Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a OpenAI Codex CLI
- Qué es Codex CLI y la arquitectura de código abierto de Rust de 2025
- Características principales: indicaciones, operaciones de archivos, ejecución de bash, tareas de múltiples pasos
- Comparación con Claude Code y otros agentes de terminal
- Descripción general de los modos de aprobación y límites de seguridad
Instalación y configuración
- Instalación de Codex CLI en macOS y Linux
- Configuración de claves API para OpenAI y proveedores compatibles
- Conexión a backends locales mediante Ollama y Atomic Chat
- Configuración de entornos de desarrollo remoto mediante SSH
Comandos del flujo de trabajo principal
- Ejecución de indicaciones individuales y sesiones de múltiples turnos
- Operaciones de lectura, escritura y edición de archivos desde las indicaciones
- Ejecución de comandos de shell y salida mediante tuberías
- Gestión de directorios de trabajo y contexto del proyecto
Modos de aprobación y seguridad
- Configuración de modos automáticos, de pregunta antes de ejecutar y totalmente manuales
- Aislamiento y sesiones solo de lectura frente a habilitadas para escritura
- Manejo seguro de comandos destructivos y eliminaciones de archivos
Integración con Git y CI
- Uso de Codex CLI para generar commits y diff (diferencias)
- Hooks de pre-commit con revisión por agente
- Ejecución de Codex CLI en entornos de CI sin interfaz (headless)
- Integración con GitHub Actions y GitLab CI
Integración con servidores MCP
- Conexión a servidores del Protocolo de Contexto del Modelo (MCP)
- Ampliación de las capacidades de las herramientas con puntos finales MCP personalizados
- Creación de herramientas MCP internas para sistemas propietarios
Soporte de múltiples backends
- Cambio entre las API de OpenAI, Gemini y GitHub Models
- Inferencia local con Ollama y puntos finales autoalojados
- Estrategias de selección de modelos para equilibrar latencia y calidad
Despliegue y gobernanza en equipos
- Configuración compartida y gestión de secretos
- Políticas de uso y registro de auditoría para empresas
- Configuración de indicaciones estandarizadas y directrices de seguridad para el equipo
Indicaciones y flujos de trabajo personalizados
- Redacción de plantillas de indicaciones reutilizables
- Encadenamiento de tareas para proyectos de refactorización complejos
- Procesamiento por lotes de múltiples archivos y repositorios
Ajuste del rendimiento
- Comprensión de las características de rendimiento de Rust
- Optimización del uso de tokens para proyectos grandes
- Gestión del estado de caché y de la sesión
Solución de problemas comunes
- Resolución de errores de conexión con los backends
- Depuración de ambigüedad en las indicaciones y malinterpretaciones
- Manejo de la limitación de velocidad (rate limiting) y estrategias de reintento
Mejores prácticas de seguridad
- Protección de las claves API en entornos compartidos
- Prevención de inyección de indicaciones y secuestro de comandos
- Consideraciones sobre la residencia de datos y el cumplimiento normativo
Resumen y próximos pasos
- Resumen de las capacidades y flujos de trabajo principales
- Recursos de la comunidad y contribuciones de código abierto
- Transición a temas avanzados de orquestación de múltiples agentes
Requerimientos
- Experiencia con el desarrollo de software en cualquier lenguaje de programación
- Uso básico de la línea de comandos y la terminal
- Familiaridad con los conceptos básicos de Git
Público objetivo
- Desarrolladores de software que buscan utilizar agentes de terminal con IA en su flujo de trabajo
- Ingenieros de DevOps que exploran herramientas de IA basadas en Rust
- Líderes de equipo que evalúan OpenAI Codex CLI para su adopción grupal
14 Horas