Tools

Bruno is an open-source desktop alternative to Postman and Insomnia for API testing, development and debugging. It aims to provide superior collaboration, privacy and security with its simple offline-only design. Collections are stored directly in your filesystem — written in a custom plain text markup language, Bru Lang, and can be shared with Git or a version control tool of your choice to collaborate. Bruno is available both as a desktop app and a CLI tool. It also offers an official VS Code extension, with plans for additional IDE support. Bruno has become the default choice for several Thoughtworks teams, but we also advise teams to be on guard when working under VPN and proxy environments, since requests made in such conditions have been reported to fail unexpectedly.

K9s has improved its visualization capabilities by integrating more detailed graphs and views. It now offers better representation of logs and metrics and is more flexible in how it displays custom resources (CRDs). The operations on pods have been expanded and include greater integration with debugging tools (e.g., kubectl debug) and enhanced support for multi-cluster environments. Support for CRDs has significantly improved and now provides better navigation and management of these resources as well as smoother interaction with custom resources. The shortcuts panel has also been enhanced to make it more accessible for developers who are less experienced with kubectl. This is a significant improvement, as K9s initially focused primarily on DevOps teams.

SOPS is an editor of encrypted files that supports various file formats of encrypts with KMS. Our advice when it comes to secrets management has always been to decouple it from source code. However, when faced with a choice between full automation (in the spirit of infrastructure as code) and a few manual steps (using tools like vaults) for managing, seeding and rotating seed secrets, teams often face a tradeoff. For example, our teams use SOPS to manage seed credentials for bootstrapping infrastructure. In some situations, however, it's impossible to remove secrets from legacy code repositories. In those instances, we use SOPS to encrypt secrets in text files. SOPS integrates with cloud-managed keystores such as AWS and GCP Key Management Service (KMS) or Azure Key Vault as sources of encryption keys. It also works cross-platform and supports PGP keys. Several of our teams use SOPS by default when they have to manage secrets in the code repository.

We've highlighted visual regression testing tools before and have observed their algorithms evolve from primitive pixel-level comparison to sophisticated pattern-matching and optical character recognition (OCR). Early visual regression tools generated many false positives and were only useful in later stages of development when the interface became stable. BackstopJS avoids this problem by configuring selectors and viewports to pinpoint visual tests to specific elements on the page. But machine learning has made it easier to detect and compare visual elements more accurately, even if they happen to have moved or contain dynamic content. These tools have become steadily more useful and are well-positioned to take advantage of the latest developments in AI and machine learning. Several commercial tools such as Applitools and Percy now claim to use AI in their visual regression tests. One of our teams has been using Applitools Eyes extensively and have been happy with the results. Although visual regression tests are no substitute for well-written end-to-end functional tests, they're a valuable addition to the testing toolbox. We're moving them to adopt because they have become a safe default option as one element in a comprehensive UI test strategy.

Wiz has emerged as the cloud security platform of choice on many of our projects. Our teams appreciate that it enables them to detect risks and threats sooner than similar tools as it continuously scans for changes. Wiz can detect and alert on misconfigurations, vulnerabilities and leaked secrets both in artifacts that have yet to be deployed to live environments (container images, infrastructure code) as well as live workloads (containers, VMs and cloud services). We also appreciate the powerful reporting capability for both development teams and leadership. This analysis helps us understand how a vulnerability can affect a given service so that we can resolve issues in that context.

AWS Control Tower continues to be our go-to choice for managing AWS accounts in a multi-team environment. It provides a convenient mechanism to preconfigure security and compliance controls that will be automatically applied to new landing zones. This is an example of "compliance at the point of change" because the controls are applied and verified whenever new infrastructure is created, eliminating the need for manual compliance checks later on. AWS Control Tower Account Factory for Terraform (AFT) has continued to evolve since our last volume and is now available in more AWS regions. AFT allows Control Tower accounts to be provisioned by an infrastructure-as-code pipeline. We like that AFT can be customized to send webhooks or take specific actions to integrate safely and securely with external tools like GitHub Actions. Our teams have reported great results using AWS Control Tower to manage accounts, but we do wish AWS would accept community contributions to the project when there are opportunities for enhancement.

