Saltar a contenido

Comenzar

RaiSE es una metodología y toolkit para ingeniería de software confiable con IA. Convierte a los asistentes de código con IA de generadores impredecibles en colaboradores disciplinados — a través de gobernanza, memoria y flujos de trabajo estructurados.

La Tríada

RaiSE funciona a través de tres partes que colaboran:

    Tú (Estrategia, Juicio, Ownership)
         │
         │ colabora con
         ▼
      Rai (Partner IA — Ejecución + Memoria)
         │
         │ gobernado por
         ▼
      RaiSE (Metodología + Toolkit)

Tú decides qué construir y por qué. Rai ejecuta con memoria acumulada y juicio calibrado. RaiSE provee la disciplina — skills, gobernanza y quality gates — que hace la colaboración confiable.

El resultado: IA que aprende de tu proyecto, sigue tus reglas y acumula conocimiento entre sesiones en vez de empezar de cero cada vez.

Instalar

pip install raise-cli

Verificar:

rai --version

Inicializar un proyecto

cd tu-proyecto
rai init

Esto crea el directorio .raise/ con plantillas de gobernanza, estructura de memoria y un manifiesto del proyecto. Para codebases existentes, agrega --detect para analizar tus convenciones automáticamente:

rai init --detect

Tu primera sesión

Configura tu perfil de desarrollador (solo la primera vez):

rai session start --name "Tu Nombre" --project .

Después, inicia sesiones con un bundle de contexto:

rai session start --project . --context

El flag --context genera un bundle optimizado en tokens (~150 tokens) con tu perfil de desarrollador, estado de sesión y patrones de memoria. Pásalo a tu asistente de IA — le da conciencia completa de dónde estás y en qué estás trabajando.

El ciclo de vida de una story

Este es el ritmo central de trabajar con RaiSE. Cada pieza de trabajo sigue seis pasos:

/rai-story-start     → Scope: ¿qué estamos construyendo?
/rai-story-design    → Spec: ¿cómo va a funcionar?
/rai-story-plan      → Tareas: ¿cuáles son los pasos?
/rai-story-implement → Construir: test, código, verificar, commit
/rai-story-review    → Reflexionar: ¿qué aprendimos?
/rai-story-close     → Merge: limpiar y entregar

Cada paso produce un artefacto que alimenta el siguiente. La review alimenta la memoria, que alimenta sesiones futuras. Así es como el aprendizaje se acumula — no por magia, sino por repetición disciplinada.

Empieza con una feature pequeña (tamaño XS o S). Primero domina el ritmo, luego escala.

→ Recorre el ciclo completo para una guía paso a paso.

Terminar una sesión

Cuando termines de trabajar, cierra la sesión para capturar lo que ocurrió:

rai session close --summary "Lo que logré" --type feature --project .

Construir tu memoria

A medida que trabajas, RaiSE acumula conocimiento — patrones, datos de calibración, gobernanza. Construye el índice de memoria unificado para hacerlo consultable:

rai graph build

Luego consúltalo:

rai graph query "testing patterns"

Siguiente paso