera del negocio, su futuro es incierto y depende del apoyo de la comunidad. Espeak-ng suena claramente robótico, pero debido a su gran soporte de idiomas y a sus bajas necesidades de recursos puede ser una buena opción para ciertas aplicaciones de nicho. 

Así que con eso, espero que hayas aprendido algo en este artículo, y estoy feliz por cualquier comentario. 

## Referencias 

- Piper: [https://github.com/rhasspy/piper](https://github.com/rhasspy/piper) 
- Coqui: [Coqui](https://github.com/coqui-ai/TTS) 
- Whisper Speech: [Whisper Speech](https://github.com/collabora/whisperspeech) 
- Espeak-ng: [espeak-ng](https://github.com/espeak-ng/espeak-ng) 
 
Imagen de portada por <a href="https://pixabay.com/users/broneartulm-642467/?utm_source=link-attribution&utm_medium=referral&utm_campaign=image&utm_content=856770">BroneArtUlm</a> de <a href="https://pixabay.com//?utm_source=link-attribution&utm_medium=referral&utm_campaign=image&utm_content=856770">Pixabay</a>

large_sound-856770_1280.png

medium_sound-856770_1280.png

small_sound-856770_1280.png

thumbnail_sound-856770_1280.png

Todos los grandes proveedores de la nube, como AWS y Azure, disponen de una API para la síntesis de texto en palabra hablada. Pero también hay jóvenes startups como ElevenLabs que ofrecen sus soluciones innovadoras en este espacio. Una tercera opción es el software de código abierto para quienes no quieren pagar por el servicio de TTS (texto a voz) o necesitan TTS en el dispositivo. Por eso, en este artículo quiero ofrecer una visión general de las alternativas TTS de código abierto más importantes. 

Del texto al habla: Análisis de alternativas TTS de código abierto

<YouTube id="vYFNx_h80Lc" />

La accesibilidad web tiene actualidad porque hay nuevas leyes en la UE. En este video voy a hablar sobre el tema de la accesibilidad de colores para programadores web.

large_maxresdefault.jpg

medium_maxresdefault.jpg

small_maxresdefault.jpg

thumbnail_maxresdefault.jpg

La accesibilidad web tiene actualidad porque hay nuevas leyes en la UE. En este video voy a hablar sobre el tema de la accesibilidad de colores para programadores web.

Accesibilidad de colores en la Web

large_ai-generated-7957989_1280.jpg

medium_ai-generated-7957989_1280.jpg

small_ai-generated-7957989_1280.jpg

thumbnail_ai-generated-7957989_1280.jpg

Aunque COBOL puede considerarse un lenguaje heredado, todavía hay miles de millones de líneas de COBOL en producción. Modernizar estos sistemas, que son costosos de ejecutar y mantener, es todo un reto. Una solución a este problema es un transpilador de COBOL a Go que quiero presentar en este artículo.

Cómo convertir automáticamente COBOL a Go

Con WebAssembly puedes integrar diferentes lenguajes de programación. Esto abre nuevas posibilidades para utilizar grandes bibliotecas escritas en un lenguaje en otra plataforma diferente. En este artículo quiero mostrar cómo integrar una librería Go para la tokenización de frases en una página web JavaScript. Normalmente, no se puede ejecutar código Go en un navegador web, pero con la tecnología WebAssembly sí se puede. 

## WebAssembly 

[WebAssembly](https://github.com/WebAssembly/spec) es una especificación del W3C que define un formato binario y de texto para programas ejecutables que se pueden ejecutar en el navegador pero también de forma autónoma.  Los programas WebAssembly se ejecutan en una máquina virtual (MV) basada en pilas. Tomando su nombre del lenguaje de programación ensamblador, muy cercano al hardware real, WebAssembly define un lenguaje más independiente del dispositivo que el ensamblador, pero sigue siendo de muy bajo nivel. 

En el momento de escribir este artículo, WebAssembly es compatible con el 97,11 % de todos los navegadores del mundo (caniuse.com). Existen varias extensiones a la especificación WebAssembly del W3C que tienen diferentes niveles de soporte entre los navegadores. 

