Requisitos previos

Antes de comenzar, es importante que tengas en cuenta que debes cumplir estos requisitos:

• Revisa que Rovo está habilitado para tu instancia.
• Debes tener la app Jira Cloud para Slack instalada y habilitada por el administrador de tu sitio.
• Acceso al sitio de Jira configurado para tu canal de Slack.

Guía paso a paso

• Menciona @Jira en cualquier canal de Slack. Si la aplicación aún no se ha añadido al canal, sigue las indicaciones para invitarla. La primera vez que la utilices tendrás que seleccionar tu instancia de Jira y el espacio predeterminado que desees.

• Menciona @Jira y escribe lo que necesitas en un lenguaje natural para crear o actualizar elementos de trabajo, con todos sus campos y una tarjeta editable en el hilo.

Si quieres cambiar la configuración en cualquier momento, escribe /jira agent en el canal para actualizar tu sitio, tu espacio o añadir una instrucción personalizada.

Casos de uso

A continuación, te dejo algunos ejemplos que puedes poner en práctica para utilizar Jira Cloud para Slack:

Con Jira Cloud para Slack tendrás un flujo directo desde la conversación hasta la tarea, sin que nadie tenga que abrir Jira durante el proceso. ¡Te invitamos a probarla!

Esta funcionalidad ha sido anunciada por Atlassian y está disponible para Jira Cloud mediante la aplicación Jira Cloud para Slack.

Si tu equipo utiliza Slack como canal principal de comunicación, la integración Jira Cloud para Slack permite convertir conversaciones en tareas sin cambiar de aplicación. Esto reduce el tiempo dedicado a tareas administrativas y facilita que incidencias, decisiones y cambios de alcance queden registrados directamente en Jira.

Qué puedes hacer con esta integración

Además de acceder a todo el contexto de tu equipo en Jira mediante el MCP (Model Context Protocol), con esta integración, ahora también puedes:

• Asignar trabajo a Cursor directamente desde la interfaz de usuario.
• Mencionar a Cursor en los comentarios para colaborar y recibir actualizaciones sobre el estado del trabajo.
• Configurar flujos de trabajo para que Cursor inicie tareas automáticamente.
• Puedes seguir el progreso directamente desde la propia incidencia, sin necesidad de consultar otra herramienta.

Requisitos previos

Antes de instalar la integración de Jira y Cursor, asegúrate de disponer de lo siguiente:

• Rovo habilitado en tu instancia de Jira.
• Acceso de administrador a la instancia de Jira donde deseas instalar la aplicación.
• Permisos de administrador en Cursor para el equipo que quieres conectar.
• Una cuenta de GitHub o GitLab conectada a Cursor para acceder a los repositorios y gestionar las pull requests.
• La integración de Jira con Cursor no es compatible actualmente con las instancias de Atlassian que utilizan HIPAA o FedRAMP (incluido Government Cloud).

Para ampliar la información sobre los requerimienos puedes consultar esta página de Cursor.

Proceso de instalación

Como administrador de Cursor:

• Ve a Integrations en Cursor.
• Haz clic en Connect junto a Jira.
• Continúa hasta la página de la aplicación Cursor en Atlassian Marketplace.
• Haz clic en Get it now.
• Selecciona el sitio de Jira donde deseas instalar Cursor y haz clic en Review.
• Revisa la aplicación y pulsa Get it now.
• Cuando la instalación finalice en Jira, haz clic en Configure en la ventana emergente que aparecerá en la esquina inferior izquierda.

¿Qué hacer si no ves la ventana emergente?

• Ve a Administration > Connected Apps.
• Selecciona la aplicación Cursor.
• Abre la pestaña Connections.

• Haz clic en Configure desde el menú de los tres puntos (⋯).

• Conecta el sitio de Jira con tu equipo de Cursor.
• Completa la configuración restante de Cloud Agent en Cursor:
• Conecta GitHub o GitLab si todavía no has vinculado un proveedor de repositorios.
• Activa la facturación basada en el uso (usage-based pricing).
• Confirma la configuración de privacidad.
• Selecciona un repositorio predeterminado, el modelo de IA y la rama base desde la configuración de Cloud Agents en el panel de Cursor.

