Albilab

spegni & riaccendi

Moli: cos’è e come funziona il browser AI open source che consuma meno risorse di Chrome

Copertina Moli con un browser futuristico, un agente AI e il simbolo di Rust su sfondo blu notte.

L’intelligenza artificiale sta cambiando il modo in cui utilizziamo Internet. Oggi gli agenti AI possono visitare siti, leggere pagine, raccogliere informazioni e automatizzare operazioni. Ma per farlo utilizzano spesso browser tradizionali come Chrome, che richiedono risorse anche quando non è necessario visualizzare una pagina.

E se esistesse un browser progettato proprio per le esigenze dell’intelligenza artificiale?

Si chiama Moli, è open source, sviluppato in Rust e utilizza un approccio innovativo: elaborare prima la struttura delle pagine e generare la grafica soltanto quando serve.

Vediamo insieme cos’è Moli, come funziona, come installarlo e perché potrebbe diventare un’alternativa interessante a Chromium per gli agenti AI.

👉 Scopri Moli su GitHub

Cos’è Moli?

Moli è un browser headless open source sviluppato in Rust, pensato principalmente per agenti AI, automazione web e raccolta di informazioni.

Un browser headless funziona senza dover necessariamente mostrare una finestra grafica. Può visitare siti, eseguire JavaScript, leggere contenuti e interagire con le pagine attraverso comandi.

Moli non è una versione modificata di Chromium: è un motore autonomo che integra tecnologie come V8 per JavaScript, html5ever per HTML e componenti dell’ecosistema Servo per CSS.

È disponibile per Windows, macOS e Linux.

Perché gli agenti AI hanno bisogno di browser diversi?

Immaginiamo di chiedere a un assistente AI di visitare dieci siti web, confrontare alcuni prodotti e preparare una tabella con prezzi e caratteristiche.

Per svolgere questa attività, l’agente deve leggere titoli, paragrafi, collegamenti e tabelle. Ma deve davvero disegnare sullo schermo ogni singolo elemento?

Nella maggior parte dei casi, no.

Un browser tradizionale deve supportare numerose funzionalità grafiche e interattive. Moli cerca invece di evitare il lavoro grafico non necessario, mantenendo le capacità utili all’automazione.

Come funziona Moli?

La filosofia del progetto è riassunta dall’espressione Structure First, Pixels on Demand, cioè «prima la struttura, i pixel soltanto quando servono».

1. Analizza la struttura della pagina

Moli scarica e interpreta HTML e CSS, costruendo il DOM, ovvero la rappresentazione strutturata della pagina.

Attraverso il DOM un agente può individuare titoli, pulsanti, paragrafi, collegamenti e altri elementi senza dover visualizzare l’intera interfaccia.

2. Esegue JavaScript

Moli utilizza il motore V8, lo stesso motore JavaScript presente in Google Chrome.

Questo permette di eseguire codice JavaScript e lavorare anche con numerose pagine dinamiche. Tuttavia, utilizzare V8 non significa garantire la stessa compatibilità complessiva di Chrome.

3. Genera la grafica quando necessario

Se un agente deve semplicemente estrarre informazioni, Moli può evitare il rendering grafico completo.

Quando invece serve uno screenshot oppure è necessario conoscere la posizione reale degli elementi, il browser può eseguire i calcoli grafici richiesti.

Questo approccio può ridurre sensibilmente il consumo di risorse nelle attività che non richiedono una rappresentazione visiva continua.

Le funzionalità principali di Moli

  • Navigazione web: recupera ed elabora pagine HTML, CSS e JavaScript.
  • Estrazione dei contenuti: produce HTML, Markdown, JSON e rappresentazioni semantiche.
  • Screenshot: genera immagini delle pagine quando viene abilitato il rendering.
  • Esportazione PDF: permette di salvare pagine web in formato PDF.
  • Automazione: supporta CDP, WebDriver Classic e WebDriver BiDi.
  • Sessioni: gestisce cookie, cache e sistemi di archiviazione web.
  • Compatibilità: può essere integrato con strumenti di automazione come Playwright.

Come installare Moli

Moli è disponibile per Windows, macOS e Linux. Gli sviluppatori pubblicano gli strumenti di installazione nel repository ufficiale.