## Sentences Go Library 

[Sentences](https://github.com/neurosnap/sentences) es una librería Go para la tokenización de sentencias escrita por Eric Bower y publicada como código abierto en GitHub. Dado que no se puede ejecutar código Go en el navegador de forma nativa, sólo JavaScript, existe la idea de utilizar WebAssembly para integrar la librería en un sitio web. 

## Exponer la biblioteca de sentencias a JavaScript 

Puedes integrar la librería Sentences escribiendo una aplicación Go wrapper que aproveche el paquete [syscall/js de Go](https://pkg.go.dev/syscall/js). Es parte de la librería estándar de Go. Ten en cuenta, que en el momento de escribir este artículo, este paquete está etiquetado como "experimental". En concreto, utilizaremos la función `js.FuncOf`. ¡Aquí está el código fuente completo de la aplicación Go: 

```Go
package main

import (
	"fmt"
	"strings"
	"syscall/js"

	"github.com/neurosnap/sentences/english"
)

func sentenceWrapper() js.Func {
	sentenceFunc := js.FuncOf(func(this js.Value, args []js.Value) any {
		if len(args) != 1 {
			return "Invalid no of arguments passed"
		}
		inputSentence := args[0].String()
		fmt.Printf("input %s\n", inputSentence)
		tokenizer, err := english.NewSentenceTokenizer(nil)
		if err != nil {
			panic(err)
		}

		sentences := tokenizer.Tokenize(inputSentence)
		for _, s := range sentences {
			fmt.Println(s.Text)
		}

		var sentenceTexts []string
		for _, s := range sentences {
			trimmedText := strings.TrimSpace(s.Text)
			sentenceTexts = append(sentenceTexts, trimmedText)
		}

		allSentences := strings.Join(sentenceTexts, "\n") // Join all sentences separated by a space
		return allSentences

	})
	return sentenceFunc
}

func main() {
	fmt.Println("Go Web Assembly")
	js.Global().Set("tokenizeSentence", sentenceWrapper())
	<-make(chan struct{})
}
```

Ves que ahora la función `sentenceWrapper` se expone como la función `tokenizeSentence` en JavaScript. Espera como argumento una cadena a tokenizar y devuelve la cadena tokenizada. La integración real con la librería sentences ocurre dentro de la función pasada a `js.FuncOf`. 

## Compilar Wrapper 

Compila la aplicación a WebAssembly usando el siguiente comando Go build: 

```bash 
GOOS=js GOARCH=wasm go build -o main.wasm 
``` 

Si todo ha ido bien, deberías encontrar el archivo `main.wasm` como salida en tu carpeta. Este es el binario WebAssembly que se cargará en la aplicación JavaScript. 

## Integrar la librería Go WebAssembly en la página web 

Para cargar el archivo `main.wasm` en la página web, necesitas el siguiente código: 

```html
<!DOCTYPE html>
<html>
  <head>
    <meta charset="utf-8" />
    <script src="wasm_exec.js"></script>
    <script>
      const go = new Go();
      WebAssembly.instantiateStreaming(
        fetch("./main.wasm"),
        go.importObject
      ).then((result) => {
        go.run(result.instance);
      });
    </script>
  </head>
  <body>
    <textarea id="sentenceinput" name="jsoninput" cols="80" rows="20"></textarea>
    <input
      id="button"
      type="submit"
      name="button"
      value="tokenize"
      onclick="tokenize(sentenceinput.value)"
    />
    <textarea id="jsonoutput" name="jsonoutput" cols="80" rows="20"></textarea>
  </body>
  <script>
    var tokenize = function (input) {
      jsonoutput.value = tokenizeSentence(input);
    };
  </script>
</html>
```

Cuando ejecute esta página web en el navegador, también necesitará el archivo de utilidad JavaScript `wasm_exec.js` en el directorio actual. Puede obtener el archivo de:

```bash
cp "$(go env GOROOT)/misc/wasm/wasm_exec.js" .
```