¡Ya lo tienes! Vuelve a Jira y empieza a utilizar Cursor desde cualquier work item.

Nuevo diseño de la ventana de creación

El nuevo cuadro de creación admite dos modos principales: un modo Quick Create compacto (nuevo) y un modo Full Form (el de siempre, pero con un nuevo diseño).

Quick Create como formulario predeterminado

El cuadro de creación de work items ahora se abre como una ventana modal centrada que muestra los campos más esenciales, en lugar de presentar desde el principio la lista completa de campos.

Full Form

El formulario completo sigue estando disponible. Puedes ampliarlo haciendo clic en el icono de expansión. Además, también puedes acoplar la ventana modal de creación en la esquina inferior derecha de la pantalla. El modo acoplado te permite seguir trabajando en otras tareas y volver para terminar de crear el elemento de trabajo cuando estés listo.

Área principal de entrada

“Summary” pasa a denominarse “Title” en la interfaz de usuario

En la interfaz de usuario, Summary ahora aparece como Title. Title describe con mayor precisión qué representa este campo, es decir, el nombre del elemento de trabajo.

Las consultas JQL, las llamadas a la API y las integraciones que hacen referencia a summary seguirán funcionando como hasta ahora. Este cambio afecta únicamente a la etiqueta que se muestra en la interfaz de usuario.

El campo Description es adaptable El campo Description se expande verticalmente para adaptarse a descripciones largas, bloques de código, edición de tablas e imágenes pegadas.

El campo Description admite comandos con barra (/) Puedes seguir utilizando / en el campo Description para insertar elementos o invocar Rovo. Al seleccionar texto, aparecerá una barra de herramientas de formato.

Sobre los campos

Los campos obligatorios y opcionales se muestran por separado.

Los campos obligatorios aparecen primero en el formulario Quick Create. Los campos opcionales aparecen junto a ellos. Cuando no hay campos obligatorios, la ventana modal de Quick Create muestra únicamente los campos opcionales.

El orden de los campos en las secciones de obligatorios y opcionales coincide con el orden establecido por los administradores en la configuración del espacio (space setting), con dos ajustes: los campos que siempre tienen un valor predeterminado del sistema (como el campo de Reporter) y los campos con los que un usuario interactúa en contadas ocasiones, se excluyen de la vista predeterminada para mantener el formulario centrado en lo esencial.

Estos campos seguirán estando disponibles mediante la opción Show more fields.

¿Cuándo estará disponible?

Esta actualización se implementará progresivamente para todos los clientes de Jira Cloud a partir de mediados de julio, coincidiendo con la versión de verano de Jira.

Según la definición de mercado de Gartner, “estas herramientas son esenciales para las organizaciones que buscan alcanzar la excelencia en ingeniería de software y evitar el punto de ruptura, en el que la acumulación de deuda técnica provoca un rendimiento inestable y un aumento descontrolado de los costes de mantenimiento”.

SonarQube es una plataforma líder del mercado de verificación multicapa basada en un modelo Zero Trust, que comprueba la calidad, la seguridad y la integridad arquitectónica del código. Mientras que muchas herramientas abordan la deuda técnica de forma reactiva, SonarQube trabaja para impedir que los problemas lleguen al repositorio de código desde el primer momento y corrige automáticamente aquellos que consiguen introducirse, reduciendo así la deuda técnica de forma continua.

Además, SonarQube detecta y corrige de forma autónoma los problemas del código, ayudando a las organizaciones a gestionar y disminuir de manera constante su deuda técnica.

Con un 55 % de los desarrolladores utilizando ya agentes de IA de forma habitual, el código se genera a un ritmo y un volumen que han superado la capacidad de los procesos tradicionales de verificación. La deuda técnica, que antes aumentaba de forma gradual, ahora se multiplica con cada pull request, mientras que los equipos encargados de gestionarla trabajan en un entorno para el que sus herramientas actuales no fueron diseñadas.