For teams practicing continuous integration it's important to be aware of the state of the central build on the continuous integration (CI) system. Before the pandemic, dashboards on large TV screens in the team rooms provided this information at a glance. With remote working here to stay, a solution is needed that works on individual developer workstations. For the Mac that niche is covered by CCMenu, a small app written by a Thoughtworker. Originally part of CruiseControl, it works with all servers that can provide information in cctray format, including Jenkins and TeamCity. A recent rewrite has added support for GitHub Actions and paved the way for deeper integration with more CI servers and authentication styles.

ClickHouse is an open-source, columnar online analytical processing (OLAP) database for real-time analytics. It started as an experimental project in 2009 and has since matured into a highly performant and linearly scalable analytical database. Its efficient query processing engine together with data compression makes it suitable to run interactive queries without pre-aggregation. ClickHouse is also a great storage choice for OpenTelemetry data. Its integration with Jaeger allows you to store massive volumes of traces and analyze them efficiently.

Despite advances in development tooling, maintaining consistent local development environments remains a challenge for many teams. Onboarding new engineers often entails running commands or custom scripts that can fail unpredictably across different machines and result in inconsistencies. To solve this challenge, our teams have increasingly relied on Devbox. Devbox is a command-line tool that provides an approachable interface for creating reproducible, per-project local development environments, leveraging the Nix package manager without using virtual machines or containers. It has notably streamlined their onboarding workflow because once it has been configured for a codebase, it takes one CLI command (devbox shell) to reproduce the defined environment on a new device. Devbox supports shell hooks, custom scripts and devcontainer.json generation for integration with VSCode.

Difftastic is a tool for highlighting differences between code files in a syntax-aware way. This is quite different from textual diffing tools, like the venerable Unix diff command. For example, Difftastic will ignore newlines inserted to break up long statements in languages like Java or TypeScript that are semicolon delimited. The tool only highlights changes that impact the syntax of the program. It does this by first parsing the files into abstract syntax trees and then computing the distance between them using Dijkstra's algorithm. We've found Difftastic to be particularly useful for understanding changes when reviewing large codebases. Difftastic can be used on any programming language for which a parser is available and out of the box supports more than 50 programming languages as well as structured text formats like CSS and HTML. This isn't a new tool, but we thought it was worth calling attention to in the age of LLM coding assistants where human-in-the-loop reviews of ever larger codebases are increasingly critical.

LinearB, a software engineering intelligence platform, has empowered our engineering leaders with data-driven insights to support continuous improvement. It aligns key areas such as benchmarking, workflow automation and targeted investments in enhancing developer experience and productivity. Our experience with LinearB highlights its ability to foster a culture of improvement and efficiency within engineering teams. Our teams have used the platform to track key engineering metrics, identify areas for enhancement and implement evidence-based actions. These capabilities align well with LinearB’s core value proposition: benchmarking, automating metric collection and enabling data-driven improvements. LinearB integrates with source code, application lifecycle, CI/CD and communication tools and uses both preconfigured and custom engineering metrics to provide comprehensive quantitative insights into developer experience, productivity and team performance. As advocates of DORA, we appreciate LinearB’s strong emphasis on these specific metrics and its ability to measure key aspects of software delivery performance, which are essential for improving efficiency. Historically, teams have faced challenges in gathering DORA-specific metrics, often relying on complex custom dashboards or manual processes. LinearB continues to offer a compelling solution that automates the tracking of these metrics and delivers real-time data that supports proactive decision-making around developer experience, productivity and predictability.

pgvector is an open-source vector similarity search extension for PostgreSQL, allowing the storage of vectors alongside structured data in a single, well-established database. While it lacks some advanced features of specialized vector databases, it benefits from ACID compliance, point-in-time recovery and other robust features of PostgreSQL. With the rise of generative AI-powered applications, we see a growing pattern of storing and efficiently searching embedding vectors for similarities, which pgvector addresses effectively. With pgvector’s growing use in production environments, especially where teams are already using a cloud provider that offers managed PostgreSQL, and its proven ability to meet common vector search needs without requiring a separate vector store, we're confident in its potential. Our teams have found it valuable in projects comparing structured and unstructured data, demonstrating its potential for broader adoption, and we're therefore moving it to the Trial ring.

Snapcraft is an open-source command-line tool for building and packaging self-contained applications called snaps on Ubuntu, other Linux distributions and macOS. Snaps are easy to deploy and maintain across hardware platforms, including Linux machines, virtual environments and vehicle on-board computer systems. While Snapcraft offers a public app store for publishing snaps, our teams use the build tool to package the autonomous driving system as a snap without publishing it to the public app store. This allows us to build, test and debug the embedded software system locally while publishing it to an internal artifact repository.