Como puedes ver en el código JavaScript, la función expuesta `tokenizeSentence()` es llamada desde JavaScript cuando se pulsa el botón "tokenize". El contenido del campo de entrada se utiliza como argumento de la función y el valor de retorno se escribe en el campo de texto de la derecha. Tenga en cuenta que necesita ejecutar un servidor web para poder ejecutar la página web en su navegador. Puedes usar este código para construir un servidor web en Go: 

server/server.go
```go
package main

import (
	"fmt"
	"net/http"
)

func main() {
	err := http.ListenAndServe(":9090", http.FileServer(http.Dir("../")))
	if err != nil {
		fmt.Println("Failed to start server", err)
		return
	}
}
```

Después de iniciar el servidor web, puedes acceder a la página en tu navegador bajo: `http://localhost:9090`. 

Gracias a Naveen Ramanathan de [golangbot.com](https://golangbot.com/webassembly-using-go/) por su inspiración para este artículo. 

## Conclusión 

Como siempre, espero que este artículo te haya ayudado de alguna manera a mantener la curiosidad. WebAssembly es una tecnología que tiene un gran potencial para integrar los diferentes ecosistemas de lenguajes entre sí. 

## Referencias 

- WebAssembly.org: [https://webassembly.org](https://webassembly.org) 
 
- Especificación de WebAssembly: [https://github.com/WebAssembly/spec](https://github.com/WebAssembly/spec) 
 
- Biblioteca de sentencias Go: [https://github.com/neurosnap/sentences](https://github.com/neurosnap/sentences) 

- Paquete Syscall/js: [https://pkg.go.dev/syscall/js](https://pkg.go.dev/syscall/js) 

- Golangbot Webassembly usando Go: [https://golangbot.com/webassembly-using-go](https://golangbot.com/webassembly-using-go) 

Photo by <a href="https://unsplash.com/@ventiviews?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Venti Views</a> on <a href="https://unsplash.com/photos/aerial-view-of-city-buildings-during-daytime-KElJx4R4Py8?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Unsplash</a>

large_venti-views-KElJx4R4Py8-unsplash.jpg

medium_venti-views-KElJx4R4Py8-unsplash.jpg

small_venti-views-KElJx4R4Py8-unsplash.jpg

thumbnail_venti-views-KElJx4R4Py8-unsplash.jpg

Con WebAssembly puedes integrar diferentes lenguajes de programación. Esto abre nuevas posibilidades para utilizar grandes bibliotecas escritas en un lenguaje en otra plataforma diferente. En este artículo quiero mostrar cómo integrar una librería Go para la tokenización de frases en una página web JavaScript. Normalmente, no se puede ejecutar código Go en un navegador web, pero con la tecnología WebAssembly sí se puede. 

Integración de la biblioteca Go en una página web JavaScript con WebAssembly

<YouTube id="kJoe4R8qu7k" />



LibreTranslate es una aplicación de traducción automática de código 
abierto. Tiene una API y puedes programar tareas de traducción en varios 
idiomas. Lo mejor de todo es que es gratuita y que puedes mirar detrás de 
las escenas y ver el código fuente. Este vídeo ofrece una introducción a 
LibreTranslate.

large_LibreTranslate-Cover.png

medium_LibreTranslate-Cover.png

small_LibreTranslate-Cover.png

thumbnail_LibreTranslate-Cover.png

LibreTranslate es una aplicación de traducción automática de código abierto. Tiene una API y puedes programar tareas de traducción en varios idiomas. Lo mejor de todo es que es gratuita y que puedes mirar detrás de  las escenas y ver el código fuente. Este vídeo ofrece una introducción a  LibreTranslate.

Traducción de código abierto con LibreTranslate

El World Factbook del gobierno de Estados Unidos contiene una plétora de datos de todos los países del mundo. Hasta ahora no era fácil consultar y visualizar los datos contenidos. El proyecto de código abierto `chi-country-facts` es una API GraphQL y una GUI del World Factbook. Me gustaría presentarlo en este artículo. 

## World Factbook 

El World Factbook es una colección de datos sobre todos los países del mundo. Lo publica el gobierno de EE.UU. y, por tanto, tiene un sesgo estadounidense. Pero contiene una plétora de datos homogeneizados que facilitan la comparación global de los países. Por lo tanto, se utiliza como base de datos para el proyecto `chi-country-facts`. 