“La deuda técnica siempre ha sido el precio que las empresas pagan por avanzar rápido, y los agentes de IA han acelerado enormemente la velocidad a la que se acumula. El código que antes requería días para desarrollarse ahora se genera en cuestión de segundos, y muchas organizaciones ya están empezando a notar ese impacto. Las empresas que mejor afrontarán este reto son aquellas que establezcan mecanismos de control antes de que la deuda técnica se dispare, no después. Creemos que este reconocimiento como Líderes en el Magic Quadrant de Gartner refleja el papel que desempeña Sonar ayudando a las organizaciones a conseguir precisamente eso”, afirmó para la nota de prensa Tariq Shaukat, CEO de Sonar.

Más del 75 % de las empresas que forman parte de la Fortune 100, junto con 7 millones de desarrolladores y sus agentes de IA, confían en SonarQube para garantizar la calidad, la seguridad y la integridad arquitectónica del código generado por inteligencia artificial.

Los resultados de SonarQube son medibles: los equipos que utilizan Sonar tienen un 44 % menos de probabilidades de sufrir interrupciones del servicio provocadas por código generado por IA, y las bases de código optimizadas con SonarQube reducen el consumo de tokens de los agentes de IA hasta en un 8 %.

Durante el último año, Sonar ha reforzado su inversión en soluciones agentic, abordando la deuda técnica tanto de forma preventiva como reactiva:

• SonarQube Agentic Analysis optimiza el análisis específicamente para la autoverificación de los agentes de IA, permitiéndoles validar su propio trabajo en tiempo real frente a los perfiles de calidad definidos por la organización, antes incluso de que un revisor humano examine el código.

• SonarQube Architecture aplica rigurosos estándares arquitectónicos tanto a desarrolladores como a agentes de IA, garantizando que el código generado se integre correctamente con los sistemas existentes en lugar de introducir fragilidad estructural.

• SonarQube Remediation Agent proporciona correcciones verificadas para los problemas detectados y contribuye a reducir la deuda técnica, cerrando el ciclo completo desde la detección hasta la resolución.

• Sonar Context Augmentation incorpora los estándares de calidad y arquitectura de cada organización durante la fase de razonamiento del agente de IA, de modo que el código generado nace alineado con esos requisitos desde el principio.

• La adquisición de Gitar permite ofrecer una revisión de código nativa para IA que detecta incidencias, genera automáticamente la corrección, la valida mediante la integración continua (CI) y realiza el commit directamente en la rama correspondiente.

• El ranking público de LLM de Sonar ofrece un análisis independiente de la fiabilidad, la seguridad y la mantenibilidad del código generado por los principales modelos de lenguaje (LLM), contribuyendo —según Sonar— a que las empresas puedan gestionar la deuda técnica y adoptar la IA con mayor confianza.

Este reconocimiento de Gartner pone de manifiesto la importancia de gestionar la deuda técnica en un contexto en el que la inteligencia artificial está acelerando el desarrollo de software como nunca antes. En este contexto, Sonar continúa ampliando sus capacidades para ayudar a las organizaciones a mantener la calidad, la seguridad y la integridad del software a medida que aumenta el volumen de código generado por IA.

Con estas novedades, Atlassian busca reducir esa fricción y permitir que los agentes participen de forma más completa en el ciclo de desarrollo.

Qué es Atlassian Rovo MCP Server

Atlassian Rovo MCP Server es un servicio en la nube que actúa como un puente seguro entre la instancia de Atlassian Cloud y herramientas externas compatibles. Su objetivo es permitir que aplicaciones, LLMs o agentes de inteligencia artificial interactúen en tiempo real con contenido de Jira, Confluence y Compass.

Nuevas capacidades de Atlassian Rovo MCP en Jira

Con esta actualización, Atlassian Rovo MCP amplía las acciones disponibles dentro de Jira, permitiendo que los agentes realicen más tareas de extremo a extremo dentro del flujo de trabajo de desarrollo. A continuación desglosamos que hay de nuevo con esta actualización.

Completar el trabajo directamente desde la interfaz del agente

Los agentes pueden ahora:

• Crear elementos de trabajo en Jira.
• Editar comentarios.
• Encontrar personas asignadas (Find assignees, disponible en vista previa pública v2).
• Adjuntar archivos (próximamente).

