Framework open source (Apache-2.0) di UiPath per valutare e benchmarkare agenti di coding e le loro skill: task dichiarativi in YAML eseguiti in sandbox contro Claude Code, Codex o Antigravity, scoring pesato 0.0–1.0, esperimenti A/B e gate CI con GitHub Action.
Perché guardarlo: L'ho scelto perché risponde alla domanda che nessuno si fa dopo aver scritto una skill o un MCP server: «scatta davvero?». Il criterio `skill_triggered` legge le trace dell'agente e ti restituisce una matrice di confusione con precision e recall — smetti di giudicare a occhio e inizi a misurare.
Layer di orchestrazione multi-modello per Claude Code, open source (MIT): il modello di frontiera pianifica nella sessione principale, Sonnet e Haiku eseguono il lavoro di volume via subagent globali e verifier Opus a contesto fresco proteggono la qualità — tre file di configurazione, zero codice runtime.
Perché guardarlo: L'ho scelto perché trasforma il pattern che Anthropic stessa ha misurato — orchestratore di frontiera + worker Sonnet al 96% delle prestazioni per il 46% del costo — in una configurazione installabile in dieci minuti. E il README è una lezione di onestà tecnica: documenta anche quando la delega automatica NON scatta.
Suite Office open source pensata per gli agenti AI: un binario singolo (niente Office installato) che crea, legge e modifica Word, Excel e PowerPoint da riga di comando, con rendering HTML/PNG integrato, motore formule Excel, template merge e server MCP.
Perché guardarlo: L'ho scelto perché risolve il punto cieco degli agenti sui documenti Office: senza rendering un agente che genera slide lavora alla cieca, qui il loop render → guarda → correggi è dentro il binario e funziona anche headless in CI. E il cuore è scritto in C#/.NET, cosa che a me non dispiace affatto.
Dashboard local-first che mostra cosa hanno fatto davvero i coding agent e quanto è costato: legge i log di sessione che Claude Code e Codex già scrivono in locale, li incrocia con il lavoro registrato via MCP e presenta token, costi stimati, task ed evidenze — tutto su 127.0.0.1, senza account, cloud o telemetria.
Perché guardarlo: L'ho scelto perché risponde alla domanda che mi sento fare più spesso da chi adotta gli agenti: «ma quanto mi costa, e cosa ha fatto davvero?». E mi piace l'onestà del design: ogni numero è etichettato per provenienza e affidabilità — un test passato è evidenza verificata, l'autodichiarazione dell'agente resta autodichiarazione.
Il coding agent da terminale di xAI, ora open source (Apache 2.0): un harness in Rust con TUI fullscreen che legge il codebase, modifica file, esegue comandi e si estende con skill, plugin, hook, server MCP e subagent — in interattivo, headless per CI o dentro gli editor via Agent Client Protocol.
Perché guardarlo: L'ho scelto perché è una rara occasione di leggere il sorgente completo di un harness agentico di produzione: come viene assemblato il contesto, come vengono dispatchate le tool call, come si caricano skill e MCP. E si può compilare in proprio e puntare a inference locale, tutto da config.toml.
Uno strumento a riga di comando in Python che trasforma siti di documentazione, repository GitHub e PDF in Skill pronte per Claude (e per altri LLM), con rilevamento automatico delle discrepanze fra la documentazione e il codice reale: in tre comandi porti la conoscenza aggiornata di una libreria dentro una Skill.
Perché guardarlo: L'ho scelto perché risolve un problema pratico e quotidiano del lavoro con gli agenti: dare a Claude la conoscenza aggiornata di una libreria senza incollarla a mano. Fa lo scraping della documentazione, la categorizza e genera un SKILL.md con esempi, e il rilevamento dei conflitti segnala dove i doc non combaciano più con il codice.
Uno strumento che dà a Claude Code (e a qualunque agente) un vero browser da pilotare con script Playwright eseguiti in una sandbox QuickJS WASM: pagine che restano vive fra uno script e l'altro, connessione al Chrome già aperto o a un Chromium nuovo, e due livelli di controllo — a pixel e per id del DOM.
Perché guardarlo: L'ho scelto perché colpisce il punto giusto del lavoro con gli agenti: dare loro un browser per testare e verificare da soli quello che costruiscono, invece di dichiarare «fatto» senza guardare. E lo fa in modo misurato — nei benchmark dell'autore chiude lo stesso compito di Playwright MCP con meno turni e a costo più basso, tenendo l'host al sicuro con la sandbox.
Una distillazione della community di come Claude Fable 5 affrontava i problemi, impacchettata come skill che ogni modello può seguire: classifica la richiesta, definisci cosa vuol dire «fatto» con una verifica esplicita, raccogli evidenze, decidi, applica la modifica minima, verifica per osservazione e riporta l'esito con onestà. Tre parole: think, act, prove.