## Chi-country-facts 

`Chi-country-facts` se basa en el proyecto `factbook.json` de Gerald Bauer que analiza el sitio web publicado del World Factbook y lo ofrece como datos fácilmente utilizables en el formato JSON. 

![stack of chi-country-facts](https://res.cloudinary.com/dxxtt2clx/image/upload/v1716478733/Screenshot_2024_05_23_at_17_38_34_9558ec6b16.png) 

`Chi-country-facts` consiste en un cargador que importa los datos JSON de los países en una base de datos Mongo.
Integra el servidor Apollo GraphQL y también contiene una sencilla interfaz gráfica para enviar consultas GraphQL (Apollo Sandbox), como se puede ver en la siguiente captura de pantalla: 

![screenshot chi-country-facts](https://res.cloudinary.com/dxxtt2clx/image/upload/v1716475556/Screenshot_2024_05_20_at_15_37_36_1db2608db3.png) 

Otras posibilidades de uso de `chi-country-facts` es construir una aplicación personalizada sobre él y consultar los datos a través de la API GraphQL. También se puede consultar directamente la base de datos Mongo. Hay controladores en muchos lenguajes de programación disponibles. Pero, ¿cómo instalar la aplicación y utilizarla en tu propio sistema? 

## Instalación 

Un requisito previo para instalar fácilmente `chi-country-facts` es que tengas Docker en tu sistema. Como `chi-country-facts` publica una imagen en Docker Hub, puedes ejecutarlo junto con una base de datos Mongo utilizando el siguiente archivo docker compose: 

docker-compose.yml
```yml
version: '3'
services:
  app:
    image: tderflinger/chi-country-facts:0.3.0
    ports:
      - "4000:4000"
    depends_on:
      - db
    environment:
      - MONGO_URL=mongodb://db:27017/CountryFacts
  db:
    image: mongo:latest
    volumes:
      - mongodb_data:/data/db

volumes:
  mongodb_data: 
```

Nota, adapta el número de versión de la imagen a la última versión. Puedes encontrar esta información en Docker Hub. Una vez que tengas el docker-compose.yml en tu sistema de archivos, ejecútalo con: 

```bash 
docker compose up 
``` 

A continuación, puedes navegar a `http://localhost:4000` y puedes especificar las consultas GraphQL en una interfaz fácil de usar. 

## Consultas GraphQL 

Una vez que estés en el sandbox de Apollo GraphQL, puedes especificar las consultas GraphQL en el editor principal. Si no desea introducir manualmente las consultas, puede hacer clic fácilmente en los elementos que desea consultar en el lado izquierdo. Cuando haya terminado de especificar su consulta, puede hacer clic en el botón "Ejecutar" y en la parte derecha aparecerán los resultados. Una consulta válida sería, por ejemplo, la siguiente: 

```graphql
query WorldFactsQuery {
  country {
    name
    economy {
      agriculturalProducts
      budgetRevenues
    }
    geography {
      areaLand
      mapReferences
    }
  }
}
```

El atributo `mapReferences` es el continente (por ejemplo, África, Europa, etc.). Otros atributos suelen estar normalizados, por ejemplo, el atributo budgetRevenues es la cantidad en USD. Cuando ejecutes la consulta deberías ver la respuesta en la parte derecha de la pantalla. Puede cambiar entre la vista JSON y la vista de tabla. 

El siguiente paso es exportar los resultados para su posterior procesamiento 

## Exportar Resultados 

En la parte superior del panel `Response` tiene la opción de exportar los datos de los resultados como CSV o JSON. Ambos son excelentes formatos para su posterior procesamiento. En nuestro caso preferimos CSV porque una de nuestras herramientas favoritas de análisis de datos lo soporta con facilidad. 

## Análisis de Datos 

Existe una plétora de herramientas para analizar datos en formato CSV. Una herramienta popular de código abierto es [Pandas](https://pandas.pydata.org). Se puede instalar en la mayoría de los sistemas y utilizarla con el lenguaje de programación Python. 