Todo ello desde una única interacción con el agente, sin necesidad de volver manualmente a Jira para completar estas acciones.

Visualizar la actividad de código vinculada a Jira

Otra de las novedades clave es la capacidad de los agentes de programación para leer el panel de desarrollo de Jira.

Esto incluye:

• Branches vinculados.
• Pull requests.
• Commits asociados al trabajo.
• Diffs de código conectados a las tareas entregadas.

De esta forma, la actividad de desarrollo queda directamente asociada al trabajo en Jira, facilitando la trazabilidad entre código y gestión de tareas.

Conexión entre descubrimiento de producto y entrega

Con la compatibilidad con Jira Product Discovery, los agentes pueden ahora conectar ideas de alto nivel con la ejecución técnica. Esto permite:

• Relacionar ideas y oportunidades de producto.
• Conectar contexto de negocio con desarrollo.
• Vincular directamente el descubrimiento con la entrega de software.

Así, el flujo entre ideación y desarrollo se vuelve más continuo y rastreable.

Registro de tiempo automatizado durante el desarrollo

Los agentes de programación también pueden registrar el tiempo mientras se realiza el trabajo. Entre sus capacidades están:

• Registrar tiempo automáticamente durante la ejecución del trabajo.
• Actualizar el registro cuando cambie el alcance (próximamente).
• Consultar registros existentes para facilitar planificación, reporting y traspasos.

Estas capacidades de worklogs se irán desplegando progresivamente.

Mejora del contexto con menor uso de tokens

Atlassian ha introducido un modelado más inteligente de las respuestas, lo que permite a los agentes obtener el contexto necesario utilizando menos tokens. Según los datos mencionados en su blog, los agentes basados en el contexto de Teamwork Graph ofrecen:

• Un 44 % más de precisión en las respuestas
• Un 48 % menos de consumo de tokens

Esto mejora la eficiencia y reduce el coste computacional en el uso de agentes de IA.

Uso de Atlassian Rovo MCP: prompts y automatización

Una vez configurado, estas capacidades pueden utilizarse tanto mediante prompts directos como a través de flujos de trabajo automatizados con agentes. A continuación te mostramos algunos ejemplos de prompts que puedes utilizar:

• Seguimiento tras un incidente: Crear un elemento de trabajo de seguimiento en Jira para un incidente, adjuntar logs relevantes, identificar al responsable del equipo backend adecuado, asignarlo y añadir un comentario con recomendaciones basadas en incidentes previos.

• Relación entre código y trabajo en Jira: Revisar un elemento de Jira y resumir las pull requests vinculadas, indicando cambios realizados y posibles acciones de seguimiento.

• Cierre de jornada de desarrollo: Revisar los elementos trabajados durante el día, registrar el tiempo en base a commits y pull requests, mover tareas a estados como In Review o Done y añadir un comentario final.

• Conectar descubrimiento de producto con entrega: Encontrar una idea en Jira Product Discovery relacionada con una funcionalidad, resumir el problema y la prioridad, vincularla con la incidencia de desarrollo y explicar cómo la implementación responde a la idea original.

Disponibilidad de las nuevas funcionalidades

Las mejoras de Atlassian Rovo MCP Server ya están disponibles para los usuarios, con algunas excepciones. Las actualizaciones relacionadas con registros de tiempo (worklogs) y adjuntos de archivos se desplegarán a lo largo del mes. Por su parte, la función Find assignees se encuentra actualmente en vista previa pública v2.

En este artículo te explicamos qué es Sonar Vortex, cómo funciona, cuáles son sus beneficios y cómo ayuda a reducir el consumo de tokens.

Qué es Sonar Vortex

Sonar Vortex es una solución diseñada para aumentar la eficacia de los agentes de desarrollo basados en IA. Su objetivo es que el código generado por los agentes cumpla los estándares de calidad de la organización desde el primer momento, reduciendo la necesidad de correcciones posteriores.

La solución es compatible con distintos modelos de IA y herramientas de desarrollo y actúa sobre dos aspectos principales:

• La calidad del desarrollo.
• La eficiencia en el uso de tokens.

