Automate Dev Tasks with Make Targets

Curso de Python Avanzado para Arquitectura de Proyectos y PyPI

Contenido del curso

Calidad de Código: Automatización y Validación

Rendimiento medición de velocidad y memoria

Programación concurrente con asyncio

Distribución y empaquetamiento

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:004:10

Automate Dev Tasks with Make Targets

Curso de Python Avanzado para Arquitectura de Proyectos y PyPI

Clase 16 de 17

Clase 16 / 17

Recursos

Running the same commands over and over slows you down: installing dependencies, running tests, formatting code. A task runner like Make turns those long instructions into short, memorable commands so you save time and avoid typos. If you work on Unix or Linux, Make is already there waiting for you.

What is Make and why should you use it in your projects?

Make is the classic automation tool shipped with almost every Unix and Linux system. It reads a file called Makefile where you define tasks (also known as targets) and the real commands behind them. Instead of remembering a long instruction, you just type make followed by the task name.

What is a task runner? It's a tool that executes predefined commands with a single short instruction, automating repetitive work in your project.

Think of it as a shortcut layer on top of your terminal. You write the long version once, and from then on you only type the alias.

How do you create your first Makefile?

Start by creating a file named Makefile (with capital M) at the root of your project. Inside, you declare targets and the commands they should run [00:24].

A simple example for installing dependencies looks like this:

makefile install: uv sync uv venv

Once saved, open the terminal and run make install. Make will create the virtual environment and sync your dependencies automatically. No need to memorize each command separately.

How do you chain multiple commands in a single target?

You can stack as many commands as you need under one target. For instance, a run target that installs the local library and then launches the app [01:09]:

makefile run: uv pip install -e . platzi-news --log-level debug

Now make run builds, installs, and runs your application in one shot. That's the whole point: compress repetitive workflows into one short word.

Why must you use tabs and how do you print messages in Make?

Two details make or break your Makefile, and both appear around [02:08].

Indentation must use tabs. Spaces will fail. If your editor shows dots instead of an arrow, replace them with a real tab character.
Use @echo to print messages. Adding @echo "installing packages" before a command shows a friendly message in the terminal when the target runs.

Why does Make require tabs instead of spaces? Because Make's syntax was designed that way from the start. Tabs signal that a line is a command belonging to a target, and spaces will break the build.

A practical use is a help target that prints all available commands, so any developer joining the project knows what they can run.

makefile install: @echo "installing packages" uv sync

What kind of targets should you add to your own Makefile?

Anything you type more than twice is a candidate. Some ideas worth adding:

A test target to run your test suite.
A lint or format target for code style checks.
A clean target to remove cache or build files.
A help target that lists every available command with @echo.

How do I run a Makefile target? Open your terminal in the project folder and type make <target-name>, for example make install or make run.

The goal is simple: stop memorizing long commands and let your Makefile carry that weight for you. Take the commands you've used during the course, group them into targets, and turn your workflow into something you can run with three letters and a word.

Which targets are you adding first to your Makefile? Share your setup in the comments.

Gabriel Obregón

Hace un año

✨ Make & Makefile

🔵 🔵 🔵

1. ¿QUÉ ES MAKE Y POR QUÉ USARLO?

Make es una herramienta que automatiza tareas frecuentes dentro de un proyecto.

🌟 Beneficios clave

➡️ Ahorra tiempo evitando escribir comandos largos

➡️ Reduce errores por comandos repetidos

➡️ Mejora el trabajo en equipo estandarizando procesos

➡️ Permite comandos cortos del tipo: make tarea

🟩 🟩 🟩

2. CREAR Y USAR UN MAKEFILE

🧩 Pasos esenciales

🔹 Crea un archivo llamado Makefile (M mayúscula)

🔹 Define targets como install, run, etc.

🔹 Ejecuta cualquier target con: ▶️ make nombre-de-la-tarea

🟧 🟧 🟧

3. TARGET "INSTALL": INSTALAR DEPENDENCIAS

📌 Código

install:

@echo "instalando paquetes"

vsync

🔍 Qué ocurre al ejecutarlo

🗣️ @echo muestra el mensaje “instalando paquetes” ⚙️ Se ejecuta vsync automáticamente al correr: ▶️ make install

🔴 🔴 🔴

4. TARGET "RUN": INSTALAR Y PROBAR PLATZI NEWS

📌 Código

run:

vpit install .

Platzi News log level debug

🔍 Qué hace

📦 Instala la librería localmente con: vpit install .

🚀 Ejecuta Platzi News con log level debug

⚡ Un solo comando para todo:

▶️ make run

🟪 🟪 🟪

5. DETALLES QUE NO PUEDES OLVIDAR

✔️ Usa tabuladores, no espacios, para indentar

✔️ Incluye mensajes con @echo

✔️ Puedes agregar un target help

✔️ Ejecuta cualquier target con: ▶️ make nombre-de-la-tarea

🟫 🟫 🟫

6. TARGETS QUE PODRÍAS AÑADIR

💡 Ideas útiles para tu flujo diario:

· 🧹 Limpieza de archivos temporales

· 🧪 Ejecución de pruebas

· 🎨 Formateo de código

· 📚 Generación de documentación

· 🏗️ Builds o despliegues automáticos

LEONARD CUENCA

Hace 10 meses

sos grande heroe sin capa, es bueno decirlo ya que muchos no tomaron este curso por lo pocos comentarios. XD

Calidad de Código: Automatización y Validación

Python That Lasts in Production

Configuración inicial del proyecto Platy News con Python

Ruff: Formatea automáticamente código Python con facilidad

Fixing Real Type Errors With MyPy

Ruff Linter: Catch Python Bugs Before Runtime

Configuración de pre-commit con Ruff y MyPy para validar código

Ejecución paralela de pruebas unitarias con pytest y coverage

Configuración de GitHub Actions para CI/CD con Python

Configuración de logging y Sentry para monitoreo en producción

Rendimiento medición de velocidad y memoria

Medición de rendimiento de código con Timeit en Python

Análisis de rendimiento en Python con cProfile y Snakeviz

Programación concurrente con asyncio

Programación asíncrona en Python con AsyncIO para operaciones I/O

Sintaxis async y await en Python para concurrencia eficiente

How asyncio's Event Loop Schedules Tasks

Migración de Request síncrono a HTTPX asíncrono en Python

Distribución y empaquetamiento

Automate Dev Tasks with Make Targets

Publicación de paquetes Python con UV y TestPyPI

Automate Dev Tasks with Make Targets

Progreso del curso

Calidad de Código: Automatización y Validación

Rendimiento medición de velocidad y memoria

Programación concurrente con asyncio

Distribución y empaquetamiento

Recursos

Recursos