Connect with us
rust-anything reescribe tu app en Rust paso a paso y comprueba que no cambie nada rust-anything reescribe tu app en Rust paso a paso y comprueba que no cambie nada

Herramientas

rust-anything reescribe tu app en Rust paso a paso y comprueba que no cambie nada

Published

on

rust-anything es una herramienta open source que permite reescribir una aplicación completa en Rust, pieza por pieza, verificando en cada paso que el código nuevo se comporta exactamente igual que el original. Funciona con apps escritas en TypeScript y JavaScript, Python, C, Go, Ruby y Java, y se apoya en tu agente de programación con IA para escribir el código Rust mientras la herramienta graba, compara y autoriza cada avance.

La promesa es ambiciosa pero concreta: según el propio proyecto, su flujo de trabajo ha reproducido 38,251 casos grabados sin una sola discrepancia, y los ejemplos publicados muestran mejoras de hasta 20 veces en velocidad sobre el código original. La cifra de casos corresponde a lo que declara el repositorio, no a una auditoría independiente, aunque el método es verificable porque cada número viene acompañado de un benchmark en la carpeta demo que primero comprueba que los resultados son idénticos.

Vista previa del repositorio de GitHub del proyecto rust-anything, con su nombre y descripción oficial

¿Qué es rust-anything y qué problema resuelve?

Portar una aplicación madura a otro lenguaje siempre ha sido un salto al vacío. Se escribe el reemplazo durante semanas, se integra de golpe y, cuando algo falla, nadie sabe si el error estaba en el código viejo o en el nuevo. rust-anything ataca esa raíz: el original se mantiene como fuente de verdad y el código Rust solo avanza cuando demuestra, contra una grabación del comportamiento real, que hace lo mismo.

La herramienta cubre tres tipos de proyectos: herramientas de línea de comandos, servidores HTTP y bibliotecas. También sirve para algo menos dramático y, honestamente, más frecuente: cuando solo una parte de la app es lenta, se puede portar únicamente esa ruta crítica a Rust y dejar el resto como está. El proyecto advierte algo importante en ese punto: llamar a Rust una vez por función pequeña suele ser más lento que un motor JIT, así que la herramienta primero identifica qué bucle vale la pena mover.

Advertisement

El proyecto es independiente y aclara que no está afiliado ni respaldado por el Proyecto Rust ni por la Fundación Rust. Está publicado bajo licencia MIT con derechos de Erkam Yaman, y su versión 1.2.0 se publicó el 17 de noviembre de 2026 en crates.io, con un paquete paralelo en npm para proyectos JavaScript.

rust-anything reescribe tu app en Rust paso a paso y comprueba que no cambie nada

¿Cómo funciona el bucle de portado?

El corazón del sistema es un ciclo de siete pasos donde cada comando tiene un papel definido. Vale la pena recorrerlo porque explica por qué esta herramienta es distinta de un simple traductor de código:

  • profile: ejecuta una carga de trabajo real bajo el profiler del lenguaje y muestra qué funciones consumen el tiempo, quién las llama y qué bucles conviene mover. Además detecta código que ya está compilado, como numba o Cython, donde Rust aportaría poco.
  • analyze: divide el repositorio en unidades, propone un orden de portado, señala riesgos con archivo y línea exactos, y sugiere crates de Rust para cada dependencia.
  • bridge: genera el crate con los enlaces y los archivos de trabajo, incluida la envoltura que carga el lenguaje original.
  • record: ejecuta el original sobre casos límite generados automáticamente, desde emojis y texto no ASCII hasta divisiones negativas, desbordamientos y orden de mapas, y guarda todo en un archivo de casos.
  • diff: reproduce cada caso grabado contra la versión Rust y lista cualquier discrepancia.
  • shadow: instala una versión que ejecuta ambos códigos a la vez, devuelve siempre el resultado del original y reporta los desajustes en producción.
  • gate: una puerta de calidad final que revisa formato, advertencias del compilador, auditoría de código inseguro y que cada ruta de error del original tenga un caso grabado que la cubra.

Nada llega a producción hasta que diff no muestra desajustes y gate pasa. Esa disciplina, más que el lenguaje en sí, es el producto. Y para quien quiera profundizar, el repositorio de rust-anything en GitHub documenta cada comando con ejemplos completos de CLIs, servidores y bibliotecas.

rust-anything profile finds fuzzyScore in a loop, bridge --batch generates the Rust crate, gate passes with 2000/2000 recorded cases, and the benchmark shows 20.7x faster than TS.

¿Qué tan rápido es el resultado?