¿Cómo funciona Sonar Vortex?

Para mejorar la calidad del desarrollo, Sonar Vortex proporciona a los agentes el contexto y las restricciones que necesitan antes de escribir una sola línea de código. Entre esa información se incluyen:

• Los estándares de desarrollo de la organización;
• Los perfiles de calidad;
• Las reglas de seguridad que ya gobiernan los proyectos a lo largo del proceso de integración y entrega continuas (CI/CD).

Una vez generado el código, Sonar Vortex lo verifica en tiempo real dentro del propio ciclo de trabajo del agente (inner loop). De este modo, detecta problemas de seguridad, fiabilidad y mantenibilidad incluso antes de que exista una pull request.

Este enfoque permite identificar los problemas durante el desarrollo, en lugar de descubrirlos en la fase de revisión de código. Como resultado, los equipos obtienen hallazgos consistentes, explicables y homogéneos entre herramientas, equipos y ramas de desarrollo.

Beneficios de Sonar Vortex

Entre los principales beneficios de Sonar Vortex destacan los siguientes.

• Reduce el coste de uso de la IA. El agente deja de realizar cadenas de llamadas a herramientas para leer archivos, ya que una única consulta estructural devuelve todos los lugares donde es necesario realizar cambios, evitando tener que buscar con grep, abrir archivos y reconstruir manualmente esa información.

• Ofrece soluciones más completas: Esa misma enumeración exhaustiva reduce la probabilidad de que el agente pase por alto alguna ubicación que deba modificarse, incluidas aquellas que una búsqueda de texto nunca llegaría a encontrar.

Eficiencia en el uso de tokens

Una investigación realizada por Sonar cuantifica el impacto de Sonar Vortex sobre la eficiencia en el consumo de tokens que te contamos a continuación.

En pruebas controladas realizadas sobre proyectos Java, Python, TypeScript y C#, utilizando Claude Opus 4.8, Sonar Vortex logró reducir el consumo de tokens de los modelos de lenguaje hasta en un 36 % en tareas de refactorización donde la localización del código representa la mayor parte del trabajo.

En lugar de obligar al agente a realizar búsquedas iterativas y mantener contexto procedente de numerosos archivos, Sonar Vortex proporciona el contexto gobernado necesario mediante una única consulta precisa. Esto reduce significativamente la exploración innecesaria.

Como resultado de estas pruebas, Sonar observó:

• Una reducción significativa del coste asociado al consumo de tokens.
• Un gasto mucho más predecible.

Además, los agentes que utilizan Sonar Vortex generan mejor código desde el primer intento, consumen menos tokens, producen menos incidencias y reducen la necesidad de retrabajo.

La nueva solución traslada ese mismo nivel de exigencia al ciclo de trabajo de los agentes, garantizando que el código generado por IA se someta automáticamente a los mismos estándares que el resto del código de la organización, incluso antes de llegar al proceso de integración continua.

Disponibilidad de Sonar Vortex

Sonar Vortex está disponible a través de SonarQube CLI y SonarQube MCP Server.

Si quieres más información o necesitas soporte para utilizarlo, no dudes en ponerte en contacto con nuestro equipo.

Quality Gates Live Show es el espacio donde Mario Bastardo, Antonio Calero y Belén Casanovas se reúnen para hablar de todo lo que se mueve en el mundo de la calidad de código, el análisis estático y las buenas prácticas de desarrollo. Todos los capítulos están disponibles en nuestro canal de Youtube.

¿Qué encontrarás en este episodio?

En esta tercera entrega, el equipo aborda dos temas clave:

• Por un lado, las novedades que trae SonarQube Server 2026.3, la última versión de la herramienta de referencia en análisis de código. ¿Qué ha cambiado? ¿Qué mejoras merece la pena conocer? Nuestro equipo lo desgrana de forma clara y directa. En este bloque también hacemos mención a la compra de Gitar y las pruebas que estamos haciendo con Sonar Review Alpha.

• Por otro lado, dedicamos un bloque especial a hablar de la nueva metodología de Sonar AC/DC, un tema que está generando mucho interés en la comunidad y que merece una explicación en profundidad.

