Herramientas

Bruno es una alternativa de escritorio de código abierto para Postman e Insomnia para pruebas, desarrollo y depuración de APIs. Su objetivo es proveer colaboración, privacidad y seguridad superior con su diseño simple y sin conexión. Las colecciones se almacenan directamente en el sistema de archivos local – escritas un lenguaje de marcado de texto plano, Bru Lang – y puede ser compartido con git u otra herramienta de control de versiones que elija para colaborar. Bruno está disponible tanto en aplicación de escritorio como en herramienta CLI También ofrece una extensión oficial de VS Code, con planes para soporte de IDE adicional. Bruno se ha convertido en la opción predeterminada para varios equipos en Thoughtworks, pero también recomendamos a los equipos tener precaución al trabajar en entornos VPN y proxy, ya que las solicitudes realizadas en tales condiciones se ha informado que fallan inesperadamente.

K9s ha mejorado sus características de visualización al integrar gráficas y vistas más detalladas. Ofrece una mejor visualización de logs y métricas además ser más flexible en cómo muestra las definiciones de recursos personalizados (CRDs). Las operaciones sobre los pods han sido expandidas también y ahora incluye una mejor integración con herramientas de depuración (p. ej., kubectl debug) y soporte mejorado para ambientes multi-cluster. El soporte para CRDs ha mejorado significativamente al proveer una mejor navegación y administración de estos recursos además de una interacción más fluida con recursos personalizados. El panel de accesos directos ha sido también mejorado para hacerlo más accesible a los desarrolladores que tienen menos experiencia con kubectl. Ésta es una mejora significativa ya que al principio K9s estaba enfocada principalmente en equipos DevOps.

SOPS es un editor de archivos encriptados que admite varios formatos de encriptación con KMS. Nuestro consejo sobre la gestión de secretos siempre ha sido mantenerlos fuera del código. No obstante, al tener que elegir entre la automatización completa (apegándonos al principio de infraestructura como código) y algunos pasos manuales (utilizando herramientas de tipo Vault) para la administración, aprovisionamiento y rotación de secretos iniciales, los equipos frecuentemente se encuentran frente un dilema. Por ejemplo, nuestros equipos utilizan SOPS para gestionar las credenciales de inicialización en el aprovisionamiento de infraestructura. Sin embargo, hay situaciones en las que es imposible eliminar secretos de los repositorios con código heredado. En esos casos, recurrimos a SOPS para encriptar secretos en archivos de texto. SOPS se integra con almacenes de claves gestionados en la nube, como AWS y GCP Key Management Service (KMS) o Azure Key Vault como fuente de las claves de encriptación. También funciona de manera multiplataforma y admite claves PGP. Muchos de nuestros equipos optan por SOPS como su primera opción para gestionar secretos en el repositorio.

Hemos destacado las herramientas para pruebas de regresión visual antes y hemos observado sus algoritmos evolucionar desde una comparación primitiva a nivel de píxel hasta ser un sofisticado sistema de coincidencia de patrones y reconocimiento óptico de caracteres (OCR, por sus siglas en inglés). Las herramientas tempranas de regresión visual generaban muchos falsos positivos y eran útiles solo en etapas posteriores de desarrollo cuando la interfaz se volvía estable. BackstopJS prevenía este problema al configurar selectores y ventanas gráficas para identificar pruebas visuales de elementos específicos en la pantalla. Pero el machine learning ha facilitado la detección y comparación de elementos visuales de manera más precisa, a pesar de que estos se muevan o abarquen contenido dinámico. Estas herramientas de pruebas se han vuelto más útiles y están bien posicionadas para aprovechar los últimos avances en inteligencia artificial y machine learning. Varias herramientas comerciales como Applitools y Percy, ahora afirman usar IA en sus pruebas de regresión visual. Uno de nuestros equipos ha utilizado Applitools Eyes extensamente y están contentos con los resultados. Aunque las pruebas de regresión visual no son un substituto para unas pruebas funcionales end-to-end bien escritas, sí son una adición para la caja de herramientas de pruebas. Estamos promoviendo su adopción porque se han convertido en una opción predeterminada segura como elemento de una estrategia integral de pruebas de IU.