Spinnaker is an open-source continuous delivery platform created by Netflix. It implements cluster management and deployment of baked images to the cloud as first-class features. We like Spinnaker's opinionated approach for deploying microservices. In previous editions, we noted its inability to configure pipelines as code, but that has been addressed with the addition of the spin CLI. Even though we don't recommend Spinnaker for simple CD scenarios, it has become a tool of choice for many in complex situations with equally complex deployment pipelines.

TypeScript OpenAPI (or tsoa) is an alternative to Swagger for generating OpenAPI specs from your code. It’s code-first, with TypeScript controllers and models as the single source of truth and uses TypeScript annotations or decorators rather than requiring more complex files and configurations when using OpenAPI tooling for TypeScript. It generates both 2.0 and 3.0 API specifications and routes can be generated for Express, Hapi and Koa. If you're writing APIs in TypeScript, this project is worth taking a look at.

Although using the simplest feature toggle possible remains our recommended approach, scaling teams and faster development make managing hand-crafted toggles more complex. Unleash is an option widely used by our teams to address this complexity and enable CI/CD. It can be used either as a service or self-hosted. It provides SDKs in several languages with a good developer experience and friendly UI for administration. Although there’s no official support for the OpenFeature specification yet, you can find community-maintained providers for Go and Java. Unleash can be used for simple feature toggles as well as segmentation and gradual rollouts, making it a suitable option for feature management at scale.

Astronomer Cosmos es un plugin de Airflow diseñado para proporcionar un soporte nativo a los flujos de trabajo centrales de dbt en Airflow. Con el plugin instalado, cuando se utiliza DbtDag para envolver un flujo de trabajo de dbt, convierte los nodos de dbt en grupos de tareas/tarea de Airflow, permitiendo que los ingenieros e ingenieras visualicen grafos de dependencias de dbt y el progreso en su ejecución directamente en la interfaz de usuario de Airflow. También da soporte para utilizar conexiones de Airflow en lugar de perfiles de dbt, reduciendo potencialmente la dispersión de configuraciones. Estamos experimentando con la herramienta por su potencial para hacer que el trabajo con dbt en Airflow sea más fluido.

ColPali es una herramienta emergente para la recuperación de documentos PDF que utiliza modelos de lenguaje visual, abordando los desafíos de construir una aplicación robusta de generación mejorada por recuperación (RAG) que pueda extraer datos de documentos multimedia que contengan imágenes, diagramas y tablas. A diferencia de los métodos tradicionales que se basan en embeddings basados en texto o técnicas de reconocimiento óptico de caracteres (OCR), ColPali procesa páginas completas en PDF, utilizando un transformador visual para crear embeddings que consideran tanto el contenido textual como visual. Este enfoque holístico permite una mejor recuperación y una mayor capacidad de razonamiento sobre por qué se recuperan ciertos documentos, mejorando significativamente el rendimiento de RAG en PDFs ricos en datos. Hemos probado ColPali con varios clientes en los que ha mostrado resultados prometedores, aunque la tecnología aún está en sus primeras etapas. Vale la pena evaluarlo, especialmente para organizaciones con datos en documentos visuales complejos.

La carrera por desarrollar herramientas de programación asistidas por inteligencia artificial (AI) está en marcha, y la más llamativa es Cursor. Es un editor de código AI-first diseñado para mejorar la productividad de los desarrolladores mediante la integración profunda de la IA en el flujo de trabajo de codificación. Le hemos prestado atención desde anteriores evaluaciones de radares, pero está claro que la reciente mejora continua de Cursor ha marcado el comienzo de un cambio cualitativo. En nuestro caso, ha demostrado fuertes capacidades de razonamiento contextual en función del código base existente. Mientras que otras herramientas de código de IA como GitHub Copilot tienden a generar y colaborar en torno a fragmentos de código, las operaciones de edición multilínea y multiarchivo de Cursor lo hacen destacar. Al basarse en VSCode ofrece un método de interacción rápido e intuitivo que se ajusta a la lógica del desarrollador. Poderosas operaciones pueden ser completadas con ctrl/cmd+K y ctrl/cmd+L. Cursor está liderando una nueva ronda de competición en herramientas de programación de IA, especialmente en lo que respecta a la interacción del desarrollador y la comprensión del código base.

