Desarrollando desde la trinchera.

En aplicaciones grandes desarrolladas con GeneXus, detectar problemas de performance puede ser una tarea compleja. Los logs generados con log4net contienen muchísima información valiosa, pero leerlos manualmente no escala. En este post te comparto una metodología práctica para analizar estos logs utilizando NotebookLM , aprovechando su capacidad de entender documentos y responder preguntas sobre ellos. Idea general La propuesta es simple pero poderosa: Convertir los logs de ejecución en documentos (PDF) Subirlos como fuentes a NotebookLM Hacer preguntas inteligentes sobre el contenido Obtener insights de performance automáticamente Esto transforma un análisis manual tedioso en un proceso asistido por IA. Paso 1: Generar los logs correctamente Asegurate de que tu aplicación GeneXus esté generando logs con suficiente detalle (al menos DEBUG). Yo lo uso asi:  Un formato típico de log4net (es el default que trae GX) que funciona muy bien es: %d{yyyy-MM-dd'T'HH:mm:ss.fffzzz} [%t] %-...

Para hacer la primer prueba de CODA CLI, decidi ir por algo sencillo y conocido.  Queria un utilitario command line, que permita analizar un log de la ejecucion de una aplicacion GeneXus y me ayudara a detectar problemas (fundamentalmente para mejorar performance).  Lo que hice fue partir de cero, dandole ejemplos del archivo que queria procesar y luego ir agregando una a una las diferentes funcionalidades que queria.  ✅  Detección de demoras  - Identifica operaciones lentas ✅  Análisis de errores  - Separa y agrupa errores y warnings ✅  Totalización por programa  - Cuenta ejecuciones de cada programa ✅  Totalización por SQL  - Identifica queries más frecuentes ✅  Análisis de conexiones  - Detecta conexiones lentas o no cerradas ✅  Duración de logs  - Calcula el periodo cubierto por cada log Hasta ahi, todo fue muy bien.  Cuando le pedi algo un poco mas sofisticado, como armar un arbol de llamadas, partiendo...

Estoy haciendo algunas pruebas con Genexus Next, para aclimatarme y utilizar agentes de IA en codigo GeneXus.  Aun siento que le faltan algunos minutos de coccion como para que este pronto para ser usado en proyectos de verdad, pero esta bueno ver un poco como se avanza en el tema.  Una de las cosas que tenia que hacer es lograr conectarme a la base de datos generada, con SQL Server Management Studio y poder ver los datos y hacer algunos ajustes.  Como estoy usando Docker en windows para esta prueba, la base de datos queda dentro del contenedor que distribuyen con Genexus Next. El usuario y la password del administrador, tambien quedan no visibles.  Ya no tenemos mas el icono del ojo para ver el valor de la contraseña en el IDE.  Haciendo algo de ingenieria reversa en los docker-compose que levantan el IDE de GXNext, pude ver que dentro del archivo app.asar (es un formato de archivos indexados de atom que se puede abrir con VS Code y algunos otros ) se encuentra...

Una de las ideas más potentes de Specification by Example es simple: las reglas del negocio no deben quedar en documentos ambiguos, sino en ejemplos concretos que puedan ejecutarse. Si bien este libro se escribio antes que  la IA generativa tuviera la visibilidad que tiene hoy, sigue teniendo mucha vigencia.  Si combinamos esto con un enfoque model-driven , podemos ir un paso más allá: definir el modelo de datos, las reglas y los escenarios de aceptación en un único Markdown ejecutable . Ese archivo puede ser: Legible por negocio Procesable por una herramienta Generador de código Generador de tests automáticos Documentación viva Ejemplo: Sistema de Gestión de Pedidos 1️⃣ Modelo de Datos model: entities: - name: Cliente attributes: - { name: ClienteId, type: int, key: true } - { name: Nombre, type: string, required: true } - { name: Email, type: string } - name: Pedido attributes: - { name: P...

