Creación de un entorno de desarrollo para LearningML

En esta entrada te cuento cómo crear un entorno de desarrollo para LearningML: el primer paso para poder desarrollar nuevas funcionalidades, arreglar errores en el proyecto o simplemente para trastear un poco con el código.

Para comenzar hay que saber que LearningML consta de dos aplicaciones basadas en javascript:

  • El editor de modelos de Machine Learning (learningml-editor)
  • El editor de programación lml-scratch.

La primera se ha construido con Angular y la segunda con React. Las herramientas que estos frameworks de desarrollo javascript ofrecen para realizar tareas como la generación de código base, la transpilación o la ejecución de un servidor de desarrollo, estan basadas en node.js. Por tanto, lo primero que necesitamos para montar nuestro entorno es instalar node.js. En los siguientes videos puedes aprender como hacerlo en los distintos sistemas operativos (Windows, MacOS y Linux).

Nota: Como los videos los grabé hace algún tiempo, la versión de node.js habrá cambiado, lo cual no supone ningún problema. Utiliza la versión más actual cuando vayas a instalarlo.

Estos videos forman parte de un curso sobre javascript que confeccioné para revelar aspectos claves de este lenguaje de programación. Te recomiendo que lo sigas si quieres profundizar en javascript.

Instalación de node.js en MacOS

Instalación de node.js en Windows 10

Instalación de node.js en Ubuntu

La siguiente herramienta que necesitamos es git, un sistema de control de versiones, ya que el código de LearningML, con toda su historia, está alojado en gitlab, un servicio para proyectos de desarrollo que usa git para el control de versiones. Su instalación es muy sencilla en cualquiera de los sistemas operativos (Windows, MacOs o Linux).

Otros servicios similares a gitlab son github (posiblemente el más conocido) y bitbucket.

Si quieres aprender a usar git, no dudes en leer libro gratuito pro-git. Es, en mi opinión, uno de los mejores recursos para aprender git.

Y por último necesitarás un editor de texto para visualizar y modificar el código. Te puede valer Notepad (en windows), TextEdit (en MacOs) o nano (en Linux), pero yo te recomiendo algo más potente y enfocado a la manipulación de código. Concretamente mi elección es Microsoft Visual Studio Code. El siguiente video hace un repaso a las principales funciones de este mágnifico editor (que es también gratis y libre).

¿Ya tienes instalado node.js, git y Microsoft Visual Studio Code (u otro editor que te guste más)? ¡Pues llegó el momento de obtener el código y echarlo a andar!

Nota: Bueno, en realidad falta algo que, aunque no es absolutamente imprescindible, si que ayuda muchísimo en las tareas de desarrollo: una interfaz de linea de comando (CLI – Command Line Interface), también conocida como terminal de comandos. Se trata de una aplicación desprovista de elementos gráficos interactivos, como botones, menús, deslizadores, que proporcionan los sistemas operativos y mediante la que se ejecutan aplicaciones cuyo control se hace exclusivamente con el teclado. Como digo, no es absolutamente imprescindible pues casi todos los comandos que se lanzan desde ella pueden lanzarse también desde el editor de código u otras aplicaciones con interfaz gráfica. De todas formas, para mí al menos, es mucho más cómoda que sus alternativas gráficas. En el siguiente video te cuento algo más sobre ella.

Despliegue del editor de modelos de Machine Learning (learningml-editor)

Con todo el arsenal de herramientas para el desarrollo que acabamos de ver, comenzamos por traernos el código de learningml-editor desde gitlab (remoto) a nuestra computadora (local). A esta operación se le denomina clonado, y desde una interfaz de comandos se hace así:

# git clone https://gitlab.com/learningml/learningml-editor

Una vez finalizada la ejecución del comando anterior, tendrás una nueva carpeta de nombre learningml-editor, en cuyo interior se encuentra el código fuente de la aplicación. Ahora puedes abrirla dentro del editor de texto y «bichear» por el interior del código.