## Visualización de datos 

Utilizando Pandas también se puede hacer algo de visualización de datos, por ejemplo en Matplotlib. Hay muchos tutoriales para Pandas y Matplotlib en la web. Una gran manera de hacer visualizaciones interactivas en la web es crear diagramas con D3.js. D3.js es una biblioteca de JavaScript que facilita la creación de diagramas interactivos de alto nivel, como gráficos de barras, gráficos circulares, mapas de árbol y muchos otros tipos. Los diagramas de la página [Visual World Facts](https://visual-world-facts.pages.dev) se crearon con D3.js. Visual World Facts es un sitio web creado a partir de `chi-country-facts`. 

Allí utilicé los datos que consulté y construí mapas interactivos que muestran interesantes relaciones entre los países del mundo. Compruébalo si estás interesado. 

## Conclusión 

En la Internet de hoy en día existen muchas grandes fuentes abiertas de datos sobre el mundo. Es importante mantener la curiosidad. Con las herramientas que he desarrollado, espero que puedas obtener nuevos conocimientos sobre la riqueza de datos más fácilmente. 

## Referencias 

- Visual World Facts: [https://visual-world-facts.pages.dev](https://visual-world-facts.pages.dev) 
- chi-country-facts: [https://github.com/tderflinger/chi-country-facts](https://github.com/tderflinger/chi-country-facts) 
- Servidor GraphQL Apollo: [https://www.apollographql.com/docs/apollo-server](https://www.apollographql.com/docs/apollo-server) 
- Pandas: [https://pandas.pydata.org](https://pandas.pydata.org) 
- Factbook.json: [https://github.com/factbook/factbook.json](https://github.com/factbook/factbook.json)

large_vackground-com-hDQ-dUjQN8E-unsplash.jpg

medium_vackground-com-hDQ-dUjQN8E-unsplash.jpg

small_vackground-com-hDQ-dUjQN8E-unsplash.jpg

thumbnail_vackground-com-hDQ-dUjQN8E-unsplash.jpg

El World Factbook del gobierno de Estados Unidos contiene una plétora de datos de todos los países del mundo. Hasta ahora no era fácil consultar y visualizar los datos contenidos. El proyecto de código abierto chi-country-facts es una API GraphQL y una GUI del World Factbook. Me gustaría presentarlo en este artículo. 


Consulta del World Factbook con GraphQL

Normalmente, cuando se compra una luz doméstica que se desea controlar electrónicamente, es necesario instalar un software personalizado. Pero con el protocolo ZigBee y la pasarela RaspBee II, puedes utilizar dispositivos compatibles y software de código abierto. En este artículo te mostraré cómo agregar un servicio Go API personalizado a la pila. En el siguiente diagrama, puedes ver la pila de software que utilizo para el proyecto: 

![Pila de software](https://res.cloudinary.com/dxxtt2clx/image/upload/v1710517369/Screenshot_2024_03_15_at_16_42_22_8508b85b01.png) 

## ZigBee 

ZigBee es una especificación basada en IEEE 802.15.4 para un conjunto de protocolos de comunicación de alto nivel utilizados para crear redes de área personal con radios digitales pequeñas y de baja potencia. Se utiliza a menudo en domótica, pero también en otros contextos como la producción industrial o los dispositivos médicos. Su principal característica es que no consume mucha energía. Por eso, a menudo puede funcionar con batería durante mucho tiempo. La otra cara de esta moneda es que su velocidad de transmisión de datos también es baja. Pero para encender y apagar las luces es suficiente. Cuando compras un dispositivo habilitado para ZigBee, como una tira de luces LED, necesitas una pasarela para controlar el dispositivo. 

## RaspBee II Gateway 

Una de estas pasarelas ZigBee es la [Raspbee II gateway](https://phoscon.de/en/raspbee2) que utilizo para este artículo. RaspBee II es desarrollado por Dresden Elektronik en Alemania y es una tarjeta de extensión que encaja en una Raspberry Pi estándar. RaspBee II viene con una aplicación de software llamada "deCONZ" que interactúa con el hardware. 