El README incluye una tabla de casos reales, todos medidos en 4 núcleos y con verificación previa de que los resultados son idénticos. Cabe recordar que son mediciones del proyecto sobre sus propios benchmarks, con fecha de consulta del 17 de noviembre de 2026:

Carga de trabajo Original Con rust-anything
Búsqueda de barra lateral de x18n, 50,000 claves (TypeScript, Node) 10 ms por consulta 0.5 ms: 20 veces más rápido
La misma búsqueda en navegador (wasm, un hilo) 10 ms 0.95 ms: 11.5 veces
slugify sobre 20,000 cadenas (Python) 98 ms 17 veces más rápido
Shellwords.shellescape de la biblioteca estándar de Ruby, 50,000 valores 88 ms 11.8 veces más rápido
Slugify sobre 50,000 cadenas (Go) 49 ms 4 veces más rápido
slugify sobre 50,000 cadenas (Java) 43 ms 3 veces más rápido

El patrón es claro: cuanto más interpretado es el lenguaje de origen, mayor la ganancia. Los casos en Go y Java, que ya compilan a código nativo, muestran mejoras más modestas, lo cual es honesto por parte del proyecto al.publicarlos. Esta escala de mejoras encaja con lo que suele verse en otros proyectos escritos en Rust, como la apuesta por un navegador headless ligero en Rust frente a alternativas basadas en Chromium.

¿Cómo se integra con Claude Code, Codex, Cursor y Gemini CLI?

Aquí está la apuesta de producto más interesante. rust-anything no asume que un humano escribirá el Rust: está diseñado para que tu agente de código lo haga. El comando de instalación registra un servidor MCP y una habilidad de flujo de trabajo en cada agente que detecte:

Advertisement
  • Claude Code: servidor MCP en el archivo de configuración del usuario y habilidad en su carpeta de skills.
  • Codex: servidor MCP en su config.toml y habilidad en su carpeta de skills.
  • Cursor: servidor MCP en su archivo mcp.json.
  • Gemini CLI: servidor MCP en su archivo settings.json.

Para otros clientes MCP, el comando puede añadirse a mano como servidor stdio. El instalador guarda una copia de seguridad de cualquier archivo que modifique y puede deshacerse con una opción de eliminación. La instalación requiere Rust y Cargo mediante cargo install, aunque hay binarios precompilados para macOS, Linux y Windows en las versiones de GitHub, y para proyectos JavaScript el paquete npm instala el mismo binario de forma global.

Para migraciones grandes, el modo de aplicación completa añade una capa de gestión: el agente hace preguntas por rondas hasta cerrar cada decisión del portado, las documenta como registros de decisión, investiga cada dependencia en fuentes primarias y deja archivos de handoff para retomar el trabajo en sesiones futuras. Es, en la práctica, un marco de gestión de proyecto dentro de la herramienta, algo que pocos proyectos de este tipo intentan. Quienes ya trabajan con agentes que verifican su propio trabajo encontrarán un paralelo con agentes de IA que construyen y verifican cada cambio en el repositorio git.

¿Cómo se porta una aplicación completa de principio a fin?

El flujo de app completa tiene tres fases que merecen atención. Primero, app record ejecuta el original sobre sus propios ejemplos documentados, entradas personalizadas y trampas semánticas derivadas de esos casos; cada caso corre dos veces y lo que difiere entre ambas se convierte en comodines para evitar falsos positivos. Segundo, app front-door crea un binario Rust que arranca el original para cada comando y le pasa la salida y el código de salida intactos; desde ahí, cada unidad portada se conecta con app wire y la tasa de respaldo al original baja unidad por unidad. Tercero, app lift se niega a ejecutarse hasta que la reproducción pase al 100 por ciento sin respaldos y toda unidad pase gate, y solo entonces elimina el camino de respaldo.

Para servidores HTTP el mismo esquema funciona con peticiones: la herramienta extrae las líneas de curl de la documentación de la app, arranca el servidor fresco en cada ejecución y compara respuestas y encabezados relevantes. El frente Rust usa axum y hace de proxy de cada ruta que ninguna unidad responde todavía. En bibliotecas, donde no hay proceso que reproducir, la prueba son los casos grabados de cada unidad contra su API pública.

Me parece un diseño notablemente maduro: en lugar de pedir confianza, la herramienta hace que el estado intermedio sea siempre un programa que funciona. El original nunca se toca, y el corte a producción se hace primero sobre una copia.

¿Qué limitaciones hay que conocer antes de usarlo?

La más importante la declara el propio proyecto: la verificación solo puede atrapar lo que la grabación cubre. Si un caso de entrada nunca se grabó, un desajuste ahí pasará inadvertido. El flujo mitiga esto con trampas semánticas automáticas y con la posibilidad de añadir entradas propias, pero no lo elimina. Para equipos que combinen este enfoque con reconstrucciones guiadas por IA, conviene recordar la zona gris que ya examinamos en herramientas open source de ingeniería inversa con IA, aunque aquí el escenario es distinto: se reescribe código propio, no software ajeno.

Advertisement

Otras limitaciones prácticas: llamar a Rust por funciones pequeñas puede ser contraproducente por el costo del puente, y el proyecto lo dice sin rodeos. La versión 1.2.0 es muy reciente y el repositorio acumula 64 commits con desarrollo activo, así que conviene revisar el registro de cambios antes de adoptarlo en producción. También hay que tener en cuenta que los números de rendimiento vienen de benchmarks del propio proyecto; el método está publicado para quien quiera replicarlos, pero siguen siendo afirmaciones del autor.

