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 Rust de código abierto de 2025?
- Características principales: instrucciones, operaciones de archivos, ejecución de bash y tareas multiagente.
- Comparación con Claude Code y otros agentes terminales.
- Descripción general de los modos de aprobación y límites de seguridad.
Instalación y configuración inicial
- 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 del entorno de desarrollo remoto y SSH.
Comandos del flujo de trabajo principal
- Ejecución de instrucciones individuales y sesiones multi turno.
- Operaciones de lectura, escritura y edición de archivos mediante instrucciones.
- Ejecución de comandos del shell y procesamiento de salidas en tubería (pipes).
- Gestión de directorios de trabajo y contexto del proyecto.
Modos de aprobación y seguridad
- Configuración de modos automáticos, de confirmación previa a la ejecución y totalmente manuales.
- Aislamiento (sandbox) y sesiones solo lectura frente a aquellas con permisos de escritura.
- Gestión segura de comandos destructivos y eliminaciones de archivos.
Integración con Git y CI
- Uso de Codex CLI para generar commits y diffs.
- Hooks pre-commit con revisión del agente.
- Ejecución de Codex CLI en entornos de CI sin interfaz gráfica (headless).
- Integración con GitHub Actions y GitLab CI.
Integración con servidores MCP
- Conexión a servidores del Protocolo de Contexto del Modelo (Model Context Protocol).
- Extensión de capacidades mediante puntos finales MCP personalizados.
- Desarrollo de herramientas MCP internas para sistemas propietarios.
Soporte multi-backend
- Cambio entre APIs de OpenAI, Gemini y GitHub Models.
- Inferencia local con Ollama y puntos finales autoadministrados.
- Estrategias de selección de modelos según latencia frente a calidad.
Despliegue en equipos y gobernanza
- Configuración compartida y gestión de secretos.
- Políticas de uso y registro de auditoría para entornos empresariales.
- Configuración de instrucciones estándar y límites de seguridad para el equipo.
Instrucciones personalizadas y flujos de trabajo
- Creación de plantillas de instrucciones reutilizables.
- Encadenamiento de tareas para proyectos complejos de refactorización.
- Procesamiento por lotes de múltiples archivos y repositorios.
Ajuste del rendimiento
- Comprensión de las características de rendimiento de Rust.
- Optimización del uso de tokens en proyectos grandes.
- Gestión del estado de la sesión y caché.
Resolución de problemas comunes
- Solución de fallas de conexión con los backends.
- Depuración de ambigüedades e interpretaciones erróneas en las instrucciones.
- Gestión de límites de tasa (rate limiting) y estrategias de reintento.
Buenas prácticas de seguridad
- Protección de claves API en entornos compartidos.
- Prevención de inyección de instrucciones y secuestro de comandos.
- Consideraciones sobre residencia de datos y cumplimiento normativo.
Resumen y próximos pasos
- Repaso de las capacidades y flujos de trabajo principales.
- Recursos de la comunidad y contribuciones de código abierto.
- Transición hacia temas avanzados de orquestación multiagente.
Requerimientos
- Experiencia en desarrollo de software en cualquier lenguaje de programación
- Conocimientos básicos de uso de la línea de comandos y terminal
- Conocimiento básico de Git
Público objetivo
- Desarrolladores de software que desean integrar agentes terminales impulsados por IA en sus flujos de trabajo.
- Ingenieros de DevOps que exploran herramientas de IA basadas en Rust.
- Líderes de equipo que evalúan la adopción de OpenAI Codex CLI a nivel grupal.
14 Horas