Y como siempre, cerramos con una ronda de preguntas y respuestas donde respondemos las dudas que nos habéis hecho llegar.

Dale al play

No te cuento más, lo mejor es que lo veas por ti mismo/a:

Si te interesa estar al día, síguenos en nuestras redes sociales y estate atento/a a los próximos episodios. ¿Tienes alguna pregunta que te gustaría que respondamos en el próximo episodio? Escríbenos a través de nuestro formulario de contacto o déjanos un comentario en redes.

¿Qué es Claude Agent para Jira?

Claude Agent para Jira es un agente de programación basado en la infraestructura de Claude Managed Agents de Anthropic que permite delegar tareas de desarrollo directamente desde Jira. En lugar de utilizar asistentes externos o copiar manualmente requisitos entre herramientas, el agente trabaja dentro del flujo habitual de Jira. Las tareas aparecen junto al resto de incidencias del proyecto, son visibles para todo el equipo y mantienen la trazabilidad completa del trabajo realizado.

Cuando se asigna una incidencia a Claude, el agente puede:

• Analizar el contexto de la tarea.
• Interpretar los criterios de aceptación.
• Consultar la información relevante del proyecto.
• Implementar los cambios necesarios en un entorno aislado.
• Generar una draft pull request para revisión humana. Todo el progreso queda registrado en Jira, proporcionando visibilidad completa sobre las acciones realizadas por la inteligencia artificial.

Cómo funciona Claude Agent para Jira

El funcionamiento del agente se basa en tres fases principales: asignación, ejecución y revisión.

Delegar trabajo a Claude desde Jira

Los equipos pueden asignar tareas a Claude de diferentes formas:

• Mencionando Claude Agent para Jira en un comentario.
• Seleccionándolo como responsable de una incidencia.
• Mediante reglas de automatización que asignen automáticamente determinados tipos de tareas.

Una vez recibe la incidencia, Claude accede a toda la información disponible, incluyendo:

• Descripción de la tarea.
• Criterios de aceptación.
• Repositorio asociado.
• Estándares de desarrollo.
• Guías de diseño e ingeniería.

Gracias a este contexto, el agente puede trabajar con un conocimiento mucho más completo que el de un asistente tradicional.

Desarrollo en un entorno seguro y aislado

Claude ejecuta el trabajo dentro de la infraestructura gestionada por Anthropic. Durante este proceso:

• Clona el repositorio correspondiente.
• Analiza la base de código existente.
• Identifica los cambios necesarios.
• Crea una nueva rama de trabajo.
• Genera el código requerido.

Todo ello ocurre en un entorno sandbox aislado que reduce riesgos y mantiene la seguridad del proceso de desarrollo.

Revisión y control humano

Aunque Claude puede implementar cambios de forma autónoma, el control final sigue estando en manos del equipo de ingeniería. Una vez completada la tarea, el agente:

• Crea una draft pull request en GitHub.
• Actualiza el estado de la incidencia en tiempo real.
• Comparte los resultados obtenidos.

Los desarrolladores revisan el código generado, validan las modificaciones y deciden cuándo realizar el merge a la rama principal. Este enfoque combina automatización e intervención humana para mantener la calidad y la gobernanza del software.

Principales ventajas de Claude Agent para Jira

• Mayor productividad para los equipos de desarrollo: Los desarrolladores pueden delegar tareas repetitivas o de bajo valor añadido y centrarse en actividades que requieren análisis, arquitectura o toma de decisiones.

• Contexto completo del trabajo: Al trabajar directamente sobre las incidencias de Jira, Claude dispone de toda la información necesaria para comprender correctamente cada tarea.

• Trazabilidad total: Cada acción realizada por el agente queda registrada en Jira, facilitando el seguimiento, la auditoría y la colaboración entre equipos.

• Integración con los procesos existentes: Los equipos no necesitan modificar sus flujos de trabajo habituales. Claude se integra en los procesos ya establecidos de planificación, desarrollo y revisión.

• Supervisión humana garantizada: La generación automática de código no elimina los controles de calidad. Los desarrolladores mantienen la revisión final y la aprobación de todos los cambios.