¿Para quién vale la pena rust-anything?

El perfil ideal es un equipo con una base de código en TypeScript, Python, Ruby, Go, Java o C que duele: búsquedas lentas, parsers pesados, rutas calientes que ya no escalan. Para ellos, portar la unidad crítica con prueba de equivalencia es una opción mucho menos arriesgada que una reescritura total. También es valioso para equipos que ya usan agentes de código y quieren un marco donde el agente pueda trabajar mucho pero no pueda declarar victoria sin evidencia.

En cambio, quien tenga un proyecto pequeño, sin problemas de rendimiento y sin intención de mantener dos versiones durante la transición, probablemente no necesite esta maquinaria. Y quien busque una conversión automática de código sin intervención, tampoco: aquí el agente escribe, pero las decisiones de arquitectura y el corte final siguen siendo del equipo. La herramienta vende disciplina, no magia, y esa honestidad es, al final, su mejor argumento de venta.

Lo más leído en Herramientas

  1. optimizerDuck: el optimizador de Windows de código abierto
    Gaming

    optimizerDuck: el optimizador de Windows de código abierto

    · 7 min · 118 vistas

    optimizerDuck es una herramienta gratuita y de código abierto para optimizar Windows 10 y Windows 11, disponible en…

  2. Pasos para crear una plantilla reutilizable de edición con IA
    Animación

    Pasos para crear una plantilla reutilizable de edición con IA

    · 7 min · 81 vistas

    Cree una plantilla de edición de IA reutilizable que ahorre tiempo de producción, estandarice los flujos de trabajo…

Animación

Pasos para crear una plantilla reutilizable de edición con IA

Published

on

Pasos para crear una plantilla reutilizable de edición con IA

Cree una plantilla de edición de IA reutilizable que ahorre tiempo de producción, estandarice los flujos de trabajo de video y mantenga cada proyecto consistente.

(más…)

Lo más leído en Herramientas

  1. optimizerDuck: el optimizador de Windows de código abierto
    Gaming

    optimizerDuck: el optimizador de Windows de código abierto

    · 7 min · 118 vistas

    optimizerDuck es una herramienta gratuita y de código abierto para optimizar Windows 10 y Windows 11, disponible en…

  2. Pasos para crear una plantilla reutilizable de edición con IA
    Animación

    Pasos para crear una plantilla reutilizable de edición con IA

    · 7 min · 81 vistas

    Cree una plantilla de edición de IA reutilizable que ahorre tiempo de producción, estandarice los flujos de trabajo…

Continue Reading

Gaming

optimizerDuck: el optimizador de Windows de código abierto

Published

on

optimizerDuck: el optimizador de Windows de código abierto

optimizerDuck es una herramienta gratuita y de código abierto para optimizar Windows 10 y Windows 11, disponible en GitHub bajo licencia GPL v3. Reúne 42 ajustes de rendimiento y privacidad, 44 opciones de personalización y utilidades de limpieza en un solo ejecutable portátil, con sistema de reversión para deshacer cualquier cambio.

(más…)

Lo más leído en Herramientas

  1. optimizerDuck: el optimizador de Windows de código abierto
    Gaming

    optimizerDuck: el optimizador de Windows de código abierto

    · 7 min · 118 vistas

    optimizerDuck es una herramienta gratuita y de código abierto para optimizar Windows 10 y Windows 11, disponible en…

  2. Pasos para crear una plantilla reutilizable de edición con IA
    Animación

    Pasos para crear una plantilla reutilizable de edición con IA

    · 7 min · 81 vistas

    Cree una plantilla de edición de IA reutilizable que ahorre tiempo de producción, estandarice los flujos de trabajo…

Continue Reading

Herramientas

LongCat-2.5 de Meituan abre sus pesos con licencia MIT

Published

on

LongCat-2.5 de Meituan abre sus pesos con licencia MIT

Meituan lanzó LongCat-2.5, un modelo de 1.6 billones de parámetros con cerca de 48 mil millones activados por token, y días después publicó sus pesos bajo licencia MIT. El modelo apunta a tareas de agentes de largo horizonte: desarrollo en bases de código complejas, construcción de proyectos completos, codificación visual y trabajo de oficina profesional, con una ventana de contexto de un millón de tokens.

(más…)

Lo más leído en Herramientas

  1. optimizerDuck: el optimizador de Windows de código abierto
    Gaming

    optimizerDuck: el optimizador de Windows de código abierto

    · 7 min · 118 vistas

    optimizerDuck es una herramienta gratuita y de código abierto para optimizar Windows 10 y Windows 11, disponible en…

  2. Pasos para crear una plantilla reutilizable de edición con IA
    Animación

    Pasos para crear una plantilla reutilizable de edición con IA

    · 7 min · 81 vistas

    Cree una plantilla de edición de IA reutilizable que ahorre tiempo de producción, estandarice los flujos de trabajo…

Continue Reading

Lo más reciente

Lo más popular

Subscribete a nuestro Podcast

Trending