diff-tour convierte los cambios de código de agentes de IA en una revisión guiada
diff-tour organiza el diff de git en un recorrido de solo lectura y ayuda a entender qué debe corregirse antes de integrar cambios de Claude Code o Codex.
Si no logras entender el código que un agente de IA acaba de modificar, instala diff-tour. Hace que Claude Code o Codex te guíe por los cambios como los leería un desarrollador experimentado.
Primero explica por qué son necesarios los cambios y luego muestra los archivos que conviene leer, incluidos archivos relacionados que no fueron modificados.
Hace por ti las preguntas clave: “¿Lo que funcionaba antes sigue funcionando?”, “¿Qué pasa si hay un fallo o se vuelve a ejecutar?”, “¿Se pueden revertir los cambios con seguridad?”
Separa lo que debe corregirse obligatoriamente de las mejoras opcionales y explica por qué partes que parecen arriesgadas pueden estar bien.
Donde conviene detenerse a pensar, primero plantea una pregunta para que puedas suponer la respuesta antes de ver la explicación.
Ejecútalo antes de integrar los cambios y entenderás dónde podrían romperse cosas, mientras aprendes a leer el código como un desarrollador experimentado.
Todo el proceso funciona en modo de solo lectura. La sesión de Claude Code o Codex en la que ya estás preparado prepara la revisión en dos o cinco minutos. Cada línea de código mostrada proviene directamente de git.
El script de instalación verifica el archivo descargado mediante sumas de comprobación e instala la herramienta en la carpeta del usuario. En Mac o Linux, ejecuta el comando de una línea al inicio del README y luego escribe tour en tu proyecto.
Cuando termines la revisión, pasa las correcciones obligatorias a Opus 5.5:
diff-tour revisó mis últimos cambios y marcó lo que debe corregirse: [enuméralos aquí]. Para cada punto, explica cómo piensas corregirlo y qué archivos tocarás, y espera mi aprobación antes de cambiar nada. Después de las correcciones, ejecuta las pruebas e informa qué puntos quedaron corregidos y cuáles no.
Por qué es importante
AnálisisReduce el riesgo de integrar cambios opacos generados por IA y fomenta una práctica estructurada de revisión de código en desarrollo asistido por agentes.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
El mod /stack para Claude Code: una vista completa de los componentes instalados
El mod /stack para Claude Code muestra todas las skills, subagentes, comandos, hooks, servidores MCP, complementos, ajustes y estilos de salida, agrupados por nivel de configuración.
ai-job-search para Claude Code: herramienta de IA open source para buscar empleo
Este proyecto en GitHub permite a Claude Code generar currículums, cartas de presentación, evaluar ofertas y preparar entrevistas con agentes de IA.
Proyectos de Claude Code: cómo una IA coordina un equipo de agentes autónomos
Análisis exhaustivo de Proyectos de Claude Code: arquitectura Coordinator y Threads, ramas paralelas, memoria compartida MEMORY.md y gestión de agentes en la nube.
Generación Patch & Diff-First
Patrón de interacción con el código donde el agente de IA opera exclusivamente con bloques de reemplazo puntuales (Search-and-Replace / Unified Diffs), manteniendo el resto del archivo inalterado y ahorrando tokens.
Agentes AI en Terminal (Gestión de Proyectos desde la Consola)
Clase de herramientas de inteligencia artificial en consola (Claude Code, Aider, OpenCode, ShellGPT). Operan directamente en la terminal de Linux o macOS: buscan archivos, editan repositorios, ejecutan pruebas y realizan commits de Git de manera autónoma.
10 repositorios de GitHub que te ayudarán a convertirte en ingeniero de IA en 90 días
Convertirse en ingeniero de inteligencia artificial hoy en día no se trata solo de modelos e indicaciones. La mayor parte del trabajo real se basa en agentes, sistemas RAG, orquestación, bases de datos vectoriales e infraestructura de inteligencia artificial.