Fuimos unos de los ganadores del concurso LetsPlAI (para programar soluciones que incoroporte inteligencia artificial).  La aplicacion que programe es un clasificador arancelario, que ayuda a encontrar el codigo arancelario para el MERCOSUR dada una descripcion de producto.  Tambien funciona con una imagen de una factura de importacion, o con una imagen del producto.  Tiene como ventaja que personas con no tanto conocimiento tecnico de la clasificacion arancelaria pueden ser guiadas a una clasificacion correcta (o al menos mejor informada).  El premio del viaje era un viaje a Japon, y exponer la solucion ante la comunidad GeneXus de Japon.  Ya conocia algo de Japon, pero es una sociedad y una cultura que admiro muchisimo y siempre se aprenden cosas nuevas de ellos.  Cosas a destacar, y que dependen mucho de su cultura, es la limpieza, el orden, el respeto por el grupo, su comida y la seguridad. Todas cosas que dependen de la cultura y la educacion, y me pro...

 Me invitaron a contar la experiencia de desarrollar CLARA v2.0, que es un clasificador arancelario, usando agentes de inteligencia artificial, usando Globant Enterprise IA.  Fue uno de los ganadores del concurso LETSPLAI y por eso nos ganamos un viaje a Japón.  El video de la charla se puede ver en youtube. 

En GeneXus, las propiedades de los objetos tienen un comportamiento jerárquico: pueden definirse a distintos niveles (KB, Version, Environment, Generator, Folder, Object, etc.), y los valores definidos en niveles superiores se heredan como default por los niveles inferiores. Este modelo facilita la consistencia general del desarrollo, pero plantea un desafío cuando queremos cambiar el valor por defecto de una propiedad en toda la Knowledge Base (KB). Ese cambio puede tener un impacto masivo, afectando a miles de objetos en cascada. Un ejemplo concreto: Commit on Exit Supongamos que tenemos la propiedad Commit on Exit configurada en YES a nivel del Environment . Esto significa que todos los objetos que no tengan un valor explícito heredan ese comportamiento y realizan un commit automático al finalizar la ejecución. Ahora imaginemos que queremos modificar esta configuración para que cada desarrollador maneje manualmente las UTL (Unit of Transaction Logic) , y por tanto necesi...

Durante años, los Themes fueron la forma clásica de definir la estética de una aplicación GeneXus. Colores, fuentes y estilos centralizados, pero rígidos. Hoy, con Design System Objects (DSO) , GeneXus da un paso enorme hacia la consistencia y la evolución visual controlada. Migrar de Theme a Design System no es solo un cambio técnico: es adoptar una mentalidad de diseño unificado . El Design System permite definir tokens reutilizables (colores, tipografías, espaciados) y componentes que se adaptan automáticamente a la plataforma —web, mobile o ambas—, mejorando la experiencia de usuario y facilitando el mantenimiento. En este proceso, lo que vamos a cambiar incluye: Reemplazo de Theme por Design System . Creación de una nueva MasterPage moderna. Adopción del Editor Abstracto para una edición más limpia y visual. Implementación de un diseño responsive para adaptarse a todos los dispositivos. Limpieza de recursos no utilizados (Themes y MasterPages viejas, etc.). Pasaje a valores ...

Si trabajás con GeneXus 18 , podés potenciar tus apps con Globant Enterprise AI (GEAI) para sumar inteligencia conversacional, recuperación de conocimiento (RAG) y automatización mediante agentes. En esta guía vas a ver: conceptos clave, arquitectura, paso a paso del lado de GEAI y del lado de GeneXus, y ejemplos de código listos para adaptar. ¿Qué es Globant Enterprise AI? GEAI es una plataforma empresarial para crear y gobernar asistentes y agentes que combinan modelos generativos, herramientas externas y pipelines de recuperación ( RAG ) dentro de un entorno controlado. Actúa como capa de orquestación : desacopla tu aplicación del modelo, gestiona credenciales, costos, métricas, versiones y cumplimiento. Componentes típicos The Lab : diseño, test y despliegue de agentes/asistentes. RAG : conexión a fuentes/documentos para respuestas con evidencia. Tools : integraciones a APIs internas/externas. Gobernanza : métricas, log...