Data Mesh Manager proporciona la capa de metadatos de una típica plataforma de data mesh. En particular, se centra en la definición de productos de datos y la especificación de contratos de datos usando la iniciativa OpenContract y puede integrarse en pipelines de construcción usando la DataContract CLI asociada. La aplicación también provee un catálogo de datos para descubrir y explorar productos de datos y su metadata, y permite un gobierno federado incluyendo la definición de métricas de calidad de datos y la administración de reglas de calidad de datos. Es una de las primeras herramientas nativas en este espacio lo que significa que no está solamente tratando de adaptar plataformas existentes al paradigma de data mesh.

A pesar de su potencia y utilidad, la interfaz de línea de comandos de Git es notoriamente compleja cuando se trata de gestionar múltiples ramas y preparar commits dentro de ellas. GitButler es un cliente de Git que proporciona una interfaz gráfica que busca simplificar este proceso. Lo hace rastreando los cambios de archivos no confirmados de forma independiente a Git y luego los organiza en ramas virtuales. Se podría argumentar que esto es una solución para un problema que no debería existir en primer lugar; si haces cambios pequeños y haces push al trunk con frecuencia, no hay necesidad de múltiples ramas. Sin embargo, cuando tu flujo de trabajo incluye pull requests, la estructura de ramas puede volverse compleja, especialmente si hay un ciclo de revisión largo antes de que se pueda fusionar un pull request. Para abordar esto, GitButler también se integra con GitHub, lo que te permite agrupar selectivamente cambios en pull requests y emitirlos directamente desde la herramienta. GitButler es una entrada más en la creciente categoría de herramientas enfocadas en gestionar la complejidad inherente al proceso de pull requests.

El Asistente de IA de JetBrains es un asistente de codificación diseñado para integrarse sin problemas con todos los IDE de JetBrains apoyando el autocompletado de código, la generación de pruebas y la adherencia a de la guía de estilo. Desarrollado sobre modelos como OpenAI y Google Gemini, se destaca por su capacidad para garantizar un resultado consistente al recordar estilos de codificación para futuras sesiones. Nuestros desarrolladores encontraron sus capacidades de generación de pruebas particularmente útiles y notaron su habilidad para manejar resultados más largos sin problemas de estabilidad. Sin embargo, a diferencia de algunos competidores, JetBrains no aloja sus propios modelos, lo que puede no funcionar para clientes preocupados por el manejo de datos hacia terceros. Aun así, la integración de la herramienta con los IDEs de JetBrains la convierte en una opción prometedora para los equipos que exploran asistentes de codificación impulsados ​​por IA.

Los desarrolladores que trabajan en entornos políglotas, se encuentran con frecuencia con múltiples versiones de diferentes lenguajes y herramientas. mise tiene como objetivo resolver ese problema proporcionando una herramienta que reemplaza nvm, pyenv, rbenv, rustup, entre otras, y es un reemplazo directo para asdf. Mise está escrito en Rust para tener una interacción rápida con el terminal, y a diferencia de asdf, el cual usa paquetes basados en terminal, Mise modifica la variable de entorno PATH por adelantado, lo que hace que las ejecuciones se llamen directamente. Esto es en parte porque Mise es más rápido que asdf. Para aquellos desarrolladores que ya están familiarizados con asdf, Mise proporciona la misma funcionalidad, pero con unas pocas diferencias clave. Estando escrito en Rust, es más rápido y tiene algunas características que asdf no tiene, como por ejemplo, la habilidad de instalar múltiples versiones de la misma herramienta al mismo tiempo y ser capaz de recordar comandos, incluyendo coincidencia difusa. También proporciona un ejecutor de tareas integrado, útil para cosas como linters, tests, compiladores, servidores y otras tareas que son específicas de un proyecto. Si estás un poco harta de tener que usar múltiples herramientas para administrar tu entorno de desarrollo, y de la sintaxis, algunas veces incómoda de otras herramientas, Mise definitivamente te merecerá la pena.

