SEGUNDO ACTO: ENTENDER || Agentes en paralelo para analizar código ajeno

¿Alguna vez te lanzaron a un repositorio con miles de líneas de código ajeno y te pidieron entenderlo antes de tu primer PR? Aquí aprenderás a usar agentes de Claude Code para entender un repositorio desconocido, por qué importa y para quién es útil: desarrolladores que entran a equipos nuevos o quieren colaborar en proyectos open source.

Esta es una situación que viven muchos desarrolladores, y la herramienta que exploramos aquí te ayuda a familiarizarte con ese código para luego cambiarlo y mejorarlo.

Qué problema resuelve entender un repositorio ajeno

Entrar a una empresa nueva casi siempre significa heredar código que escribieron otras personas. A veces son miles de líneas, a veces cientos de miles, y nadie te explica cómo funciona.

El ejemplo que usamos es brutal: el repositorio Open Mission Control (Open MCT) de la NASA, el software que controla las misiones en Marte. Tiene 250,000 líneas de código y más de 1,055 branches [01:50]. Imposible leerlo línea por línea en un día.

¿Qué es Open MCT? Es el software open source que usa la NASA para controlar misiones espaciales. Funciona como un tablero de mando armable: un núcleo vacío con un reloj y plugins que se enchufan a fuentes de datos para mostrarlos en gráficas y tablas.

La idea central no es memorizar código, sino digerir su complejidad rápido para saber qué partes puedes reutilizar en tu propio proyecto.

Cómo funcionan los agentes en paralelo de Claude Code

Aquí entra el concepto clave de la clase: los agentes. En lugar de pedirle una sola cosa, lanzas varios procesos que trabajan al mismo tiempo sobre distintas partes del problema.

En el prompt se usan dos subagentes en paralelo [01:10]:

• Uno mapea la arquitectura del repositorio completo.
• Otro sigue el viaje de un dato de telemetría desde el proveedor hasta que aparece en una gráfica, es decir, un recorrido end to end.

Este enfoque es útil porque cada agente se vuelve experto en una dimensión distinta del código. Mientras uno entiende la estructura general, el otro entiende el flujo real de los datos.

¿Para qué sirven los agentes en paralelo? Para dividir una tarea compleja entre varios procesos que trabajan al mismo tiempo. Uno analiza la arquitectura y otro rastrea el flujo de datos, y luego combinas ambos para entender todo más rápido.

Por qué conviene clonar fuera de tu repositorio

Un detalle práctico importante: el agente clonó el repositorio fuera del repo propio para no mezclar el código ajeno con el tuyo [01:35]. En los límites del prompt se le pidió no instalar ni cambiar nada, y verificar abriendo una línea al azar para confirmar que estaba en el repositorio correcto. Esa autoverificación evita que trabajes sobre el código equivocado.

Qué es un artefacto y en qué se diferencia del resultado normal

Otro concepto nuevo que aparece es el artefacto. Es esa ventana que se abre al lado derecho y genera un HTML, un website o un mockup mientras tú trabajas en el lado izquierdo [01:25].

¿Cuál es la diferencia entre un artefacto y el resultado normal? El artefacto es un sandbox donde corre código y te lo muestra renderizado. A diferencia de la terminal, es mucho más legible: usa tipografías distintas y presenta la información como una guía lista para leer.

En este caso, el artefacto generó una guía titulada "Open MCT explicado para conectar a Percy", escrita en lenguaje sencillo [02:30]. Explica qué es el repositorio y cómo está armado sin que tengas que leer las 250,000 líneas.

Esto es especialmente valioso cuando el código está en un lenguaje que no dominas. Puedes estar acostumbrado a Python y aun así familiarizarte rápido con un repositorio en Rust, C, C++, o incluso documentado en otro idioma como portugués.

Cómo aplicar lo aprendido a tu propio proyecto

Entender no es el final, es el paso previo a construir. Tras leer el artefacto, el siguiente prompt le pide aplicar ese conocimiento a una simulación en tres dimensiones con un modelo real de Perseverance en Marte [03:40].

La instrucción fue armar un control de misión dentro de la simulación y mostrar cuatro datos reales de Percy, sacados del JSON de la página oficial mars.nasa.gov. El resultado fue un dashboard con información 100% real:

• La altura del terreno recorrido por Perseverance.
• La distancia total recorrida: 43 kilómetros hasta la fecha [05:25].
• La última medición, registrada en el sol 1995, hace tres días.
• El tiempo que tarda la luz entre la Tierra y Marte, calculado en vivo: 13 minutos y 54 segundos ese día, aunque a veces llega a 21 minutos [05:35].

Un dato curioso de contexto: el sol es el día marciano, y Perseverance lleva alrededor de 1,998 soles desde que aterrizó en 2021 en el cráter Jezero, donde se cree que hace 3,500 millones de años hubo agua [02:00].

Dónde puedes aportar con tu Claude Code

Una vez que dominas los agentes, los slash commands y sabes qué modelo usar para cada tarea, puedes aportar a proyectos de ciencia y tecnología cívica open source. Algunos ejemplos mencionados:

• Querido Diario, que lee los diarios oficiales de cada municipio en Brasil.
• Abre Datos de Salud, con datos de dengue y clima para predecir brotes.
• Amazon Mining Watch, que detecta minería ilegal desde satélite.
• Hot Tasking Manager, para mapeo humanitario tras desastres.
• Una plataforma de democracia participativa.

La fase de entender es la puerta de entrada al open source: te permite hacer fork, copiar, manipular y mejorar código ajeno para construir tecnología colaborativa.

¿A ti también te ha tocado heredar un repositorio imposible de entender? Cuéntalo en los comentarios y comparte cómo lo resolviste.