¡El inglés es el lenguaje de programación más popular del mundo! MongoDB acaba de lanzar su servidor MCP y, literalmente, cualquiera puede consultar datos sin saber nada sobre bases de datos. De todo lo que puede hacer con este servidor MCP, hay dos razones específicas por las que estoy muy entusiasmado con él: Primero, es la capacidad de darle a un asistente de IA acceso al contexto almacenado en su base de datos. Esto es enorme para aquellos de nosotros que usamos Claude Code o Codex para escribir código, porque estos asistentes ahora pueden acceder a su base de datos MongoDB para procesar y comprender sus datos tal como son. En segundo lugar, ahora puede escribir consultas en lenguaje natural. ¡Esto permite que todos y su madre consulten datos sin saber nada sobre bases de datos! Si sabes inglés, estás listo. Por cierto, puedes usar cuentas de servicio con ámbito y permisos granulares para controlar qué herramientas obtienen acceso de solo lectura o escritura a tus datos. Esto es fundamental, y desearía que más empresas hicieran lo mismo. Aquí hay un enlace al repositorio de GitHub del servidor MCP: Gracias al equipo de @MongoDB por colaborar conmigo en este post.

8 reglas para mejorar tu agente de codificación de IA. Todas estas reglas funcionan con Claude Code, Cursor, VS Code y con la mayoría de los lenguajes de programación. La automatización de estas reglas multiplicará por 10 la calidad y la seguridad del código producidas por sus agentes de codificación de IA. 1. Comprobaciones de dependencias: evite que su agente sugiera bibliotecas inseguras basadas en datos de entrenamiento obsoletos. 2. Exposición secreta: corrija automáticamente el uso de credenciales codificadas introducidas por su agente de codificación. 3. Tamaño de archivo y función: refactoriza automáticamente cualquier archivo o función que exceda una longitud razonable. 4. Complejidad y límites de parámetros: simplifique el código demasiado complejo escrito por el agente. Inyección de 5. SQL: corrige automáticamente todas las interacciones de la base de datos con la entrada del usuario no saneada. 6. Variables e importaciones no utilizadas: detecte y elimine el código muerto. 7. Detecte caracteres Unicode invisibles en archivos de reglas de IA: elimine los espacios de ancho cero, las anulaciones de dirección y otros caracteres invisibles que pueden ocultar comportamientos maliciosos. 8. Uso inseguro de la API de OpenAI: aplique el uso de puntos finales seguros de OpenAI, autenticación adecuada y aislamiento de contexto Así es como puede automatizar esto: Instale la extensión @codacy. Esto le dará acceso a una CLI para el escaneo local y a un servidor MCP para la comunicación del agente. De aquí en adelante, cada vez que necesite generar algún código: 1. Su agente escribirá el código 2. Luego llamará a la CLI de Codacy para verificarlo 3. Encontrará cualquier problema en tiempo real 4. Su agente de codificación solucionará los problemas 5. Cuando el código pase todas las comprobaciones, habrá terminado Nivel de esfuerzo de tu parte: ¡literalmente cero! Calidad y seguridad del código debido a esto: ¡100 veces mejor! Aquí está el enlace para descargar la extensión de su IDE: Gracias al equipo de Codacy por colaborar conmigo en esta publicación.

Conseguí que mi juego multiagente pasara de un 83% de ejecuciones exitosas a un poco más del 92%. ¡Gran mejora! Aquí está la lección más importante que aprendí: Mueva la mayor cantidad de funcionalidad posible a las herramientas y deje que el LLM las use. Cuanto menos tenga que hacer el LLM, mejor. Un LLM es mucho mejor para decidir qué herramienta usar que hacer el trabajo de esa herramienta por sí misma, incluso cuando es un trabajo simple. Reduje un indicador de 100 líneas a 25 líneas y 3 funciones de Python que implementan toda la funcionalidad. La desventaja es más código, pero la ventaja es que la confiabilidad ha aumentado en casi un 10%.