git-sim: Visualización de Comandos Git

git-sim: Visualización de Comandos Git

Te da miedo hacer un git rebase? O un git reset? O cualquier otro comando de git? No te preoucupes, porque con git-sim vas a poder ver antes de hacerlo qué es lo que va a pasar para así tomar la decisión

Instalaciónlink image 1

Para instalar git-sim primero necesitamos instalar manim, que es una librería de python para hacer animaciones. Para ello lo podemos instalar con pip:

pip install manim

o con Conda

conda install -c conda-forge manim

Una vez instalado manim podemos instalar git-sim con pip:

pip install git-sim

Usolink image 2

Ahora que lo hemos instalado nos vamos a un repositorio y probamos cualquier comando de git cambiando git por git-sim. Por ejemplo, si en un repositorio mío hago un git-sim reset --hard HEAD~1 me va a mostrar una animación de cómo quedaría el **rebase** antes de hacerlo.

git-sim

Como podemos ver, me está mostrando que si hago git reset --hard HEAD~1 pasaría del commit ae757a8 al commit 3754c64 y que además se eliminarían los cambios en los archivos indicados en Changes deleted from

Posts relacionados

Preguntas frecuentes

¿Qué dependencias necesito instalar antes de usar git-sim y en qué orden?

git-sim depende de manim, la librería de Python para animaciones, así que primero hay que instalar esa: pip install manim (o conda install -c conda-forge manim si usas Conda), y solo después instalar pip install git-sim. Si instalas git-sim sin manim ya presente, la generación de las animaciones fallará.

¿Cómo veo qué haría un git reset --hard HEAD~1 antes de ejecutarlo de verdad?

Dentro de tu repositorio, sustituye git por git-sim en el mismo comando: git-sim reset --hard HEAD~1. Esto genera una animación (vía manim) que muestra el estado antes/después, por ejemplo pasar del commit ae757a8 al commit 3754c64, y lista explícitamente los archivos que se perderían bajo "Changes deleted from", sin tocar tu repositorio real.

Seguir leyendo

Últimos posts -->

¿Has visto estos proyectos?

Gymnasia

Gymnasia Gymnasia
Expo
React Native
TypeScript
OpenAI
Anthropic

App de fitness con dos agentes que se ejecutan íntegramente en el dispositivo, sin backend, de forma que los datos del usuario nunca salen del móvil. Un coach conversacional BYOK con adaptadores para OpenAI, Anthropic y Google, 12 tools locales y system prompt remoto con fallback offline, y un subagente de visión que estima macronutrientes a partir de fotos de comida, con lectura de códigos de barras contra OpenFoodFacts.

LangGraph Deep Researcher

LangGraph Deep Researcher LangGraph Deep Researcher
Python
LangGraph
FastAPI
React
TypeScript
Docker

Sistema multiagente de investigación construido con LangGraph. Un supervisor descompone tu pregunta en temas y lanza subagentes de búsqueda en paralelo; cada uno comprime sus hallazgos antes de pasarlos a un agente redactor que escribe el informe final en markdown con sus fuentes. Streaming en vivo por WebSockets, modelo configurable por rol y claves de API propias que nunca se guardan en el servidor.

Tau

Tau Tau
Python
LangChain

Sistema multiagente de tutoría para estudiantes de secundaria, con un agente por asignatura y material de curso elaborado y validado por un equipo de profesores. Llegó a usarse con alumnos reales en un colegio privado en España y en un instituto en Colombia.

Ver todos los proyectos -->
>_ Disponible para proyectos

¿Tienes un proyecto con IA?

Hablemos.

maximofn@gmail.com

Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.

¿Quieres ver alguna charla?

Últimas charlas -->

¿Quieres mejorar con estos tips?

Últimos tips -->

Usa esto en local

Los espacios de Hugging Face nos permite ejecutar modelos con demos muy sencillas, pero ¿qué pasa si la demo se rompe? O si el usuario la elimina? Por ello he creado contenedores docker con algunos espacios interesantes, para poder usarlos de manera local, pase lo que pase. De hecho, es posible que si pinchas en alún botón de ver proyecto te lleve a un espacio que no funciona.

Flow edit

Flow edit Flow edit

Edita imágenes con este modelo de Flow. Basándose en SD3 o FLUX puedes editar cualquier imagen y generar nuevas

FLUX.1-RealismLora

FLUX.1-RealismLora FLUX.1-RealismLora
Ver todos los contenedores -->
>_ Disponible para proyectos

¿Tienes un proyecto con IA?

Hablemos.

maximofn@gmail.com

Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.

¿Quieres entrenar tu modelo con estos datasets?

short-jokes-dataset

HuggingFace

Dataset de chistes en inglés

Uso: Fine-tuning de modelos de generación de texto humorístico

231K filas 2 columnas 45 MB
Ver en HuggingFace →

opus100

HuggingFace

Dataset con traducciones de inglés a español

Uso: Entrenamiento de modelos de traducción inglés-español

1M filas 2 columnas 210 MB
Ver en HuggingFace →

netflix_titles

HuggingFace

Dataset con películas y series de Netflix

Uso: Análisis de catálogo de Netflix y sistemas de recomendación

8.8K filas 12 columnas 3.5 MB
Ver en HuggingFace →
Ver más datasets -->