Guided tour

Parte 1 — make chat, el patrón preferido (~15 min)#

make chat

Esto ejecuta examples/chat_app.py. Es la implementación de referencia del patrón preferido de la librería: **tú posees la página, CoCo posee la sesión.**

Qué aparece primero: un título ("CoCo for Streamlit"), una puerta de estado del entorno ("Start CoCo Chat") y una barra lateral. Antes de hacer clic en Start, la puerta muestra los resultados de la sonda SDK / CLI / Snowflake — esto es check_environment() renderizado por render_start_gate(). Fíjate en que nunca arranca un proceso de agente por sí sola; solo lo hace una vez que haces clic en el botón.

Haz clic en Start CoCo Chat. El panel principal está vacío al principio, con una línea de estado. En la barra lateral, abre el popover Settings (icono :material/tune:). Observa:

• Un control segmentado Output mode (transcript / field) — se

  corresponde directamente con panel(output_mode=...).

• Un interruptor CoCo debug mode — activa el comportamiento equivalente

  a STREAMLIT_COCO_DEBUG a través de st.session_state["coco_debug"], mostrando los payloads en bruto de las herramientas una vez activado.

• Un interruptor Plan mode — establece permission_mode="plan" para

  poder ejercitar las aprobaciones de ExitPlanMode.

• Píldoras Auto-allowed y Requires approval — alimentan en vivo

  CocoOptions.allowed_tools y require_approval_for, y un botón **Reset session** reinicia el worker cuando las cambias (los permisos de herramienta forman parte del hash de opciones de la sesión).

Escribe un prompt — por ejemplo *"What tables are available in SNOWFLAKE_SAMPLE_DATA.TPCH_SF1?"*. Observa cómo la transcripción se renderiza de forma progresiva, no toda de golpe: esto es el bucle de sondeo @st.fragment (run_every=0.25) leyendo del worker CocoSession en segundo plano, así que el resto de la página no se vuelve a ejecutar mientras CoCo está pensando. Aparece una tarjeta de herramienta (probablemente Glob o SQL) — esta es la tarjeta legible que la librería construye en lugar de un volcado JSON en bruto.

Pide algo que escriba — por ejemplo *"Create a summary table called TOP_CUSTOMERS in my schema."* Aparece un banner de aprobación con Approve once, Always allow, Deny (en ese orden). Esto es render_approvals(), conectado automáticamente dentro de panel() porque show_approvals=True es el valor por defecto. Esta es la puerta human-in-the-loop: Edit, Write y Bash están en require_approval_for por defecto en este ejemplo.

Prompts de prueba en la barra lateral: activa Test prompts para explorar examples/testdata/prompts.json por categoría y enviar uno sin escribir — útil más adelante para demos repetibles.

Parte 2 — make backlog, un rail junto a una app real (~5 min)#

make backlog

Esto ejecuta el Product Backlog Desk (examples/backlog_desk/), una app multipágina respaldada por archivos (sin SQL): páginas Board, Epic, Ticket, Release. Fíjate en que Copilot no es una página de navegación — es un rail lateral derecho que se abre desde el botón Copilot de la cabecera, o desde un enlace de acción como "Check DoD" en un ticket. Se cierra con Close; las páginas Board/Epic/Ticket/Release funcionan sin conectar Copilot en absoluto. Esta es la forma para la que está construido copilot_rail(): la app posee la página, CoCo se sienta en una columna al lado, no en su lugar.

Parte 3 — make bi-semantic, el rail en su plenitud (~8 min)#

make bi-semantic

Esto ejecuta BI → Semantic (examples/bi_to_semantic/), el uso más completo de copilot_rail(). En la pantalla 1 (Load), carga el MIT Tableau Server pack incluido — no se necesita warehouse. Pasa a la pantalla 4 o 6 y abre Copilot a la derecha.

Fíjate, en la fila de título del rail: Copilot, un popover Connection, y un popover de solo icono Display config (:material/display_settings:, al pasar el ratón muestra "Display config") junto a él. Abre Display config — tiene dos sliders: **Last messages (por defecto 8, rango 1–50) y First n characters** (por defecto 200, rango 40–1000), cada uno con una píldora de activar/desactivar. Mover un slider vuelve a ejecutar solo el fragmento del rail; el popover permanece abierto y la transcripción se actualiza en vivo. Esto sustituyó un aspecto anterior de solo píldoras — a partir de esta versión, la compacidad de la transcripción se controla enteramente desde este popover.

Mientras CoCo está ocupado, observa la fila de título: una insignia compacta Working · thinking… se sitúa allí — no una tarjeta de estado alta — y aparece un botón Cancel job junto a Close. Después de Connect, en una transcripción vacía, puede que veas botones de **example question**; al hacer clic en uno se envía inmediatamente o, si está marcado como deferred, se copia al campo de entrada del chat para que lo edites primero.

Qué observar en las tres#

• El agente siempre se ejecuta en el servidor; el navegador solo renderiza

  widgets de Streamlit — nada del proceso del agente se expone al cliente.

• Las puertas de aprobación son el mismo primitivo en todas partes

  (render_approvals() dentro de panel()), ya sea que la app sea un chat de página completa o un rail.

• panel() es el núcleo común; copilot_rail() es panel() más chrome de

  conexión, encolado de trabajos y controles de compacidad de la transcripción, construido para incrustarse junto a una app existente en lugar de reemplazarla.

Siguiente: hands-on.md para construir y romper cosas por tu cuenta.