Wiz se ha convertido en la plataforma de seguridad en la nube preferida en muchos de nuestros proyectos. Nuestros equipos valoran su capacidad para detectar riesgos y amenazas más temprano que otras herramientas similares, debido a que realiza escaneos continuos en busca de cambios. Wiz puede detectar y alertar sobre configuraciones incorrectas, vulnerabilidades y secretos filtrados, tanto en artefactos que aún no se han implementado en entornos de producción (imágenes de contenedores, código de infraestructura) como en cargas de trabajo en vivo (contenedores, máquinas virtuales y servicios en la nube). También apreciamos su potente capacidad de generación de informes tanto para equipos de desarrollo como líderes. Este análisis nos ayuda a comprender cómo una vulnerabilidad puede afectar un servicio determinado, para que podamos resolver los problemas en ese contexto.

AWS Control Tower sigue siendo nuestra opción preferida para administrar cuentas de AWS en ambientes con múltiples equipos. Proporciona un mecanismo conveniente para pre-configurar controles de seguridad y cumplimiento que se aplicarán automáticamente en nuevas landing zones. Éste es un ejemplo de cumplimiento en el punto de cambio porque los controles son aplicados y verificados cuando una nueva infraestructura es creada, eliminando la necesidad de verificar el cumplimiento de forma manual más tarde. AWS Control Tower Account Factory for Terraform (AFT) ha seguido evolucionando desde nuestro último volumen y ahora está disponible en más regiones de AWS. AFT permite que las cuentas Control Tower sean aprovisionadas mediante un pipeline usando infraestructura como código. Nos agrada que AFT se puede personalizar para enviar webhooks o tomar acciones específicas para integrarse de forma segura con herramientas externas como GitHub Actions. Nuestros equipos han reportado muy buenos resultados usando AWS Control Tower para el manejo de cuentas, pero deseamos que AWS acepte contribuciones de la comunidad al proyecto cuando veamos oportunidades de mejora.

Para los equipos que implementan integración continua, es importante conocer el estado de las builds en el sistema de integración continua (CI). Antes de la pandemia, se mostraba esta información a simple vista en dashboards en grandes pantallas de TV en las salas de equipo. Dado que el trabajo remoto está aquí para quedarse, es necesaria una solución que funcione en las máquinas locales de los desarrolladores. Para la Mac, ese nicho está cubierto por CCMenu, una pequeña aplicación escrita por un Thoughtworker. Originalmente, parte de CruiseControl, funciona con todos los servidores que pueden proporcionar información en formato cctray, incluyendo Jenkins y TeamCity. Una actualización reciente ha añadido soporte para GitHub Actions y ha preparado el camino para extender la integración con más servidores de integración continua y métodos de autenticación.

ClickHouse es una base de datos de procesamiento analítico en línea (OLAP, por sus siglas en inglés) de código abierto y orientada a columnas, diseñada para análisis en tiempo real. Comenzó como un proyecto experimental en 2009 y desde entonces ha madurado hasta convertirse en una base de datos analítica de alto rendimiento y escalable linealmente. Su eficiente motor de procesamiento de consultas junto a la compresión de datos la hacen adecuada para ejecutar consultas interactivas sin pre agregación. ClickHouse también es una excelente opción para almacenar datos de OpenTelemetry. Su integración con Jaeger te permite almacenar grandes volúmenes de trazas y analizarlas de manera eficiente.

A pesar de los avances en las herramientas de desarrollo, mantener entornos de desarrollo locales consistentes sigue siendo un desafío para muchos equipos. La incorporación de nuevos ingenieros a menudo implica ejecutar comandos o scripts personalizados que pueden fallar de manera impredecible en diferentes máquinas y generar inconsistencias. Para resolver este desafío, nuestros equipos han recurrido cada vez más a Devbox. Devbox es una herramienta de la línea de comandos que proporciona una interfaz accesible para crear entornos de desarrollo locales reproducibles por proyecto, aprovechando el administrador de paquetes Nix sin usar máquinas virtuales o contenedores. Ha agilizado notablemente el flujo de trabajo de incorporación porque, una vez que se ha configurado para una base de código, se necesita un solo comando CLI (devbox shell) para reproducir el entorno definido en un nuevo dispositivo. Devbox es compatible con shell hooks, scripts personalizados y generación de devcontainer.json para la integración con VSCode.