Perché guardarlo: L'ho scelto perché rende portabile una disciplina, non un tool: le stesse abitudini che un modello di punta applica da solo, scritte come passi con soglie che anche un modello più piccolo può seguire alla lettera. Il cuore — verificare il lavoro contro l'output reale, non contro il resoconto del modello — colpisce il difetto più comune degli agenti: il «fatto» detto con sicurezza quando non è vero.
Assistente AI per riunioni che cattura, trascrive e riassume gli incontri interamente sul dispositivo: Whisper o Parakeet per la trascrizione, Ollama (o un modello a scelta) per i riassunti, con zero audio inviato al cloud.
Perché guardarlo: Registra a livello di audio di sistema — nessun bot che entra in chiamata — e funziona con Zoom, Teams e Meet: i verbali restano sul tuo dispositivo, un punto di partenza serio quando i dati delle riunioni non possono uscire dall'azienda. L'ho scelto perché rende concreto il tema «AI in locale, GDPR by design».
Auditor di codice autonomo che orchestra Claude (e opzionalmente Gemini) per analizzare un codebase, tracciare il data-flow e scrivere un proof-of-concept funzionante per ogni vulnerabilità confermata — senza chiave API.
Perché guardarlo: Non si ferma alla segnalazione: otto passate ricorsive di verifica e un filtro attacker-control provano la sfruttabilità prima di scrivere il report. Ha già portato a due CVE pubbliche su Spring AI — un test più severo di qualunque demo.
Plugin ufficiale che porta il metodo Compound Engineering — strategia, brainstorm, piano, lavoro, review, nota di apprendimento — su Claude Code, Codex, Cursor e altri sei agenti.
Perché guardarlo: Non è una skill isolata ma un ciclo che si chiude su sé stesso: ogni /ce-compound scrive quello che ha imparato, e il prossimo /ce-brainstorm lo rilegge. Con 23mila stelle e supporto nativo su nove strumenti, è tra i tentativi più completi di dare un metodo all'ingegneria con agenti.
Design system React open source nato in otto anni dentro Meta (13.000+ app interne): oltre 90 componenti, StyleX come motore di stile e un CLI con manifest JSON pensato per essere letto anche dagli agenti di coding.
Perché guardarlo: Il manifest JSON e il server MCP trasformano il CLI in un contratto machine-readable: un agente non deve più indovinare le prop dei componenti, le legge da un unico payload strutturato.
CLI in Go che avvia Claude Code o Codex dentro una VM Linux usa-e-getta: repo montato, root nel guest, rete in allow-list — mentre file, chiavi e keychain dell'host restano fuori portata.
Perché guardarlo: Risolve il dilemma del full-auto: niente conferme a ogni comando e niente --dangerously-skip-permissions sulla macchina vera. Il confine non è un prompt ma un hypervisor, e se l'agente distrugge la VM basta un destroy && clawk.
Hook in Rust che intercetta i comandi shell degli agenti AI e blocca quelli distruttivi — rm -rf, git reset --hard, DROP TABLE — prima che vengano eseguiti, con spiegazione e alternative sicure.
Perché guardarlo: Chiunque usi agenti di coding ha rischiato almeno una volta un reset --hard non richiesto. dcg mette un guardrail pre-esecuzione su Claude Code, Codex, Gemini CLI e altri: sub-millisecondo, 50+ pack opzionali, un solo comando per installarlo.
Framework di skill componibili che dà agli agenti di coding una metodologia completa — brainstorming, piano, TDD, review — con trigger automatici su Claude Code, Codex, Cursor e altri harness.
Perché guardarlo: Non è l'ennesima raccolta di prompt: è il metodo di lavoro dell'agente, distribuito come plugin dal marketplace ufficiale Claude. Lo uso ogni giorno: brainstorming prima del codice e verifica prima del «fatto» cambiano davvero i risultati.
Proxy locale che traduce l'API di Codex verso qualsiasi provider: Claude, Gemini, DeepSeek, Kimi o un modello locale via Ollama, dentro Codex CLI/App/SDK e perfino Claude Code.
Perché guardarlo: Disaccoppia l'harness dal modello: stesso workflow Codex, «cervello» a scelta — incluso un LLM locale per i progetti riservati. L'ho trovato tra i progetti più freschi del mese: nato a giugno, aggiornato ogni giorno.
Everything Claude Code (ECC): un layer open source di skill, instincts, memoria persistente, hook e security scanning che potenzia Claude Code, Codex, Cursor e gli altri harness — oltre 211k stelle.