Installazione su macOS e Linux

Apriamo il Terminale ed eseguiamo:

curl --proto '=https' --tlsv1.2 -fsSL https://github.com/lexmount/moli/releases/latest/download/moli-installer.sh | sh

Installazione su Windows

Su Windows possiamo utilizzare PowerShell:

powershell -ExecutionPolicy ByPass -c "irm https://github.com/lexmount/moli/releases/latest/download/moli-installer.ps1 | iex"

Attenzione: prima di eseguire uno script scaricato da Internet è sempre consigliabile verificarne il contenuto e la provenienza.

👉 Scarica le versioni ufficiali di Moli

Come utilizzare Moli: esempi pratici

Una volta installato, possiamo utilizzare Moli direttamente dal Terminale.

Estrarre una pagina in Markdown

moli fetch --dump markdown --wait done https://example.com

Questo comando recupera una pagina e ne restituisce il contenuto in formato Markdown, particolarmente utile per gli agenti AI.

Ottenere la struttura semantica

moli fetch --dump semantic_tree_text --wait-selector body https://example.com

In questo caso Moli produce una rappresentazione strutturata del contenuto.

Creare uno screenshot

moli fetch --layout --dump screenshot https://example.com > page.png

L’opzione --layout abilita i calcoli grafici necessari per generare l’immagine.

Salvare una pagina in PDF

moli fetch --layout --dump pdf https://example.com > page.pdf

Il risultato è un documento PDF della pagina web.

Moli funziona con Playwright?

Sì, Moli supporta il Chrome DevTools Protocol (CDP), utilizzato anche da strumenti di automazione come Playwright.

Possiamo avviare il server con:

moli serve

Oppure, se abbiamo bisogno delle funzionalità grafiche:

moli serve --layout

Successivamente Playwright può collegarsi al server attraverso CDP.

È importante ricordare che la compatibilità con CDP non garantisce il funzionamento di tutte le API esattamente come su Chromium.

Moli consuma davvero meno risorse di Chrome?

Gli sviluppatori hanno pubblicato benchmark interessanti.

In un confronto su 557 attività completate da tutti i motori analizzati, Moli avrebbe utilizzato circa il 15% del tempo CPU e il 13% della memoria di picco rispetto a Chrome.

Si tratta però di risultati pubblicati dagli sviluppatori e relativi a condizioni specifiche, non di prestazioni garantite in ogni situazione.

Un altro benchmark, composto da 1.308 attività comparabili, riporta questi risultati:

BrowserAttività completate
Moli81,9%
Chrome99,8%

Questo confronto mostra un aspetto fondamentale: Moli può essere più efficiente nell’utilizzo delle risorse, ma Chrome mantiene una compatibilità superiore in questo benchmark.

👉 Consulta i benchmark ufficiali

Moli e Kitesurf: quali sono le differenze?

Moli non è l’unico progetto che cerca di ripensare il browser per gli agenti AI.

Anche Kitesurf di Cloudflare esplora un approccio alternativo a Chromium.

La differenza principale riguarda l’architettura.

Moli è un browser autonomo sviluppato in Rust, progettato per essere eseguito anche localmente e per generare il rendering grafico soltanto quando necessario.

Kitesurf è invece progettato per funzionare nell’ambiente Cloudflare Workers, senza avviare un processo Chromium tradizionale.

Chrome rimane un browser completo e maturo, con una compatibilità molto ampia con le tecnologie web.

Non esiste quindi una soluzione migliore in assoluto: la scelta dipende dalle esigenze dell’applicazione.

Moli è gratuito e open source?

Il codice sorgente di Moli è disponibile pubblicamente su GitHub, con licenze open source indicate nel repository.

Il progetto può essere utilizzato autonomamente senza dover necessariamente acquistare un servizio cloud.

È importante distinguere Moli da Lexmount Browser, il servizio cloud gestito sviluppato attorno alla stessa tecnologia.

👉 Visita il repository ufficiale

Quali sono i limiti di Moli?

Nonostante le caratteristiche interessanti, dobbiamo considerare alcuni aspetti.

  • Compatibilità: non tutte le applicazioni web funzionano necessariamente come su Chrome.
  • Rendering: alcune operazioni grafiche richiedono l’attivazione esplicita del layout.
  • Conoscenze tecniche: per sfruttarlo al meglio è utile conoscere il Terminale e gli strumenti di automazione.
  • Test: prima di utilizzarlo in progetti professionali è consigliabile verificare le funzionalità necessarie.
  • Sicurezza: è importante proteggere credenziali, sessioni e autorizzazioni concesse agli agenti AI.

