> ## Documentation Index > Fetch the complete documentation index at: https://docs.devin.ai/llms.txt > Use this file to discover all available pages before exploring further. # Descripción general de Context Awareness > El motor de contexto basado en RAG de Devin Desktop indexa tu base de código para ofrecer sugerencias inteligentes. Conoce el contexto predeterminado, el anclaje de contexto y la recuperación con M-Query. El motor de contexto de Devin Desktop desarrolla una comprensión profunda de tu base de código, tus acciones anteriores y tu intención a continuación. Históricamente, los enfoques de generación de código se centraban en ajustar modelos de lenguaje grandes (LLM) a una base de código, lo que es difícil de escalar para satisfacer las necesidades de cada usuario. Un enfoque más reciente y popular aprovecha la generación aumentada por recuperación (RAG), que se centra en técnicas para construir prompts muy relevantes y con mucho contexto para obtener respuestas precisas de un LLM. Hemos implementado un enfoque RAG optimizado para el contexto de la base de código, que produce sugerencias de mayor calidad y menos alucinaciones. Devin Desktop ofrece ajuste fino completo para clientes Enterprise, y la mejor solución combina el ajuste fino con RAG.

Contexto predeterminado

De forma predeterminada, Devin Desktop tiene en cuenta múltiples fuentes de contexto relevantes. * El archivo actual y otros archivos abiertos en tu IDE, que suelen ser muy relevantes para el código que estás escribiendo en ese momento. * Luego se indexa toda la base de código local (incluidos los archivos que no están abiertos), y el motor de recuperación de Devin Desktop obtiene fragmentos de código relevantes mientras escribes código, haces preguntas o ejecutas comandos. * Para los usuarios Pro, ofrecemos contextos más amplios, mayores límites de indexación y límites más altos para los elementos de contexto personalizados y fijados. * Para los usuarios de Teams y Enterprise, Devin Desktop también puede indexar repositorios remotos. Esto resulta útil para las empresas cuyos equipos de desarrollo trabajan en múltiples repositorios.

Fijar contexto

Buenas prácticas

Fijar contexto es muy útil cuando la tarea en tu archivo actual depende de información de otros archivos. Intenta fijar solo lo necesario. Fijar demasiado contenido puede ralentizar o afectar negativamente el rendimiento del modelo. Aquí tienes algunas ideas para fijar contexto de forma eficaz: * Definiciones de módulos: fijar archivos de definición de clases/structs que están dentro de tu repo, pero en un módulo distinto del archivo activo. * Frameworks/bibliotecas internas: fijar directorios con ejemplos de código sobre cómo usar frameworks o bibliotecas. * Tareas específicas: fijar un archivo o carpeta que defina una interfaz concreta (p. ej., archivos `.proto`, archivos de clases abstractas o plantillas de configuración). * Área de trabajo actual: fijar el directorio de "mínimo común denominador" que contiene la mayoría de los archivos necesarios para tu sesión de programación actual. * Pruebas: fijar un archivo concreto con la clase para la que estás escribiendo pruebas unitarias.

Funciones de contexto específicas del chat

Al usar Devin Desktop Chat, puedes aprovechar el contexto de la base de código de varias maneras, como las [menciones con @](/es/desktop/chat/overview#mentions) o las instrucciones personalizadas. Consulta la [página de Chat](/es/desktop/chat/overview) para obtener más información.