Perché guardarlo: È il progetto più discusso dell'ecosistema Claude Code: distilla oltre 10 mesi di uso quotidiano in un sistema riutilizzabile. Lo trovo istruttivo anche solo da leggere, per capire come strutturare skill, hook e regole.
Un framework open source multi-agente che trasforma l'agente AI che già usi — Claude Code, Codex o un modello locale — in un red team autonomo: recon, exploit e report su target autorizzati, da una «War Room» nel browser o da CLI.
Perché guardarlo: Me l'ha segnalato uno dei tecnici IT che stimo di più, e si vede perché: numeri di benchmark riproducibili con un comando, uso keyless/offline e paletti di sicurezza seri (scope containment, gate umano sui tool pericolosi). Ottimo per capire dove va la sicurezza nell'era degli agenti — solo su sistemi propri o autorizzati.
Un plugin MCP che dà a Claude Code e agli altri agenti la ricerca semantica sull'intero codebase: indicizza il progetto in un database vettoriale e restituisce solo gli snippet rilevanti, invece di caricare interi file a ogni richiesta.
Perché guardarlo: Colma un vero collo di bottiglia di Claude Code: su progetti grandi l'agente non deve più leggere file interi per capire dove intervenire, e — secondo la valutazione degli autori — si arriva a circa il 40% di token in meno. È firmato Zilliz (il team di Milvus), con oltre 11.800 stelle e sviluppo attivo.
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.
Perché guardarlo: Trasforma NotebookLM in un tassello automatizzabile: il tuo agente crea notebook, importa una ricerca e sforna un podcast senza aprire il browser. Ed è un caso di vibe coding onesto — l'autore dichiara di non essere uno sviluppatore — con circa 5.100 stelle e sviluppo attivo.
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.
Perché guardarlo: Porta la SEO dentro il flusso agentico invece di lasciarla in un cruscotto a parte: l'agente interroga keyword e backlink reali via MCP. Self-hosted e pay-as-you-go (dati via DataForSEO), con controllo e costi prevedibili per PMI e freelance.
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.
Perché guardarlo: Sposta il baricentro dal prompt alla specifica: descrivi cosa e perché, l'agente costruisce a partire da un piano verificabile. Un modo concreto per portare disciplina nel vibe coding.
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.
Perché guardarlo: Con gli LLM ovunque, gli endpoint dimenticati sono la nuova superficie d'attacco: aimap è il primo passo per sapere cosa hai davvero esposto.
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.
Perché guardarlo: Colpisce il punto giusto per le PMI attente ai dati: licenza MIT, deploy anche on-prem/VPC e un model router fra modelli frontier e open, per automatizzare i processi restando senza lock-in.
Workflow di sviluppo pronti alla produzione per Claude Code, guidati da agenti AI specializzati per qualità del codice e automazione.
Perché guardarlo: Un plugin che porta Claude Code da 'assistente' a 'processo': utile per rubare pattern di workflow e agent già rodati invece di reinventarli.
Utility Python che converte PDF, Office, immagini e audio in Markdown pulito, pensata per le pipeline LLM.
Perché guardarlo: Se fai RAG o alimenti agenti con documenti aziendali, il pre-processing è metà del lavoro: MarkItDown lo riduce a una riga di codice ed è mantenuto da Microsoft.
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.
Perché guardarlo: È il modo più concreto di vedere un LLM locale che 'lavora' su un target: gira offline, non manda nulla in cloud e mostra come orchestrare tool di sicurezza con un agente.
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.
Perché guardarlo: Vedere gli step di un agente come grafo prima che agisca è il modo più rapido per capire (e correggere) cosa sta per fare: meno sorprese, più controllo.
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.
Perché guardarlo: Per aziende sensibili sul codice è la promessa giusta: GraphRAG sull'intero repo restando in locale, con codice, schema DB e infrastruttura in un unico grafo.
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.
Perché guardarlo: Rimette in discussione l'assunto 'RAG = vector database': niente indicizzazione vettoriale, meno infrastruttura e risposte più tracciabili su documenti lunghi.
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.
Perché guardarlo: La domanda numero uno di chi vuole LLM in locale è 'ci gira sulla mia macchina?'. llmfit risponde subito, senza tentativi a vuoto di download da decine di GB.
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.
Perché guardarlo: Trasforma un Mac Studio nel tuo server di inferenza sempre acceso: la ricetta pronta per ospitare modelli locali in casa o in ufficio senza smanettare per giorni.
COOL 
Python
Claude Code
Docker
TypeScript
Markdown
.NET
MCP
Shell
Rust
Playwright
JavaScript
Ollama
React
Go
Apple Silicon
Node.js
Kali Linux