Perché Moli potrebbe essere importante per il futuro dell’intelligenza artificiale

La maggior parte dei browser è stata progettata per le persone. Gli agenti AI, però, hanno esigenze differenti.

Un assistente autonomo deve soprattutto leggere contenuti, identificare elementi ed eseguire operazioni.

Non ha sempre bisogno di visualizzare una pagina completa.

Moli parte proprio da questa osservazione e propone un’architettura che cerca di utilizzare le risorse soltanto quando servono.

Con la diffusione degli agenti AI, questo approccio potrebbe diventare sempre più interessante, soprattutto nei sistemi che devono eseguire molte attività di navigazione contemporaneamente.

La nostra opinione

Moli è un progetto interessante perché propone un modo diverso di progettare un browser.

L’idea di dare priorità alla struttura delle pagine e generare la grafica soltanto quando necessario è particolarmente adatta alle esigenze di molti agenti AI.

Il fatto che sia sviluppato in Rust, sia open source e supporti protocolli di automazione conosciuti rappresenta un ulteriore punto a favore.

Naturalmente, non possiamo ancora considerarlo un sostituto universale di Chrome. La compatibilità e l’affidabilità devono essere valutate in base alle attività che vogliamo svolgere.

Per sviluppatori e appassionati di intelligenza artificiale, però, Moli è sicuramente un progetto da conoscere e sperimentare.

Il futuro dei browser potrebbe non essere soltanto nelle mani delle persone, ma anche degli agenti AI che utilizzeranno Internet per lavorare al nostro posto.

👉 Scopri Moli su GitHub

❤️ Ti è piaciuto questo articolo?

Avevi già sentito parlare di Moli? Pensi che i browser progettati per gli agenti AI riusciranno a sostituire Chromium nelle attività di automazione?

Scrivicelo nei commenti!

Condividi questo articolo con un amico appassionato di tecnologia, programmazione e intelligenza artificiale e continua a seguire Albilab.it per guide, tutorial e novità dal mondo digitale! 🚀

Kitesurf: il browser di Cloudflare pensato per gli agenti AI che funziona senza Chrome

Browser futuristico collegato ad agenti AI su sfondo blu notte, con il titolo “Kitesurf – Il browser per gli agenti AI”.

Negli ultimi anni abbiamo visto l’intelligenza artificiale passare dalla semplice generazione di testi alla possibilità di svolgere attività sempre più complesse.

Oggi un agente AI può cercare informazioni, analizzare documenti, scrivere codice e persino interagire con i siti web.

Ma c’è un problema: per navigare su Internet, molti agenti AI hanno ancora bisogno di utilizzare un browser tradizionale, come Google Chrome o Chromium.

Questo significa avviare un programma completo, gestire le risorse necessarie e mantenere attivo un ambiente di navigazione anche quando dobbiamo semplicemente leggere una pagina o recuperare alcune informazioni.

Cloudflare sta sperimentando un approccio differente.

Si chiama Kitesurf ed è un nuovo motore di navigazione progettato per funzionare direttamente nell’infrastruttura cloud, senza dover avviare Chrome o un altro browser tradizionale.

L’obiettivo è rendere la navigazione web più adatta agli agenti di intelligenza artificiale, riducendo la dipendenza dai browser convenzionali.

Vediamo insieme cos’è Kitesurf, come funziona, quali sono le sue caratteristiche e perché potrebbe rappresentare un passo importante nell’evoluzione dell’AI.

👉 Visita il sito ufficiale di Kitesurf


Cos’è Kitesurf?

Kitesurf è un motore di browser sperimentale sviluppato da Cloudflare, progettato per eseguire pagine web direttamente su Cloudflare Workers.

A differenza di un browser tradizionale, non richiede l’avvio di un processo Chromium o di un container dedicato.

Ma cosa significa concretamente?

Quando apriamo un sito con Chrome, Firefox o Safari, il browser esegue diverse operazioni:

  • Scarica il codice HTML della pagina.
  • Recupera immagini, fogli di stile e altre risorse.
  • Esegue il codice JavaScript.
  • Calcola la disposizione degli elementi.
  • Disegna il contenuto sullo schermo.
  • Gestisce le interazioni con la pagina.