Difftastic es una herramienta que sirve para identificar las diferencias de código entre distintos archivos teniendo en cuenta su sintaxis. Esto es muy diferente de las herramientas de comparación de texto, como el venerable comando de Unix diff. Por ejemplo, Difftastic ignora las líneas insertadas para separar declaraciones largas en lenguajes como Java o TypeScript, las cuáles están delimitadas por punto y coma. La herramienta sólo resalta los cambios que afectan a la sintaxis del código. Para ello, primero analiza los archivos en árboles sintácticos abstractos y después calcula la distancia entre ellos mediante el algoritmo de Dijkstra. Hemos comprobado que Difftastic es especialmente útil para comprender los cambios cuando se revisan grandes bases de código. Difftastic es compatible con cualquier lenguaje de programación que pueda ser analizado sintácticamente y es compatible con más de 50 lenguajes de programación y formatos de texto estructurado como CSS y HTML. No se trata de una herramienta nueva, pero creemos que merece la pena ser destacada en la era de los asistentes de código basados en LLMs, donde las revisiones manuales de bases de código son cada vez más grandes y críticas.

LinearB, es una plataforma de inteligencia de ingeniería de software, que ha brindado a nuestros líderes de ingeniería información basada ​​en datos para respaldar la mejora continua. Alinea áreas clave como benchmarking, automatización de flujos de trabajo y las inversiones específicas para mejorar la experiencia y la productividad de los desarrolladores. En nuestra experiencia con LinearB destacamos su capacidad para fomentar una cultura de mejora y eficiencia dentro de los equipos de ingeniería. Nuestros equipos han utilizado la plataforma para realizar un seguimiento de métricas claves de ingeniería, identificar áreas de mejora e implementar acciones basadas en evidencia. Estas capacidades se alinean bien con la propuesta de valor central de LinearB: benchmarking, automatización de la recopilación de métricas y habilitación de mejoras basadas en datos. LinearB se integra con el código fuente, el ciclo de vida de las aplicaciones, CI/CD y herramientas de comunicación y utiliza métricas de ingeniería personalizadas y preconfiguradas para proporcionar información cuantitativa integral sobre la experiencia de desarrollo, la productividad y el desempeño del equipo. Como defensores de DORA, apreciamos el fuerte énfasis de LinearB en estas métricas específicas y su capacidad para medir aspectos clave del rendimiento de la entrega de software, que son esenciales para mejorar la eficiencia. Históricamente, los equipos han enfrentado desafíos al recopilar métricas específicas de DORA, a menudo confiando en paneles personalizados complejos o procesos manuales. LinearB continúa ofreciendo una solución convincente que automatiza el seguimiento de estas métricas y ofrece datos en tiempo real que respaldan la toma de decisiones proactiva en torno a experiencia de desarrollo, productividad y predictibilidad.

pgvector es una extensión de búsqueda de similitud de vectores de código abierto para PostgreSQL, que permite el almacenamiento de vectores junto con datos estructurados en una única base de datos bien establecida. Aunque carece de algunas características avanzadas de las bases de datos vectoriales especializadas, se beneficia de la compatibilidad con ACID, la recuperación puntual y otras características robustas de PostgreSQL. Con el auge de las aplicaciones generativas impulsadas por IA, vemos un patrón creciente de almacenamiento y búsqueda eficiente de similitudes en vectores incrustados, que pgvector aborda eficazmente. Con el creciente uso de pgvector en entornos de producción, especialmente donde los equipos ya están utilizando un proveedor en la nube que ofrece PostgreSQL gestionado, y su capacidad demostrada para satisfacer las necesidades comunes de búsqueda de vectores sin necesidad de un almacén de vectores independiente, confiamos en su potencial. Nuestros equipos lo han encontrado valioso en proyectos que comparan datos estructurados y no estructurados, demostrando su potencial para una adopción más amplia, y por lo tanto lo estamos moviendo al anillo de prueba.

Snapcraft es una herramienta de línea de comandos de código abierto para desarrollar y empaquetar aplicaciones autónomas llamadas snaps en Ubuntu, otras distribuciones de Linux y macOS. Los snaps son fáciles de desplegar y mantener en varias plataformas de hardware, incluyendo máquinas Linux, entornos virtuales y sistemas informáticos a bordo de vehículos. Aunque Snapcraft ofrece una tienda de aplicaciones pública para la publicación de snaps, nuestros equipos utilizan la herramienta de desarrollo para empaquetar el sistema de conducción autónoma como un snap sin publicarlo en la tienda de aplicaciones pública. Esto nos permite desarrollar, probar y depurar el sistema de software embebido localmente, mientras se publica en un repositorio de artefactos interno.

