Un pacchetto Python che dà accesso programmatico a Google NotebookLM: una CLI (nlm) e un server MCP con una quarantina di strumenti per creare notebook, aggiungere fonti e generare podcast, video, mappe mentali e riassunti da terminale o da un agente AI.
REPO E LINK PREFERITI
Repository e tutorial selezionati a mano che meritano il tuo tempo — cosa sono e perché contano.
Alternativa open source a Semrush e Ahrefs: una suite SEO self-hosted (Docker o Cloudflare) per keyword, rank tracking, backlink e audit, che espone un server MCP e delle skill così un agente AI lavora direttamente sui dati SEO.
github/spec-kitRepo
Toolkit open source di GitHub per lo spec-driven development: la CLI specify trasforma una specifica in piano e task eseguibili dagli agenti AI (Claude Code, Copilot, Gemini, Codex) invece di partire dal prompt.
BishopFox/aimapRepo
Strumento che scopre servizi di AI esposti in rete: mappa endpoint di modelli e servizi LLM raggiungibili, pensato per red team e assessment di sicurezza.
mindsdb/mindsRepo
Workspace open-source (ex MindsDB, oggi MindsHub Cowork) dove deleghi interi task — ricerca, report, operazioni schedulate — ad agenti che si connettono ai tuoi dati e restituiscono artefatti pubblicabili.
Workflow di sviluppo pronti alla produzione per Claude Code, guidati da agenti AI specializzati per qualità del codice e automazione.
Utility Python che converte PDF, Office, immagini e audio in Markdown pulito, pensata per le pipeline LLM.
pikpikcu/aireconRepo
Agente di cybersecurity autonomo: unisce un LLM self-hosted (Ollama), una sandbox Docker in stile Kali Linux e una TUI per automatizzare recon e bug bounty, senza API key né cloud.
SixHq/OvertureRepo
Server MCP open source e locale che mappa il piano di esecuzione di un agente di coding (Claude Code, Codex, Cursor…) come flowchart interattivo prima che scriva codice.
Skill per assistenti di coding (Claude Code, Codex, Gemini CLI…) che trasforma una cartella di codice, schemi SQL, script e documenti in un knowledge graph interrogabile — senza inviare il codice a nessuno.
Indice gerarchico dei documenti per un RAG 'vectorless': invece di embedding e ricerca per similarità, l'LLM naviga una struttura ad albero ragionando su quale sezione aprire.
Un comando per scoprire quali modelli (fra centinaia, con vari provider) girano sull'hardware che hai: valuta RAM, VRAM e formato per dirti cosa è realistico eseguire in locale.
Configurazione ottimizzata di un server Ollama per Mac Studio e altri Mac Apple Silicon: setup headless, avvio automatico, tuning delle risorse e gestione remota via SSH.
Tutorial passo-passo per costruire il primo agente AI in C# con il Microsoft Agent Framework.
Come esporre agenti AI dietro una Web API .NET con il Microsoft Agent Framework.
Costruire un centro operativo AI di livello produttivo in C# .NET unendo AG-UI e il Microsoft Agent Framework.
Un sistema RAG end-to-end in .NET 8 con embedding OpenAI e vector database Qdrant.
Uno stack RAG completo in .NET 8: Azure Functions, Qdrant, grafo Neo4j e modelli Hugging Face.
La panoramica ufficiale del Microsoft Agent Framework: concetti, componenti e modello di programmazione.
L'annuncio ufficiale sul .NET Blog del Microsoft Agent Framework in preview e delle sue motivazioni.
Integrate OpenAI with the RAG pattern and vector search using Azure Cosmos DB for MongoDB (.NET)Link
Tutorial ufficiale: RAG e vector search in .NET usando OpenAI e Azure Cosmos DB for MongoDB.
Guida MongoDB per integrare Semantic Kernel in C# con Atlas Vector Search.