> ## Documentation Index
> Fetch the complete documentation index at: https://docs.kodus.io/llms.txt
> Use this file to discover all available pages before exploring further.

# Tasa de Error en Cambios

> Mide el porcentaje de PRs que son correcciones de errores (también conocida como Change Failure Rate)

## Qué es la Tasa de Error en Cambios

La Tasa de Error en Cambios mide el porcentaje de Pull Requests que son correcciones de errores o correcciones en relación con el número total de PRs. Esta métrica te ayuda a entender cuánto esfuerzo de desarrollo se dedica a corregir problemas versus crear nuevas funciones. También puede leerse como "Change Failure Rate": la tasa a la que los cambios resultan en fallos.

## Cómo la Calculamos

Identificamos automáticamente qué PRs son correcciones de errores usando modelos de lenguaje de IA (LLM) que analizan los nombres y descripciones de los Pull Requests. Luego el sistema calcula el porcentaje de trabajo relacionado con errores en relación con tu actividad total de PRs.

**Lo que Rastreamos:**

* PRs identificados como correcciones de errores por análisis de IA
* Número total de PRs en el período
* El porcentaje de trabajo relacionado con errores

**Cómo se Calcula:**

```
Tasa de Error = (PRs de Corrección de Errores) ÷ (Total de PRs) × 100
```

Por ejemplo, si 3 de 15 PRs se identifican como correcciones de errores, tu tasa de error es del 20%.

**Cómo Identificamos las Correcciones de Errores:**
Usamos modelos de lenguaje avanzados para analizar los títulos de los PRs y clasificarlos automáticamente. La IA busca patrones como:

* "Fix bug in..." o "Bug fix for..."
* "Resolve issue with..." o "Fix problem in..."
* "Patch for..." o "Hotfix:..."

## Por qué es Importante

La Tasa de Error en Cambios es un indicador clave del enfoque de desarrollo de tu equipo y la calidad del código. Comprender esta tasa te ayuda a:

* **Enfoque de Desarrollo**: Ver cuánto tiempo se dedica a corregir versus construir
* **Calidad del Código**: Identificar si se está invirtiendo demasiado tiempo en errores
* **Mejora del Proceso**: Entender si tu proceso de desarrollo necesita optimización
* **Planificación de Recursos**: Planificar cuánto esfuerzo asignar a las correcciones de errores

## Cómo Mejorar

* Implementar estrategias de prueba integrales (unitarias, de integración, E2E)
* Usar herramientas automatizadas (linters, analizadores estáticos) antes de producción
* Asegurar revisiones de código exhaustivas para todos los cambios
* Dividir las funciones grandes en partes más pequeñas y comprobables
* Usar feature flags para implementaciones más seguras
* Realizar revisiones post-incidente para prevenir la recurrencia

## Mejores Prácticas para Nombrar PRs

Para ayudar a la IA a identificar con precisión las correcciones de errores, considera estas convenciones de nomenclatura:

### Buenos Nombres para PRs de Corrección de Errores

* "Fix: User login fails with invalid credentials"
* "Bug fix: Memory leak in data processing module"
* "Resolve issue: API returns 500 error for large requests"
* "Patch: Fix null pointer exception in user service"

### Evita Nombres Vagos

* "Fix stuff" o "Bug fix"
* "Update code" o "Improve performance"
* "Fix things" o "Resolve issues"

### Corrección de Error vs. Nueva Función

* **Corrección de Error**: "Fix: Payment validation fails for expired cards"
* **Nueva Función**: "Add: New payment method support"
* **Mejora**: "Enhance: Payment validation error messages"