Kitesurf punta a eseguire queste operazioni attraverso un’architettura diversa, pensata principalmente per i programmi che devono navigare sul web in modo automatico.

Non nasce quindi per sostituire Chrome sul nostro computer, almeno non nel senso tradizionale.

Il suo obiettivo principale è offrire un browser utilizzabile dagli agenti AI senza tutta l’infrastruttura normalmente necessaria per eseguire Chromium.

Ed è proprio questo l’aspetto più interessante del progetto.

Perché gli agenti AI hanno bisogno di un browser?

Per capire l’utilità di Kitesurf dobbiamo prima comprendere come gli agenti AI interagiscono con Internet.

Immaginiamo di chiedere a un assistente:

“Visita questi cinque siti, confronta le caratteristiche dei prodotti e prepara una tabella con le differenze.”

Per svolgere questa attività, l’agente deve riuscire ad accedere alle pagine e interpretarne il contenuto.

In alcuni casi basta scaricare il codice HTML.

Ma molti siti moderni funzionano diversamente.

Le informazioni possono essere caricate attraverso JavaScript, alcuni elementi compaiono soltanto dopo un’interazione e determinate applicazioni web costruiscono dinamicamente buona parte dell’interfaccia.

Pensiamo, ad esempio, a:

  • Dashboard interattive.
  • Applicazioni sviluppate con React o Vue.
  • Pagine che caricano contenuti dinamicamente.
  • Moduli e interfacce con pulsanti.
  • Siti che utilizzano JavaScript per mostrare informazioni.

In queste situazioni, leggere semplicemente il codice HTML iniziale potrebbe non essere sufficiente.

Serve un sistema capace di interpretare la pagina ed eseguirne il codice.

Per questo molti strumenti di automazione utilizzano browser come Chromium, spesso controllati attraverso tecnologie come Playwright o Puppeteer.

Il problema è che eseguire un browser completo comporta un certo consumo di memoria, risorse e capacità di elaborazione.

Se dobbiamo gestire contemporaneamente centinaia o migliaia di sessioni, questi requisiti diventano particolarmente importanti.

Kitesurf nasce proprio per esplorare un’alternativa a questo modello.


Come funziona Kitesurf?

La particolarità di Kitesurf riguarda la sua architettura.

Il progetto viene eseguito su Cloudflare Workers, la piattaforma serverless di Cloudflare che permette di eseguire codice sulla propria infrastruttura distribuita.

Invece di avviare un browser Chromium completo, Kitesurf utilizza un motore progettato per operare all’interno di questo ambiente.

Quando deve elaborare una pagina web, il sistema si occupa di recuperare le risorse, eseguire JavaScript, interpretare la struttura della pagina e produrre il risultato.

Per comprendere meglio questa tecnologia, vediamo alcuni concetti fondamentali.

Cloudflare Workers: cosa sono?

Cloudflare Workers è una piattaforma che permette agli sviluppatori di eseguire codice nel cloud senza dover gestire direttamente un server tradizionale.

In pratica, invece di configurare una macchina virtuale e mantenerla sempre attiva, possiamo eseguire il codice all’interno dell’infrastruttura di Cloudflare.

Questo modello viene spesso definito serverless.

Naturalmente i server esistono comunque, ma la loro gestione viene affidata alla piattaforma.

Kitesurf sfrutta proprio questo ambiente per eseguire il proprio motore di navigazione.

V8 Isolates: un’alternativa ai processi tradizionali

Un altro elemento importante riguarda gli isolates di V8.

V8 è il motore JavaScript utilizzato anche da Google Chrome.

Gli isolates permettono di eseguire codice in ambienti separati, senza dover necessariamente avviare un intero processo di browser per ogni attività.

È importante però distinguere due cose.

Utilizzare V8 non significa utilizzare tutto Chrome.

Chrome comprende numerosi componenti dedicati alla navigazione, alla grafica, alla gestione delle schede e alle funzionalità del browser.

Kitesurf utilizza invece una propria implementazione delle funzionalità necessarie per interpretare e rappresentare le pagine web.

Questo approccio potrebbe offrire vantaggi nella gestione di molte attività automatizzate, anche se le prestazioni effettive dipendono dai siti visitati e dalla maturità del progetto.

Un browser stateless: cosa significa?