Sin embargo, ese código aún no puede ejecutarse. Faltan las dependencias (o librerías de terceros), es decir, código que no ha escrito necesariamente el desarrollador, pero que ha usado para construir la aplicación. En el fichero package.json se encuentran declaradas todas las dependencias que requiere este proyecto. Para instalarlas basta con lanzar desde la terminal el siguiente comando desde dentro del directorio learningml-editor:

# npm install

Cuando finaliza su ejecución verás que se ha creado un directorio denominado node_modules, en cuyo interior se encuentran todas las librerías de terceros utilizadas para el desarrollo de la aplicación, por ejemplo las del framework Angular. Y ahora sí que se puede ejecutar la aplicación ejecutando el servidor de desarrollo de Angular:

./node_modules/@angular/cli/bin/ng serve

Este comando compila el código, construye la aplicación y la sirve en un servidor web de desarrollo que escucha en el puerto 4200. Así que para acceder a la aplicación, debes abrir un navegador web y apuntar a la dirección http://localhost:4200.

A partir de este momento, cuando realices un cambio en el código fuente, la aplicación se recompilará automáticamente y se recargará en el navegador. De esta forma verás el efecto que ha tenido el cambio que has hecho. Y listo, ya tienes un entorno de desarrollo para la aplicación learningml-editor.

Despliegue del editor de programación (lml-scratch)

Para montar nuesto entorno de desarrollo del editor de programación (lml-scratch), seguiremos la misma idea: 1) instalamos las dependencias, 2) construimos la aplicación y la ejecutamos en un servidor de desarrollo.

Pero, en este caso, hay algo más que contar. Resulta que lml-scratch es una modificación del archiconocido proyecto Scratch. Es decir, que he partido del código original de Scratch y le he añadido el código necesario para que se comunique con el editor de modelos de ML y para incorporar nuevos bloques. Eso por un lado.

Y por otro lado, el código del proyecto original de Scratch, alojado en github, está dividido en varios repositorios. Uno de estos repositorios, scratch-gui, es el que actúa como aplicación principal, y el resto se instalan como dependencias de dicha aplicación. De todos los proyectos que componen la aplicación Scratch, tuve que hacer modificaciones en tres de ellos: scratch-gui, scratch-vm y scratch-l10n. Por tanto, el objetivo es instalar la aplicación principal (scratch-gui) y aviarselas para que las dependencias scratch-vm y scratch-l10n se obtengan del código fuente de los repositorios de learningml en lugar de los repositorios oficiales de dependencias de node.js. Veamos cómo.

Primero hacemos un clonado de los tres proyectos:

# git clone https://gitlab.com/learningml/lml-scratch-gui
# git clone https://gitlab.com/learningml/lml-scratch-vm
# git clone https://gitlab.com/learningml/lml-scratch-l10n

Nota: Observa que estos repositorios son los del código modificado, no los originales.

Ahora entramos en el directorio lml-scratch-l10n e instalamos las dependencias

# cd lml-scratch-l10n
# npm install

Y ahora viene el truco: le decimos al gestor de paquetes de node.js (npm) que queremos tener nuestra propia copia local de la dependencia scratch-l10n:

# npm link

Lo mismo hacemos con lml-scratch-vm:

# cd ..
# cd lml-scratch-l10n
# npm install
# npm link

Y lo mismo con lml-scratch-gui:

# cd ..
# cd lml-scratch-gui
# npm install

Pero ahora lo que hemos de indicarle a npm es que deseamos usar nuestra copia local de las dependencias scratch-vm y scratch-l10n:

# npm link scratch-vm
# npm link scratch-l10n

Et voilà! Ahora el proyecto lml-scratch-gui, usa como dependencias para scratch-vm y scratch-l10n nuestras versiones locales. Así, al hacer cambios en cualquiera de los proyectos lml-scratch-vm o lml-scratch-l10n, se verán reflejados en la aplicación.

Nota: a lo largo de esta aplicación hay una sutileza que merece algo de reflexión para entenderla. Se trata de los nombre scratch-[loquesea] y lml-scratch-[loquesea]. El primero se usa como nombre de la dependencia (lo que pone en el archivo package.json), mientras que el segundo se usa como nombre del repositorio de código. Aunque el nombre del repositorio (y de la carpeta local) sean lml-scratch-[loquesea], el nombre de la dependencia sigue siendo el original (scratch-[loquesea].

Y ya podemos ejecutar nuestra versión de Scratch con bloques de LearningML:

# npm start

Al cabo de un ratito, cuando la aplicación se haya construido y el servidor de desarrollo de Scracth se haya levantado, podrémos acceder con nuestro navegador web apuntándolo a http://localhost:8601.

La copia local de lml-scratch ejecutándose en el navegador web que apunta al puerto 8601 de la máquina local (localhost)

Deja un comentario