Spinnaker es una plataforma de código abierto para entrega continua creada por Netflix. En esta se implementan manejo de clúster y despliegue de baked-images a la nube como funciones de primera clase. Nos gusta el acercamiento dogmático de Spinnaker para el despliegue de microservicios. En ediciones previas, notamos la falta de capacidad de configurar pipelines como código, pero esto ha sido abordado con la adición del spin CLI. A pesar de que no recomendamos Spinnaker para escenarios de despliegues continuos simples, se ha vuelto la herramienta a elegir por muchos en situaciones complejas con pipelines de despliegue igualmente complejos.

TypeScript OpenAPI (o tsoa) es una alternativa a Swagger para generar especificaciones de OpenAPI para tu código. Es code-first, con los controladores y modelos de TypeScript como la única fuente de verdad, y utiliza las anotaciones o decoradores de TypeScript en vez de los archivos y las configuraciones más complejas necesarias para utilizar OpenAPI tooling para TypeScript. Genera tanto especificaciones 2.0 como 3.0 de la API, y las rutas se pueden generar para Express, Hapi y Koa. Si estás escribiendo APIs en TypeScript, vale la pena echar un vistazo a este proyecto.

Aunque usar el feature toggle más simple posible sigue siendo nuestro enfoque recomendado, el crecimiento de equipos y realizar el desarrollo más rápido hacen que gestionar feature toggles a mano sea más complejo. Unleash es una opción ampliamente usada por nuestros equipos para hacer frente a esta complejidad y habilitar flujos CI/CD. Puede ser usado como servicio o self-hosted. Provee SDKs en varios lenguajes otorgando buena experiencia de desarrollador y una interfaz de usuario amigable para su administración. Aunque aún no existe soporte oficial para la especificación OpenFeature se pueden encontrar proveedores para Go y Java, mantenidos por la comunidad. Unleash puede ser usado para simples feature toggles, así como para segmentación y despliegues graduales, lo que lo convierte en una opción adecuada para la gestión de funcionalidad a escala.

Astronomer Cosmos is an Airflow plugin designed to provide more native support for dbt core workflows in Airflow. With the plugin installed, when DbtDag is used to wrap a dbt workflow, it turns dbt nodes into Airflow tasks/task groups, allowing engineers to visualize dbt dependency graphs and their execution progress directly in the Airflow UI. It also supports using Airflow connections instead of dbt profiles, potentially reducing configuration sprawl. We're experimenting with the tool for its potential to make working with dbt in Airflow more seamless.

ColPali is an emerging tool for PDF document retrieval using vision language models, addressing the challenges of building a strong retrieval-augmented generation (RAG) application that can extract data from multimedia documents containing images, diagrams and tables. Unlike traditional methods that rely on text-based embedding or optical character recognition (OCR) techniques, ColPali processes entire PDF pages, leveraging a visual transformer to create embeddings that account for both text and visual content. This holistic approach enables better retrieval as well as reasoning for why certain documents are retrieved, and significantly enhances RAG performance against data-rich PDFs. We've tested ColPali with several clients where it has shown promising results, but the technology is still in the early stages. It's worth assessing, particularly for organizations with complex visual document data.

The arms race for AI-assisted programming tools is ongoing, and the most eye-catching one is Cursor. Cursor is an AI-first code editor designed to enhance developer productivity by deeply integrating AI into the coding workflow. We've paid attention to it in previous Radar assessments, but it's clear that the recent continuous improvement of Cursor has ushered in a qualitative change. In our use, Cursor has demonstrated strong contextual reasoning capabilities based on the existing codebase. While other AI code tools like GitHub Copilot tend to generate and collaborate around code snippets, Cursor's multi-line and multi-file editing operations make it stand out. Cursor is forked from VSCode and developed based on it, providing a fast and intuitive interaction method that conforms to the developer's intuition. Powerful operations can be completed with ctrl/cmd+K and ctrl/cmd+L. Cursor is leading a new round of competition in AI programming tools, especially regarding developer interaction and understanding of codebases.