Cloudflare descrive Kitesurf come un browser stateless.

Il termine significa letteralmente “senza stato”.

In un browser tradizionale siamo abituati a mantenere aperte le schede, conservare informazioni durante la navigazione e proseguire una sessione nel tempo.

Un’architettura stateless, invece, non si basa sul mantenimento permanente di una sessione di browser tradizionale.

Questo modello si presta alle attività che possono essere eseguite come operazioni separate.

Ad esempio, un agente potrebbe dover aprire una pagina, analizzarne il contenuto e restituire un risultato.

Non significa che Kitesurf non possa gestire alcuna interazione durante l’esecuzione di una pagina, ma che la sua architettura non è costruita attorno a un processo Chromium persistente.

Per le applicazioni AI, questo rappresenta un approccio particolarmente interessante.


Le funzionalità principali di Kitesurf

Nonostante sia ancora sperimentale, Kitesurf mette già a disposizione diverse funzionalità.

Rendering delle pagine web

Kitesurf può elaborare pagine HTML, interpretare CSS ed eseguire JavaScript.

Il rendering è il processo che trasforma il codice di un sito nella sua rappresentazione visiva.

Non si limita quindi a scaricare il testo di una pagina.

L’obiettivo è ricostruire anche la struttura e l’aspetto dei contenuti.

Questo è importante perché molti siti moderni dipendono dal JavaScript per funzionare correttamente.

Screenshot delle pagine

Una delle funzionalità disponibili è la possibilità di generare screenshot.

Possiamo quindi ottenere un’immagine della pagina elaborata dal motore.

È una funzione utile, ad esempio, per controllare visivamente una pagina web, documentare un’interfaccia o verificare come viene rappresentato un determinato contenuto.

Esportazione in PDF

Kitesurf permette anche di ottenere una rappresentazione della pagina in formato PDF.

Questa possibilità può essere interessante per creare documenti a partire da contenuti web.

Pensiamo a un sistema automatico che deve raccogliere informazioni e produrre un documento consultabile.

Accesso all’HTML elaborato

Un’altra funzione riguarda la possibilità di recuperare l’HTML della pagina dopo l’elaborazione.

Questo aspetto è particolarmente utile quando il contenuto viene generato dinamicamente attraverso JavaScript.

Un agente può quindi lavorare su una rappresentazione della pagina più completa rispetto al solo HTML iniziale ricevuto dal server.

Console e strumenti di sviluppo

Kitesurf permette di ispezionare il comportamento della pagina utilizzando strumenti familiari agli sviluppatori.

Possiamo analizzare la struttura DOM, consultare la console e osservare le richieste di rete.

Il DOM, o Document Object Model, è la rappresentazione strutturata degli elementi presenti in una pagina web.

Per un agente AI, poter accedere a queste informazioni significa avere strumenti più precisi per comprendere e interagire con un sito.


Compatibilità con Chrome DevTools Protocol

Una delle caratteristiche più importanti di Kitesurf è il supporto al Chrome DevTools Protocol, spesso abbreviato in CDP.

Ma di cosa si tratta?

Il Chrome DevTools Protocol è un sistema di comunicazione che permette a programmi esterni di controllare e ispezionare un browser.

È utilizzato in numerosi strumenti di sviluppo e automazione.

Attraverso questo protocollo è possibile, ad esempio, richiedere informazioni sulla pagina, esaminare il DOM e utilizzare le funzionalità di debugging supportate.

Kitesurf implementa questo protocollo per permettere agli strumenti compatibili di comunicare con il proprio motore.

Il vantaggio è che uno sviluppatore può utilizzare strumenti già conosciuti, senza dover necessariamente costruire un sistema di controllo completamente nuovo.

Attenzione però: supportare il protocollo CDP non significa garantire una compatibilità completa con tutte le funzionalità di Chrome.

Kitesurf rimane un motore sperimentale e alcune operazioni potrebbero comportarsi diversamente rispetto a Chromium.


Kitesurf e gli agenti AI: come si integrano?

Uno degli utilizzi più interessanti riguarda l’integrazione con gli assistenti di programmazione e gli agenti AI.

Sul sito ufficiale sono presenti indicazioni per collegare Kitesurf a strumenti come:

  • Claude Code.
  • Codex.
  • OpenCode.
  • Cursor.
  • Gemini CLI.
  • Altri client compatibili con MCP.