Lo bueno de deCONZ es que se puede integrar fácilmente con Home Assistant, lo que le permite controlar la pasarela ZigBee directamente desde Home Assistant. 

## Home Assistant 

[Home Assistant](https://www.home-assistant.io) es una aplicación de automatización del hogar de código abierto ampliamente utilizada. Fue desarrollado originalmente por Paulus Schoutsen y lanzado inicialmente en 2013. Está escrito en Python y tiene una interfaz web, pero también lanza aplicaciones móviles. En Home Assistant puedes añadir deCONZ como integración. 

De este modo, tus dispositivos ZigBee reconocidos por deCONZ también estarán disponibles en Home Assistant. A continuación, puedes configurar rutinas de automatización sencillas. Por ejemplo, si usted tiene un dispositivo detector de movimiento, podría añadir una rutina de automatización que cada vez que se detecta un movimiento, las luces se encienden. Pero para nuestro propósito, queremos integrar MQTT y controlar las luces a través de MQTT. 

## Mosquitto 

MQTT es un protocolo ligero de publicar-suscribir que se utiliza a menudo en escenarios de automatización del hogar. Las aplicaciones pueden comunicarse entre sí con un mecanismo de mensajería publicar-suscribir. En nuestro caso lo utilizo para controlar el estado de las luces LED. 

Pero primero, necesitamos instalar un broker MQTT. Un popular broker MQTT de código abierto es Eclipse Mosquitto. Es fácil de instalar y configurar. En mi caso lo instalé junto en la misma máquina donde se ejecuta Home Assistant. A continuación, se configura una automatización en Home Assistant que reacciona a los mensajes recibidos en un canal MQTT y enciende o apaga las luces LED. Puedes ver mi configuración en la siguiente captura de pantalla:

![Home Assistant MQTT](https://res.cloudinary.com/dxxtt2clx/image/upload/v1710515892/Screenshot_2024_03_15_at_16_14_29_0a04ad1643.png) 

Como tema MQTT elegí "/homeassistant/sleep-light", pero la nomenclatura depende de ti. Sólo tiene que ser coherente con la aplicación web Go que programemos más tarde y que publique un mensaje MQTT. Una vez que Home Assistant está configurado, escucha los mensajes MQTT entrantes en el tema "/homeassistant/sleep-light" y activa la luz LED en consecuencia. Ahora tenemos que crear una API REST y una aplicación web sencilla para controlar las luces. 

## Go App 

Para escribir la API y la aplicación web sencilla, elegí Go como lenguaje de programación. Con Go es fácil compilar para procesadores de arquitectura ARM. Además, el despliegue es sencillo en la Raspberry Pi. Este es el código fuente de la aplicación Go: 

```Go
package main

import (
	"fmt"
	"os"

	mqtt "github.com/eclipse/paho.mqtt.golang"
	"github.com/gofiber/fiber/v2"
)

func main() {
	broker := "tcp://your-server:1883"
	clientID := "go-mqtt-publisher"
	topic := "/homeassistant/sleep-light"
	message := "TOGGLE"

	opts := mqtt.NewClientOptions().AddBroker(broker).SetClientID(clientID)
	client := mqtt.NewClient(opts)
	if token := client.Connect(); token.Wait() && token.Error() != nil {
		fmt.Println(token.Error())
		os.Exit(1)
	}

	app := fiber.New()

	app.Get("/", func(c *fiber.Ctx) error {
		return c.SendFile("./public/index.html")
	})

	app.Get("/v1/lights", func(c *fiber.Ctx) error {
		token := client.Publish(topic, 0, false, message)
		token.Wait()

		if token.Error() != nil {
			return c.SendString(token.Error().Error())
		} else {
			return c.SendString("Toggled lights!")
		}
	})

	app.Listen(":3005")
}
```

Como framework de API REST utilizo [Fiber](https://gofiber.io). La librería MQTT es Paho MQTT. Antes de ejecutar esta aplicación Go, necesitas adaptar el endpoint "broker" a tu servidor. Esta aplicación escucha en el endpoint GET "/v1/lights" y envía un mensaje MQTT al broker MQTT Mosquitto. Dado que Home Assistant escucha este tipo de mensajes MQTT, una vez que invoques el punto final REST, las luces LED se encenderán. Una pieza que falta es la aplicación web. Se trata de un simple botón que invoca el punto final GET "/v1/lights". Así, las luces se conmutan cuando se pulsa el botón. 