Disponibilidad de Claude Agent para Jira

Claude Agent para Jira está disponible para organizaciones que utilicen:

• Jira Cloud Standard.
• Jira Cloud Premium.
• Jira Cloud Enterprise.

Además, es necesario tener habilitado Rovo. La instalación se realiza desde Atlassian Marketplace, donde los administradores pueden conectar la clave API de Anthropic y la cuenta de servicio de GitHub para comenzar a utilizar el agente.

En este artículo veremos qué es Remix, qué tipos de contenido puede generar y cómo utilizarlo paso a paso dentro de Confluence.

¿Qué es Remix en Confluence?

Remix es una función de Atlassian Rovo para Confluence que transforma contenido existente en gráficos, diagramas, infografías y visualizaciones mediante inteligencia artificial. A partir de texto seleccionado en una página o un Live Doc, Remix puede generar automáticamente:

• Gráficos y charts.
• Diagramas.
• Infografías.
• Visualizaciones interactivas.

El objetivo es ofrecer nuevas formas de representar la información para adaptarse a diferentes necesidades, contextos y estilos de aprendizaje.

Casos de uso de Remix en Confluence

Remix en Confluence puede utilizarse en distintos escenarios para transformar información textual en formatos visuales. Algunos ejemplos son:

• Convertir una lista de puntos en una infografía.
• Crear un organigrama a partir de una tabla con nombres y equipos.
• Generar diagramas editables a partir de información compleja.
• Visualizar datos de investigación mediante mapas interactivos.

Además, puedes utilizar el chat de Rovo para solicitar transformaciones específicas mediante instrucciones en lenguaje natural.

Cómo iniciar un Remix en Confluence

Si tienes permisos de edición sobre una página o Live Doc, existen tres formas de iniciar un Remix.

Opción 1: Seleccionando texto

• Abre una página o Live Doc en Confluence.
• Selecciona el contenido de texto que quieras transformar.
• En la barra flotante que aparece sobre la selección, haz clic en Remix.

Esta es la opción más rápida cuando deseas transformar un fragmento concreto de contenido.

Opción 2: Desde la barra de herramientas de un elemento

También puedes iniciar Remix desde la barra de herramientas de elementos existentes, como tablas.

• Selecciona el elemento.
• Abre su barra de herramientas contextual.
• Haz clic en Remix.

Esta opción resulta especialmente útil para trabajar con tablas y conjuntos de datos estructurados.

Opción 3: Desde las acciones del bloque

Otra alternativa consiste en utilizar las acciones disponibles en el lateral derecho de un bloque de contenido.

• Sitúa el cursor sobre un elemento de texto.
• Aparecerá el menú de acciones del bloque.
• Selecciona Remix.

Qué tipos de contenido puede generar Remix

Una vez iniciado el proceso, Remix muestra un menú con diferentes formatos de salida.

Charts (Gráficos)

Cuando el contenido contiene datos numéricos, Remix puede generar gráficos automáticamente. Puedes elegir entre distintos tipos de visualización, como:

• Gráficos de líneas, de barras o circulares.
• Otros formatos adecuados para representar datos.

Diagrams (Diagramas)

Los diagramas permiten representar visualmente las relaciones entre los distintos elementos del contenido. Remix puede generar:

• Diagramas de flujo.
• Mapas mentales.

Estos diagramas pueden añadirse al documento como Whiteboards incrustados.

Infographics (Infografías)

Las infografías ayudan a complementar el contenido mediante una representación más visual y narrativa. Actualmente pueden generarse en distintos estilos, incluyendo: Estilo moderno, minimalista o estilo boceto (sketch).

Una vez creada la infografía, puedes solicitar cambios a Rovo hasta obtener el resultado deseado y posteriormente insertarla o copiarla como imagen.

Visualizations (Visualizaciones)

Las visualizaciones generan experiencias interactivas para explorar la información. Entre los ejemplos mencionados por Atlassian se encuentran:

• Líneas temporales.
• Mapas.
• Organigramas.
• Tarjetas interactivas (flip cards).