**Mockoon** es una herramienta de código abierto para la simulación de APIs. Ofrece una interfaz intuitiva, rutas personalizables y respuestas dinámicas, además de la capacidad de automatizar la creación de conjuntos de datos simulados. Mockoon es compatible con OpenAPI y te permite generar diferentes escenarios que pueden probarse localmente e integrarse en un pipeline de desarrollo. También puedes crearsimulaciones parciales (partial mocks) interceptando las solicitudes y simulando solo las llamadas que están definidas en Mockoon. Estas simulaciones parciales ayudan a emular rutas o endpoints específicos de una API, mientras que el resto de solicitudes se redirigen a servidores reales. Aunque las simulaciones parciales pueden ser útiles en ciertos escenarios, existe el riesgo de un uso excesivo, lo que podría añadir complejidad innecesaria. Aparte de esto, Mockoon sigue siendo una herramienta valiosa para configurar rápidamente APIs simuladas y mejorar y automatizar los flujos de trabajo de desarrollo.

Raycast es un launcher freemium para macOS que te permite abrir aplicaciones rápidamente, ejecutar comandos, buscar archivos y automatizar tareas desde el teclado. Nuestros equipos valoran sus funciones predeterminadas para desarrolladores y su fácil extensibilidad, que permite interactuar con aplicaciones y servicios de terceros como VSCode, Slack, Jira y Google, entre otros muchos. Raycast está diseñada para mejorar la productividad y minimizar los cambios de contexto, lo que la convierte en una herramienta útil para quienes buscan optimizar sus tareas diarias. Los usuarios Pro tienen acceso a Raycast AI, un asistente de búsqueda especializado impulsado por inteligencia artificial.

ReadySet es un caché de consultas para MySQL y PostgreSQL. A diferencia de soluciones de caching que dependen de invalidación manual, ReadySet aprovecha los flujos de replicación de las bases de datos para actualizar su caché incrementalmente. A través de vistas materializadas parciales, ReadySet alcanza latencias de cola más bajas que una réplica de lectura tradicional. ReadySet es compatible con MySQL y PostgreSQL, por lo que puedes desplegarlo frente a tu base de datos para escalar horizontalmente cargas de trabajo sin requerir cambios en la aplicación.

Muchos de nuestros equipos que trabajan en frontends basados en la web se han movido de herramientas de empaquetamiento más antiguas — como Webpack – a Vite. Un nuevo participante en este campo es Rspack, que después de 1.5 años en desarrollo ha visto su release 1.0. Diseñado como un reemplazo directo para Webpack, es compatible con los plugins y loaders del ecosistema de Webpack. Esto puede ser una ventaja por sobre Vite al momento de migrar configuraciones complejas de Webpack. La razón principal por la que nuestros equipos están migrando a nuevas herramientas como Vite y Redpack es la experiencia de desarrollo, y en particular, la velocidad. Nada rompe más el flujo de desarrollo que tener que esperar un minuto o dos antes de conseguir retroalimentación de los últimos cambios en el código. Escrita en Rust, Rspack entrega un rendimiento significativamente más rápido que Webpack, y en muchos casos, es incluso más rápido que Vite.

Cuando se construyen aplicaciones basadas en LLM, es fundamental determinar la intención de un usuario antes de enrutar una petición a un agente especializado o invocar un flujo específico. Semantic Router actúa como una capa superrápida de toma de decisiones para LLMs y agentes, permitiendo un enrutamiento eficiente y fiable de las peticiones basado en el significado semántico. Al utilizar embeddings vectoriales para inferir la intención, Semantic Router reduce las llamadas innecesarias a los LLM, ofreciendo un enfoque más ágil y rentable para comprender la intención del usuario. Su potencial se extiende más allá de la inferencia de intenciones, sirviendo como bloque de construcción versátil para diversas tareas semánticas. La velocidad y flexibilidad que ofrece lo sitúan como un fuerte competidor en entornos que requieren una toma de decisiones rápida y en tiempo real sin la sobrecarga de los LLM.