Aquí está la aplicación web: 

index.html 
```html
<!DOCTYPE html>
<html>
  <head>
    <title>Lights Toggler</title>
  </head>
  <body>
    <button id="myButton" style="font-size: 60px; padding: 10px 20px;">Toggle Lights</button>

    <script>
      document
        .getElementById("myButton")
        .addEventListener("click", function () {
          var xhr = new XMLHttpRequest();
          xhr.open("GET", "http://your-server:3005/v1/lights", true);
          xhr.send();
        });
    </script>
  </body>
</html>
```

Esta página web se entrega al navegador a través del endpoint "/" tal y como está configurado en la aplicación Go Fiber. En la página web he utilizado XMLHttpRequest() en lugar del ahora estándar fetch() porque el sitio web tiene que funcionar en navegadores heredados para mí. Si este no es tu caso, entonces puedes sustituir estas líneas por fetch(). Ahora puedes controlar las luces ZigBee con una aplicación web y una API. Esto pone fin a nuestra historia de cómo controlar las luces LED ZigBee con una aplicación web. Espero que hayas disfrutado del paseo. 

## Conclusión 

Como has podido ver en este artículo, la integración de una luz LED ZigBee en la palabra de estándar web como HTTP y aplicaciones web requiere bastantes piezas. Pero por suerte, muchas piezas son de código abierto y de libre disposición. Estoy seguro de que hay otras maneras de alcanzar el mismo objetivo, y me encantaría escuchar tu historia. Puedes ponerte en contacto conmigo pulsando el botón de contacto de abajo. 

## Referencias 

- ZigBee: [https://csa-iot.org](https://csa-iot.org) 
- RaspBee II: [https://phoscon.de/en/raspbee2](https://phoscon.de/en/raspbee2) 
- Home Assistant: [https://www.home-assistant.io](https://www.home-assistant.io) 
- Mosquitto: [https://mosquitto.org](https://mosquitto.org) 
- Go: [https://go.dev](https://go.dev) 
- Fiber: [https://gofiber.io](https://gofiber.io) 
 
Foto de portada de <a href="https://unsplash.com/@9thvenom?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Dejan Nasteski</a> en <a href="https://unsplash.com/photos/blue-and-white-light-fixture-I3rvOvxvybE?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Unsplash</a>

large_dejan-nasteski-I3rvOvxvybE-unsplash.jpg

medium_dejan-nasteski-I3rvOvxvybE-unsplash.jpg

small_dejan-nasteski-I3rvOvxvybE-unsplash.jpg

thumbnail_dejan-nasteski-I3rvOvxvybE-unsplash.jpg

Normalmente, cuando se compra una luz doméstica que se desea controlar electrónicamente, es necesario instalar un software personalizado. Pero con el protocolo ZigBee y la pasarela RaspBee II, puedes utilizar dispositivos compatibles y software de código abierto. En este artículo te mostraré cómo agregar un servicio Go API personalizado a la pila.

Control de luces LED ZigBee con Go Web App

En muchas circunstancias es conveniente trabajar remotamente utilizando Visual Studio Code. Hay una buena extensión de VS Code que te permite trabajar en una máquina remota como si fuera tu máquina local. Esto es genial para cosas como programación embebida o desarrollo en la nube. Lee aquí cómo hacerlo.

## Por qué trabajar a distancia

A menudo, cuando se trabaja en proyectos embebidos como dispositivos IoT, existen dos posibilidades. Una es utilizar una máquina de desarrollo que esté separada del dispositivo integrado y trabajar allí. Dependiendo del lenguaje de programación, es posible que tenga que utilizar un compilador cruzado para generar la versión adecuada para el dispositivo integrado. La otra posibilidad es trabajar directamente en el dispositivo integrado y desarrollar allí. Esto tiene la ventaja de encontrar los errores antes, pero no siempre es posible debido a las limitaciones del dispositivo.

