Preguntas frecuentes

Acá van algunas preguntas que nadie hizo todavía.

¿Cuál es tu experiencia con Spring Boot?

Vengo trabajando con Java y Spring Boot de forma profesional desde fines de 2022. Mis dos roles más relevantes:

• Applica Solutions (Nov 2022 – Abr 2023): Estandaricé las APIs REST del backend para el primer sistema de pagos con QR de Argentina.
• Devsu (May 2023 – Oct 2025): Integré proveedores de identidad con páginas y aplicaciones orientadas al cliente del banco privado más grande de Ecuador, trabajando con Google Cloud y Microsoft Azure.

Antes de todo eso, hice un curso de fundamentos de Spring Framework en UTN Buenos Aires, que fue mi punto de partida. Para ver la línea de tiempo completa, mirá Acerca del autor.

¿Me voy a encontrar con codebases parecidos a los que explican estos documentos?

No realmente. Las codebases de la vida real son un desastre. Tienen años de decisiones acumuladas, workarounds, refactors a medio hacer y comentarios que nadie recuerda haber escrito.

La codebase que acompaña estos documentos está pensada para ser limpia y directa. Es una decisión educativa — la idea es mostrar cómo las cosas deberían funcionar sin el ruido, para que puedas reconocer los patrones cuando te los encuentres en la vida real.

¿Realmente necesito saber tanto Spring Boot para hacer algo?

Más o menos, pero tampoco tanto.

Tomó alrededor de 20 documentos llegar a un endpoint GET funcionando. Suena a mucho, y lo es. Pero la idea es tomarse el tiempo de asentar bien las bases, para que después agregar features sea trivial. Si te salteás el trabajo previo, tarde o temprano vas a chocar contra una pared donde cada nueva feature requiere pelear con el framework en lugar de usarlo.

Pensalo como una inversión: pagás ahora, ahorrás después.

¿Estos documentos y/o ejemplos de código son generados por IA?

Más o menos, sí. El proceso es más o menos así:

1. Armo una nueva feature en la monorepo de gradle (también uso IA acá — al momento de escribir esto no tengo un workflow definido, es básicamente planificar, hacer prompts y revisar manualmente). Después pusheo.
2. Corro el comando doc-from-commit de opencode que creé, que genera una nueva página de documentación de Docusaurus a partir de un tema y link(s) de commits de GitHub.
3. Reviso manualmente lo que produjo la IA. Suele estar medio verde, pero da una primera versión sólida.
4. Corro el comando review-doc de opencode que creé, que revisa una página de documentación y su companion TSX por problemas de estilo y cumplimiento (bueno para doble check).
5. Hago la versión en español usando un comando translate-doc de opencode custom. Después reviso manualmente buscando frases raras — soy hablante nativo de español, así que con una lectura rápida alcanza para detectar las raras.
6. Pusheo. Este proyecto tiene un GitHub Action que hace un build check rápido y después notifica a una instancia de Coolify para el despliegue.

Así que sí, la IA está involucrada en varios pasos, pero todo pasa por revisión humana antes de salir.