L’integrazione passa attraverso chrome-devtools-mcp, uno strumento che permette agli agenti di utilizzare le funzionalità di un browser tramite il Model Context Protocol.

Che cos’è MCP?

MCP significa Model Context Protocol.

È un protocollo pensato per collegare applicazioni basate sull’intelligenza artificiale a strumenti e servizi esterni.

Possiamo immaginarlo come un collegamento standardizzato tra un assistente AI e gli strumenti di cui ha bisogno.

Un agente, attraverso un server MCP compatibile, può richiedere operazioni al browser e riceverne i risultati.

Nel caso di Kitesurf, chrome-devtools-mcp fa da intermediario tra l’agente e il motore di navigazione.

Questo permette di sperimentare attività di navigazione automatizzata senza dover necessariamente eseguire Chrome sul computer locale.

Naturalmente, le funzionalità realmente disponibili dipendono dal supporto implementato e dalla configurazione utilizzata.


Come provare Kitesurf gratuitamente dal browser

Una delle cose più interessanti è che possiamo esplorare Kitesurf direttamente dal suo sito ufficiale, senza dover configurare subito un ambiente di sviluppo.

Per iniziare:

  1. Apriamo kitesurf.dev.
  2. Individuiamo il campo dedicato all’inserimento di un indirizzo web.
  3. Inseriamo l’URL di una pagina che vogliamo analizzare.
  4. Selezioniamo Inspect.
  5. Esploriamo il risultato attraverso gli strumenti disponibili.

La pagina offre anche collegamenti per ottenere screenshot, PDF e HTML.

Sono presenti inoltre alcuni esempi già predisposti dagli sviluppatori.

Tra questi troviamo il blog di Cloudflare, pagine Wikipedia e applicazioni web interattive.

Si possono eseguire anche applicazioni complesse?

Cloudflare mostra alcuni esempi interessanti per dimostrare le capacità del motore.

Tra questi troviamo:

Doom

Una versione del celebre videogioco eseguita tramite WebAssembly e rappresentata attraverso Canvas.

tldraw

Una lavagna digitale interattiva sviluppata con tecnologie web moderne.

Paper.js

Una dimostrazione di grafica vettoriale con forme e animazioni.

Questi esempi servono a mostrare che Kitesurf non è progettato soltanto per leggere pagine statiche.

Il motore punta a gestire anche JavaScript, grafica e interazioni.

Non dobbiamo però interpretare queste dimostrazioni come una garanzia che qualsiasi applicazione web funzioni perfettamente.

Il supporto alle diverse tecnologie è ancora in evoluzione.


Kitesurf funziona anche nel Terminale

Un’altra particolarità riguarda la possibilità di utilizzare Kitesurf attraverso un client da Terminale.

Cloudflare mette a disposizione una modalità di navigazione testuale e una modalità grafica per i terminali compatibili.

Per chi utilizza macOS e Homebrew, il sito ufficiale indica questo comando di installazione:

brew install cloudflare/cloudflare/kitesurf

Per avviare il client in modalità testuale:

kitesurf -m ansi

In questa modalità possiamo navigare senza utilizzare la classica finestra di un browser grafico.

Il sito documenta anche alcune scorciatoie:

  • Ctrl+L: aprire un indirizzo web.
  • F2: cambiare modalità di visualizzazione.
  • Ctrl+C: uscire dal programma.

La modalità grafica sfrutta le capacità dei terminali compatibili con il protocollo Kitty Graphics.

Si tratta di una soluzione interessante soprattutto per sviluppatori e appassionati che utilizzano frequentemente il Terminale.

Per un utente comune, invece, il browser tradizionale rimane generalmente più pratico.


Kitesurf è più leggero di Chrome?

Questa è probabilmente una delle domande più interessanti.

L’architettura di Kitesurf elimina la necessità di avviare un processo Chromium o un container per eseguire il motore di navigazione.

Dal punto di vista progettuale, questo potrebbe consentire una gestione più efficiente di numerose attività automatizzate.

Ma dobbiamo fare una distinzione importante.

Un’architettura potenzialmente più leggera non significa automaticamente che Kitesurf sia sempre più veloce di Chrome.

Le prestazioni dipendono da diversi fattori:

  • Complessità della pagina.
  • Quantità di JavaScript eseguito.
  • Risorse grafiche utilizzate.
  • Compatibilità con le tecnologie web.
  • Tipo di operazione richiesta.
  • Caratteristiche dell’ambiente di esecuzione.