Pero ahora con la extensión "Remote SSH" para Visual Studio Code puede desarrollar cómodamente dentro de Visual Studio Code en su máquina de desarrollo y ejecutar directamente en el dispositivo embebido. Esto hace que el desarrollo en máquinas remotas sea más cómodo.
El código fuente y el entorno de ejecución se encuentran directamente en la máquina remota. Puede acceder a la máquina remota cómodamente a través de su máquina de desarrollo.

El siguiente paso es cómo instalar la extensión.

## Instalación de la extensión Remote - SSH

El requisito previo para utilizar la extensión SSH remota es que la máquina remota (por ejemplo, integrada) tenga un servidor SSH en ejecución y un mínimo de 1 GB de RAM. Esto incluye la mayoría de las versiones de Raspberry Pi, así como muchas instancias de servidor de proveedores en la nube.

En Visual Studio Code puede instalar la Extensión SSH Remota a través de la pestaña de extensión de la siguiente manera:

![Screenshot Remote SSH Extension](https://res.cloudinary.com/dxxtt2clx/image/upload/v1702380058/Screenshot_2023_12_12_at_12_19_59_86c30b7e00.png)

## Conectar con máquina remota

Una vez instalada la extensión, puedes conectarte a tu equipo remoto a través de la paleta de comandos y buscar "Remote-SSH: Connect to Host...". Ahora introduce la dirección IP y luego el nombre de usuario y la contraseña de tu máquina remota.

![Connect to remote machine](https://res.cloudinary.com/dxxtt2clx/image/upload/v1702380726/Screenshot_2023_12_12_at_12_25_44_c42e8e147d.png)

Tras una conexión exitosa, verás una nueva ventana de Visual Studio Code donde puedes editar directamente los archivos fuente y ejecutar scripts en el terminal.
Lo mejor es que puede abrir archivos fuente que se encuentran directamente en su máquina remota, pero editarlos sin problemas en su máquina de desarrollo. En caso de que necesites extensiones VS Code específicas para otros lenguajes, como por ejemplo para editar Python, puedes instalarlas allí.

Una vez que haya desarrollado su primer proyecto con la ayuda de la extensión, notará que es más rápido y sencillo que instalar todo desde cero en la máquina remota. A menudo ni siquiera es posible trabajar con Visual Studio Code directamente en el dispositivo remoto o integrado.

## Conclusión

Espero que en este artículo hayas podido aprender algo nuevo sobre la útil extensión de Visual Studio Code "Remote SSH". Estoy seguro de que puedes encontrar otros casos de uso como trabajar remotamente en máquinas en la nube. Si te gusta la extensión no dudes en escribirme, me encantaría saber de ti.

## Referencias

- Remote SSH Extension: [https://code.visualstudio.com/docs/remote/ssh](https://code.visualstudio.com/docs/remote/ssh)

- Visual Studio Code: [https://code.visualstudio.com](https://code.visualstudio.com)

Foto de portada: <a href="https://unsplash.com/@heroye2?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Chung Yee Tsang</a> en <a href="https://unsplash.com/photos/house-surrounded-by-trees-during-nighttime-wqxCKM0R6R8?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Unsplash</a>


large_chung-yee-tsang-wqxCKM0R6R8-unsplash.jpg

medium_chung-yee-tsang-wqxCKM0R6R8-unsplash.jpg

small_chung-yee-tsang-wqxCKM0R6R8-unsplash.jpg

thumbnail_chung-yee-tsang-wqxCKM0R6R8-unsplash.jpg

En muchas circunstancias es conveniente trabajar remotamente utilizando Visual Studio Code. Hay una buena extensión de VS Code que te permite trabajar en una máquina remota como si fuera tu máquina local. Esto es genial para cosas como programación embebida o desarrollo en la nube. Lee aquí cómo hacerlo.

Pensamientos de Thomas Derflinger

¡Bienvenidos!

Servicios que ofrezco

¿Por qué trabajar conmigo?

🚀 ¡Innovemos en software!