Preparare un progetto per Claude Code e Codex: dal setup alla prima modifica
Dalla cartella vuota alla prima modifica verificata: istruzioni AGENTS.md e CLAUDE.md, test, permessi e handoff per lavorare con gli agenti AI.
Blog / Matteo Vincenti
Appunti dal lavoro.
Scrivo di AI nel lavoro quotidiano, sviluppo software e organizzazione dei team. Parto dai problemi aziendali e approfondisco le scelte tecniche.
20 articoli, pagina 1 di 2
«Comportati come un esperto»: cosa cambia nel prompt
Che cosa aggiunge un ruolo al prompt? Token, istruzioni di sistema e quattro richieste sullo stesso caso per distinguere tono, criteri e correttezza.
UUIDv7 o bigint in PostgreSQL: conta anche l’ordine di arrivo
Confronto in Docker tra bigint, UUIDv4 e UUIDv7: inserimenti, indici, WAL e ordine di arrivo. Dati e codice per ripetere la prova.
Debugging con un agente AI: mettere alla prova la diagnosi
Un errore JavaScript riprodotto in Docker: due ipotesi, una prova che le distingue e test di regressione prima di chiedere la patch a un agente AI.
RAG, CAG e KAG: come scegliere l’accesso alla conoscenza
RAG, CAG e KAG a confronto: documenti, cache e grafi. Criteri pratici, costi di aggiornamento e progetti open source da valutare.
Prompt injection: che cosa può uscire dall’ambiente di un agente
Segui una proposta ostile fino al trasferimento dei dati: un laboratorio Docker distingue file, rete, destinatari e lavoro lecito.
RAG in azienda: perché trova il documento sbagliato
Un laboratorio riproducibile confronta full-text, embedding e ricerca ibrida: quando correggere acquisizione, permessi o ranking.
MCP e skills: misurare e ridurre i token senza perdere contesto
Filtri, proiezioni e lettura progressiva delle skills: un laboratorio MCP misura i token locali e verifica che i dati utili restino completi.
Harness engineering: quali controlli servono davvero a un agente
Un laboratorio Docker mostra come un harness governa permessi, retry, budget e prove, e quando conviene usare un runtime esistente.
Code review con gli agenti AI: quando una PR è davvero pronta
Una PR piccola può passare i test e restare sbagliata. Un esempio Docker mostra come trovare il difetto, correggerlo e motivare l'accettazione.
Agenti con stato: ripartire dopo un crash senza duplicare le azioni
Una prova Docker con LangGraph mostra cosa riparte dopo un crash e come evitare ticket duplicati con checkpoint e chiavi di idempotenza.
Meta repository e agenti AI: mappa del lavoro o versioni fissate?
Quando basta una mappa dei progetti e quando servono submodule: setup completo, manifest, istruzioni per agenti e un esempio Git eseguibile.
Contatti