Uno de los temas más interesantes en este momento en el espacio GenAI es el concepto de Asistente de Ingeniería de Software. Estas herramientas de asistencia al código hacen más que simplemente ayudar a los ingenieros con fragmentos de código aquí y allá; amplifica el tamaño del problema que pueden resolver, idealmente de forma autónoma y con mínima intervención humana. La idea es que estas herramientas puedan tomar una incidencia de GitHub o un ticket de Jira y proponer un plan y cambios en el código para implementarlo, o incluso crear una revisión de código para que una persona lo revise. Si bien éste es el siguiente paso lógico para aumentar el impacto de la asistencia al código con IA, el publicitado objetivo de asistentes genéricos que puedan cubrir una amplia gama de tareas de programación es muy ambicioso, y el estado actual de las herramientas aún no lo demuestra de manera convincente. Sin embargo, podemos ver que esto funcionará más pronto que tarde para un alcance más limitado de tareas sencillas, lo que liberará tiempo de los desarrolladores para trabajar en problemas más complejos. Las herramientas que están lanzando y comercializando versiones beta de agentes incluyen GitHub Copilot Workspace, qodo flow, Agentes para jira JIRA de Tabnine o Amazon Q Developer. La referente SWE Bench enumera más herramientas en ese espacio, pero recomendamos tomar los benchmark en el espacio de la IA con cautela.

Rust es muy adecuado para escribir herramientas de línea de comandos debido a su rápido rendimiento de arranque, y vemos gente reescribiendo algunas cadenas de herramientas en él. En el anterior Tech Radar mencionamos Ruff, un linter para Phyton escrito en Rust. En esta edición, evaluamos uv, una herramienta de gestión de paquetes de Python escrita en Rust. La propuesta de valor de uv es serultrarrápida y supera a otras herramientas de gestión de paquetes de Python por un amplio margen en sus benchmarks. Sin embargo, durante la evaluación para este radar, analizamos si optimizar segundos para las herramientas de compilación es realmente una mejora. En comparación con el rendimiento, lo más importante para un sistema de gestión de paquetes es el ecosistema, la madurez de la comunidad y el soporte a largo plazo. Dicho esto, el feedback del equipo del proyecto nos ha demostrado que esta mejora en el margen de la velocidad podría ser una gran ventaja para mejorar los ciclos de feedback y la experiencia general de desarrollo: tendemos a hacer que el almacenamiento en caché de la CI/CD sea muy complejo de forma manual para lograr esta pequeña mejora del rendimiento. uv simplifica la gestión de nuestro entorno Python. Teniendo en cuenta que todavía hay mucho margen de mejora en la gestión de paquetes y entornos para desarrollo en Python, creemos que uv es una opción que vale la pena evaluar.

Warp es un terminal para macOS y Linux. Divide las salidas de comandos en bloques para mejorar la legibilidad. Warp cuenta con capacidades impulsadas por IA tales como sugerencias inteligentes de comandos y procesamiento de lenguaje natural. También incluye una funcionalidad de notebooks que permite a los usuarios organizar comandos y salidas, así como agregar anotaciones y documentación. Se puede aprovechar estas funcionalidades para crear archivos README o materiales de inducción y proporcionar una manera estructurada e interactiva de presentar y gestionar flujos de trabajo en el terminal. Warp se integra fácilmente con Starship, un indicador multiplataforma flexible, lo que te permite personalizar la experiencia del terminal y extraer información sobre procesos en ejecución, la versión específica de una herramienta que estés usando, detalles de Git o el usuario actual de Git, entre otros detalles.

Después del cierre del proyecto del editor de texto Atom, sus creadores construyeron un nuevo editor llamado Zed. Escrito en Rust y optimizado para aprovechar el hardware moderno, Zed se siente rápido. Tiene todas las características que esperamos de un editor moderno: soporte para muchos lenguajes de programación, un terminal incorporado y edición multibuffer, por mencionar algunos. La codificación asistida por IA está disponible mediante la integración con varios proveedores de LLM. Como fervientes practicantes de la programación en pareja, estamos intrigados por la función de collaboration feature integrada en Zed. Los desarrolladores se encuentran a través de sus IDs de GitHub y pueden colaborar en el mismo espacio de trabajo en tiempo real. Es demasiado pronto para saber si los equipos de desarrollo pueden y quieren escapar del atractivo del ecosistema de Visual Studio Code, pero Zed es una alternativa a explorar.

CocoaPods ha sido una herramienta habitual de gestión de dependencias para proyectos en Swift y Objective-C. Sin embargo, el equipo de CocoaPods anunció que el proyecto se encuentra en modo de mantenimiento después de más de una década siendo una herramienta clave para desarrollar en iOS y macOS. Aunque la herramienta y sus recursos seguirán disponibles, no habrá más desarrollo activo. Se recomienda a los equipos de desarrollo cambiar a Swift Package Manager, que ofrece una integración nativa con Xcode y un mejor soporte a largo plazo por parte de Apple.