Este tipo de contenido resulta especialmente útil para presentar información compleja de forma más intuitiva.

Gracias a la integración de Remix con Rovo, los equipos pueden reutilizar contenido de páginas y Live Docs para presentar la información de una forma más visual, adaptada a diferentes audiencias y necesidades. Tanto si necesitas representar datos mediante gráficos como crear organigramas, mapas mentales o infografías, Remix ofrece una forma sencilla de generar nuevos formatos directamente dentro de Confluence.

Preguntas frecuentes sobre Remix en Confluence

¿Remix modifica el contenido original? No. Esto significa que el contenido original nunca se sobrescribe ni se reemplaza. Cada Remix se crea como una capa adicional sobre la información existente, permitiendo explorar nuevas formas de visualizarla sin perder la fuente original.

¿Puedo utilizar Remix en páginas y Live Docs? Sí. Remix puede utilizarse tanto en páginas de Confluence como en Live Docs.

¿Necesito Rovo para utilizar Remix? Sí. Remix forma parte de las capacidades de Rovo y utiliza inteligencia artificial para generar nuevas representaciones a partir del contenido seleccionado.

¿Qué datos necesito para crear un gráfico con Remix? Para generar un gráfico, el contenido seleccionado debe incluir datos numéricos.

¿Puedo crear organigramas con Remix? Sí. Las visualizaciones generadas por Remix pueden incluir organigramas creados a partir de tablas con nombres y datos de equipos.

¿Puedo editar el resultado generado por Remix? Sí. Antes de insertarlo en la página, puedes revisar la vista previa, cambiar el estilo, seleccionar otro formato o solicitar modificaciones adicionales a Rovo.

En el centro de esta versión se encuentra la incorporación de conectividad nativa basada en el Protocolo de Contexto de Modelos (MCP), diseñado para facilitar la interacción entre SonarQube y asistentes de codificación con IA. Esta capacidad se ofrece a través de un servidor MCP integrado, lo que elimina la necesidad de desplegar y mantener contenedores adicionales o infraestructura independiente. Como resultado, los desarrolladores pueden conectar directamente sus herramientas de asistencia con IA a SonarQube y acceder a un contexto enriquecido, específico del proyecto, en tiempo real.

Otra de las novedades es que la versión 2026.3 amplía de forma significativa la inteligencia de análisis a lo largo de todo el ciclo de vida del software. En el caso de Python, se incorporan más de 70 reglas avanzadas que profundizan en el análisis de colecciones, estructuras de datos y patrones de programación orientada a objetos. Estas mejoras están orientadas a detectar y prevenir problemas complejos como el consumo excesivo de memoria, fugas de variables y errores críticos de ejecución, incluidos fallos de tipo Out-of-Memory en entornos contenerizados.

En paralelo, SonarQube Server 2026.3 refuerza el análisis de pipelines de CI/CD basados en Jenkins, especialmente aquellos implementados con Groovy, lo que ayuda a identificar riesgos en fases automatizadas de despliegue que a menudo son difíciles de detectar. También se introduce soporte nativo para scripts de PowerShell, ampliando así la cobertura del análisis sobre la infraestructura de automatización que acompaña a las aplicaciones modernas.

Esta versión también incorpora mejoras orientadas a la eficiencia y la estabilidad. Destaca un aprovisionamiento de GitLab más optimizado y fluido, diseñado para reducir fricciones incluso en entornos con restricciones estrictas de base de datos. Junto a ello, se añaden alertas de rendimiento del sistema directamente en la interfaz, con el objetivo de anticipar posibles degradaciones en la experiencia de usuario antes de que se conviertan en un problema.

Por último, para los clientes de SonarQube Advanced Security, la versión 2026.3 introduce la generación automatizada de exportaciones de Vulnerability Exploitability Exchange (VEX) en formato CycloneDX 1.6, facilitando la creación de documentación SBOM preparada para auditorías y requisitos de cumplimiento.

Hasta aquí todas las novedades de la nueva versión. Si quieres soporte sobre la nueva versión o tienes dudas sobre cómo actualizar puedes ponerte en contacto con nuestro equipo a través de este enlace.