Data Mesh Manager provides the metadata layer of a typical data mesh platform. In particular, it focuses on the definition of data products and the specification of data contracts using the OpenContract initiative and can be integrated into build pipelines using the associated DataContract CLI. The application also provides a data catalog to discover and explore data products and their metadata and allows for federated governance, including the definition of data quality metrics and the management of data quality rules. It’s one of the first native tools in this space, which means it isn’t just trying to retrofit existing platforms to the data mesh paradigm.

Despite its power and utility Git's command line interface is notoriously complex when it comes to managing multiple branches and staging commits within them. GitButler is a Git client that provides a graphical interface that aims to simplify this process. It does this by tracking uncommitted file changes independently of Git and then staging those changes into virtual branches. One might argue that this is a solution to a problem that shouldn't exist in the first place; if you make small changes and push to trunk frequently, there’s no need for multiple branches. However, when your workflow involves pull requests, the branching structure can become complex, particularly if there is a long review cycle before a PR can be merged. To address this, GitButler also integrates with GitHub so you can selectively group changes into pull requests and issue them directly from the tool. GitButler is another entry into the growing category of blips aimed at managing the complexity inherent in the PR process.

JetBrains AI Assistant is a coding assistant designed to integrate smoothly with all JetBrains IDEs to support code completion, test generation and style guide adherence. Built on models like OpenAI and Google Gemini, it stands out for its ability to ensure consistent output by remembering coding styles for future sessions. Our developers found its test generation capabilities particularly useful and noted its ability to handle longer outputs without stability issues. However, unlike some competitors, JetBrains does not host its own models, which may not work for clients concerned about third-party data handling. Still, the tool’s integration with JetBrains IDE makes it a promising choice for teams exploring AI-driven coding assistants.

Developers working in a polyglot environment often find themselves having to manage multiple versions of different languages and tools. mise aims to solve that problem by providing one tool to replace nvm, pyenv, rbenv and rustup, among others, and is a drop-in replacement for asdf. Mise is written in Rust for shell interaction speed, and unlike asdf which uses shell-based shims, mise modifies the PATH environment variable ahead of time, so the tool run times are called directly. This is partly why mise is faster than asdf. For those developers already familiar with asdf, it provides the same functionality but with a few key differences. Being written in Rust, it's faster and has a few features that asdf doesn't, such as the ability to install multiple versions of the same tool at the same time and more forgiving commands, including fuzzy matching. It also provides an integrated task runner, useful for things like running linters, tests, builders, servers and other tasks that are specific to a project. If you're a bit fed up with having to use multiple tools to manage your development environment as well as the at times clunky syntax of other tools, mise is definitely worth a look.

Mockoon is an open-source API mocking tool. It has an intuitive interface, customizable routes and dynamic responses as well as the ability to automate the creation of mock data sets. Mockoon is compatible with OpenAPI and lets you generate different scenarios that can be tested locally and integrated with a development pipeline. You can also create "partial mocks" by intercepting the requests and only faking the calls that are defined in Mockoon. The partial mocks help simulate specific API routes or endpoints and forward other requests to actual servers. While partial mocks can be useful in certain scenarios, there is a risk of overuse, which may lead to unnecessary complexity. Besides that, Mockoon remains a valuable tool for quickly setting up mock APIs as well as improving and automating development workflows.

Raycast is a macOS freemium launcher that enables you to quickly launch applications, run commands, search for files and automate tasks from your keyboard. Our teams value its out-of-the-box features for developers and its easy extensibility, which allows you to interact with third-party apps and services like VSCode, Slack, Jira and Google, among many others. Raycast is tailored for productivity and minimizes context switching, making it a useful tool for anyone looking to streamline their daily tasks. Pro users have access to Raycast AI, a specialized AI-powered search assistant.

ReadySet is a query cache for MySQL and PostgreSQL. Unlike traditional caching solutions that rely on manual invalidation, ReadySet leverages database replication streams to incrementally update its cache. Through partial view materialization, ReadySet achieves lower tail latencies than a traditional read replica. ReadySet is wire compatible with MySQL and PostgreSQL, so you can deploy it in front of your database to horizontally scale read workloads without requiring application changes.

