Cómo Configuramos un Entorno de Desarrollo con IA Local para Odoo

Introducción

La inteligencia artificial ha dejado de ser una promesa futurista para convertirse en una herramienta cotidiana del desarrollo de software. En Tierra Nube, como partners especializados en Odoo para el mercado chileno, nos preguntamos: cómo podemos integrar modelos de IA en nuestro flujo de trabajo de desarrollo de forma segura, eficiente y sin depender de servicios externos.

Este artículo documenta nuestro camino para configurar un entorno de desarrollo completamente local, donde modelos de lenguaje ejecutan comandos, editan código y ejecutan pruebas directamente en nuestra estación de trabajo — sin que un solo byte de información sensible salga de nuestra red.

El Desafío

Trabajamos con Odoo 19.0, un ERP modular con más de 600 módulos community y cientos de módulos enterprise. Nuestros clientes en Chile requieren localizaciones específicas: facturación electrónica (DTE), integración con Transbank, conectores con SII, sistemas de nómina localizados, y más.

El desarrollo de estos módulos implica:

• Múltiples repositorios con código custom y dependencias cruzadas
• Convenciones estrictas de Odoo (herencia de modelos, XML records, seguridad por grupos)
• Ciclos de prueba complejos que requieren bases de datos configuradas
• Información sensible de clientes que no debe salir del entorno local

Un asistente de IA genérico no conoce estas particularidades. Necesitábamos una solución que entendiera nuestro stack, nuestras convenciones y nuestro contexto de negocio.

Nuestra Arquitectura: Ollama + IDE + Reglas de Proyecto

Capa 1: Modelo de Lenguaje Local con Ollama

Utilizamos Ollama como servidor de inferencia local. Ollama expone una API compatible con OpenAI en localhost, lo que permite que cualquier herramienta compatible se conecte a él.

Ventajas clave:

• Los datos nunca salen de la máquina de desarrollo
• Sin costos de API por token
• Sin límites de uso
• Funciona sin conexión a internet

Para nuestro hardware de desarrollo (16GB RAM, GPU dedicada con 4GB VRAM), utilizamos modelos optimizados de 4B parámetros que ofrecen un balance entre calidad de respuestas y velocidad de inferencia.

Capa 2: Integración con el IDE

Configuramos dos entornos de desarrollo con soporte para IA:

VS Code con la extensión ollama-agentmode — una extensión que corrige el manejo de tool calling de modelos locales, permitiendo que el modelo ejecute comandos de terminal, edite archivos y navegue el proyecto de forma autónoma.

PyCharm con el plugin Cline — un agente de coding que soporta modo plan + act, edición multi-archivo, ejecución de tests, y conexión directa a Ollama como proveedor de inferencia.

Capa 3: Reglas de Proyecto

El componente más importante no es el modelo ni el IDE — es el contexto. Sin reglas claras, un modelo de IA genérico no sabe:

• Qué módulos existen y dónde están ubicados
• Cómo se ejecutan las pruebas de un módulo específico
• Qué convenciones de código seguimos
• Qué rutas NO debe modificar (core de Odoo)

Creamos un sistema de reglas estructurado que se cargan automáticamente en cada sesión del asistente, transformando un modelo genérico en un asistente que conoce específicamente nuestro proyecto.

Resultados Concretos

Velocidad de Onboarding

Un nuevo desarrollador puede preguntarle al asistente: "Qué módulos tenemos para facturación electrónica chilena" y obtener una respuesta precisa con las ubicaciones, dependencias y archivos relevantes — sin tener que navegar el código fuente manualmente.

Desarrollo Asistido de Módulos

El asistente puede:

• Crear la estructura completa de un módulo siguiendo nuestras convenciones
• Ejecutar linting y formato automáticamente después de cada cambio
• Correr las pruebas unitarias del módulo modificado
• Explicar código existente con contexto del negocio (no solo sintaxis)

Seguridad de Datos

Al ejecutarse completamente en local:

• El código fuente no se transmite a servidores externos
• Las credenciales de base de datos no salen de la máquina
• La información de clientes permanece en el entorno controlado
• Se cumple con las políticas de seguridad de datos de nuestros clientes

Lecciones Aprendidas

1. El Contexto es Más Importante que el Modelo

Un modelo de 4B parámetros con contexto rico del proyecto supera a un modelo de 70B sin contexto. Invertir tiempo en documentar reglas y estructura tiene mayor impacto que buscar el modelo más grande.

2. La Velocidad Importa para la Productividad

Un modelo local responde en 2-5 segundos. Un modelo en la nube puede tardar lo mismo o más dependiendo de la congestión. Para tareas repetitivas de desarrollo, la diferencia acumulativa es significativa.

3. Las Pruebas Automatizadas son Críticas

Cuando un agente de IA edita código, necesitamos verificación automatizada. Sin tests, confiamos ciegamente en las respuestas del modelo. Con tests, el agente puede validar sus propios cambios antes de presentarlos.

4. Las Reglas Evitan Errores Costosos

Sin reglas de proyecto, el asistente puede modificar archivos del core de Odoo, usar convenciones incorrectas, o ejecutar comandos en la base de datos de producción. Con reglas claras, estos errores se eliminan desde el primer día.

Stack Tecnológico Utilizado

¿Cómo Puede Ayudar Tierra Nube?

En Tierra Nube no solo implementamos Odoo — optimizamos el proceso de desarrollo para entregar soluciones más rápido y con mayor calidad.

Si su empresa necesita:

• Localización chilena para Odoo (DTE, SII, Transbank, nóminas)
• Integraciones con sistemas externos (CRM, pasarelas de pago, APIs bancarias)
• Desarrollo custom de módulos con metodologías ágiles
• Soporte y mantenimiento de instancias Odoo

Nuestro equipo combina el conocimiento profundo del ERP con herramientas de desarrollo de última generación para entregar soluciones que se integran naturalmente con su operación.

Contacto:

• Web: www.tierranube.cl
• Email: soporte@tierranube.cl
• Especialistas en Odoo para el mercado chileno desde 2017

Tierra Nube — Soluciones ERP inteligentes para empresas chilenas.