Many of our teams working on web-based frontends have switched from older bundling tools — Webpack comes to mind — to Vite. A new entrant in this field is Rspack, which after 18 months in development has just seen its 1.0 release. Designed as a drop-in replacement for Webpack, it’s compatible with plug-ins and loaders in the Webpack ecosystem. This can be an advantage over Vite when migrating complex Webpack setups. The main reason why our teams are migrating to newer tools like Vite and Rspack is developer experience and, in particular, speed. Nothing breaks the flow of development more than having to wait a minute or two before getting feedback on the last code change. Written in Rust, Rspack delivers significantly faster performance than Webpack, and in many cases, it's even faster than Vite.

When building LLM-based applications, determining a user's intent before routing a request to a specialized agent or invoking a specific flow is critical. Semantic Router acts as a superfast decision-making layer for LLMs and agents, enabling efficient and reliable routing of requests based on semantic meaning. By using vector embeddings to infer intent, Semantic Router reduces unnecessary LLM calls, offering a leaner, cost-effective approach to understanding user intent. Its potential extends beyond intent inference, serving as a versatile building block for various semantic tasks. The speed and flexibility it offers position it as a strong contender in environments that require fast, real-time decision-making without the overhead of LLMs.

One of the hottest topics right now in the GenAI space is the concept of software engineering agents. These coding assistance tools do more than just help the engineer with code snippets here and there; they broaden the size of the problem they can solve, ideally autonomously and with minimum interference from a human. The idea is that these tools can take a GitHub issue or a Jira ticket and propose a plan and code changes to implement it, or even create a pull request for a human to review. While this is the next logical step to increase the impact of AI coding assistance, the often advertised goal of generic agents that can cover a broad range of coding tasks is very ambitious, and the current state of tooling is not showing that convincingly yet. However, we can see this working sooner rather than later for a more limited scope of straightforward tasks, freeing up developer time to work on more complex problems. Tools that have been released with beta versions of agents include GitHub Copilot Workspace, qodo flow, Tabnine's agents for JIRA, or Amazon Q Developer. The SWE Bench benchmark lists more tools in that space, but we caution you to take benchmarks in the AI space with a grain of salt.

Rust is well suited for writing command-line tools due to its fast startup performance, and we see people rewriting some toolchains in it. We mentioned Ruff, a Python linter written in Rust in the previous Radar. For this volume, we evaluated uv, a Python package management tool written in Rust. The value proposition of uv is "blazing fast" and it beats other Python package management tools by a large margin in their benchmarks. However, during our Radar evaluation, we discussed whether optimizing within seconds for build tools is a marginal improvement. Compared with performance, what’s more important for a package management system is the ecosystem, mature community and long-term support. That being said, feedback from the project team has shown us that this marginal speed improvement could be a big plus for improving feedback cycles and overall developer experience — we tend to manually make CI/CD caching very complex to achieve this little performance improvement; uv simplifies our Python environment management. Considering there is still much room for improvement in package and env management for Python development, we think uv is an option worth assessing.

Warp is a terminal for macOS and Linux. It splits command outputs into blocks to improve readability. Warp features AI-driven capabilities such as intelligent command suggestions and natural language processing. It also includes notebook features that allow users to organize commands and outputs and to add annotations and documentation. You can leverage these features to create README files or onboarding materials and provide a structured and interactive way to present and manage terminal workflows. Warp easily integrates with Starship, a flexible cross-shell prompt, allowing you to customize the terminal experience and retrieve information about running processes, the specific version of a tool you’re using, Git details or the current Git user, among other details.

After the shutdown of the Atom text editor project, its creators built a new editor named Zed. Written in Rust and optimized to leverage modern hardware, Zed feels fast. It has all the features we expect from a modern editor: support for many programming languages, a built-in terminal and multibuffer editing to name a few. AI-assisted coding is available through integration with several LLM providers. As ardent pair programmers we're intrigued by the remote collaboration feature built into Zed. Developers find each other via their GitHub IDs and can then collaborate on the same workspace in real time. It's too early to tell whether development teams can and want to escape the pull of the Visual Studio Code ecosystem, but Zed is an alternative to explore.

CocoaPods has been a popular dependency management tool for Swift and Objective-C Cocoa projects. However, the CocoaPods team announced that the project is in maintenance mode after more than a decade of being a key tool for iOS and macOS developers. While the tool and its resources will remain available, active development will cease. Developers are encouraged to transition to Swift Package Manager, which offers native integration with Xcode and better long-term support from Apple.