Inoltre, Chromium è un progetto estremamente maturo, sviluppato e ottimizzato nel corso di molti anni.

Kitesurf è ancora sperimentale.

Per valutare concretamente le differenze, Cloudflare mette a disposizione anche benchmark e risultati dei Web Platform Tests.

Sono strumenti utili soprattutto per chi desidera approfondire gli aspetti tecnici.

👉 Consulta i benchmark ufficiali


Kitesurf può sostituire Chrome, Firefox o Safari?

Al momento, non è questo il suo obiettivo principale.

Kitesurf non nasce come browser desktop completo destinato alla navigazione quotidiana.

Non punta a offrire la stessa esperienza di Chrome, Firefox o Safari, con tutte le funzionalità a cui siamo abituati.

Il suo scopo è differente: fornire un motore di navigazione progettato per l’automazione e gli agenti AI.

Possiamo quindi distinguere due scenari.

Navigazione quotidiana

Se dobbiamo leggere notizie, guardare video, utilizzare la posta elettronica o navigare normalmente, un browser tradizionale rimane la soluzione più adatta.

Navigazione automatizzata

Se invece dobbiamo sviluppare un agente AI che visita pagine, analizza contenuti o esegue operazioni tramite strumenti di automazione, Kitesurf rappresenta un’alternativa da esplorare.

Il punto non è quindi stabilire quale browser sia migliore in assoluto.

È capire quale architettura risponda meglio a una determinata esigenza.


Privacy e sicurezza: cosa dobbiamo sapere?

Quando utilizziamo un browser eseguito nel cloud, è importante considerare anche il trattamento dei dati.

Con Kitesurf, l’elaborazione avviene sull’infrastruttura Cloudflare e non all’interno di un normale processo di browser avviato sul nostro computer.

Questo significa che dobbiamo prestare attenzione alle informazioni che decidiamo di elaborare attraverso il servizio.

Per una prima prova conviene utilizzare pagine pubbliche e contenuti non riservati.

Se invece vogliamo integrare Kitesurf in un’applicazione aziendale, sarà importante verificare:

  • Le modalità di autenticazione.
  • La gestione delle credenziali e dei token API.
  • Le politiche di conservazione dei dati.
  • Le autorizzazioni concesse agli agenti AI.
  • I limiti e le condizioni del servizio.

Un browser utilizzato da un agente può entrare in contatto anche con contenuti web non affidabili.

Per questo motivo è importante non concedere automaticamente agli agenti autorizzazioni eccessive.

La possibilità di automatizzare una navigazione non elimina la necessità di controllare quali dati vengono utilizzati e quali operazioni possono essere eseguite.


Kitesurf è gratuito?

Al momento della stesura di questo articolo, il sito ufficiale permette di sperimentare Kitesurf attraverso un playground pubblico, indicato come accessibile senza registrazione.

Questo consente di esplorare alcune funzionalità direttamente dal browser.

Per l’integrazione con i servizi Cloudflare Browser Run è invece prevista una modalità che utilizza un account Cloudflare e un token API.

È importante distinguere l’accesso al playground dalle condizioni economiche dell’utilizzo tramite API.

La disponibilità di una demo gratuita non significa necessariamente che ogni utilizzo di Kitesurf sia gratuito o illimitato.

Prima di integrarlo in un progetto conviene consultare la documentazione e verificare le condizioni aggiornate del servizio.

👉 Documentazione ufficiale Cloudflare


A chi può interessare Kitesurf?

Kitesurf è un progetto tecnico, ma le sue possibili applicazioni coinvolgono diversi settori.

Sviluppatori di agenti AI

Chi realizza assistenti autonomi può sperimentare un motore di navigazione progettato specificamente per l’esecuzione nel cloud.

La compatibilità con CDP e l’integrazione tramite MCP rappresentano due aspetti particolarmente interessanti.

Sviluppatori web

Kitesurf può essere utilizzato per studiare il comportamento delle pagine e sperimentare nuove modalità di rendering e automazione.

La possibilità di consultare DOM, console e richieste di rete offre strumenti utili per l’analisi tecnica.

Aziende che sviluppano automazioni

Le aziende che utilizzano sistemi automatici per raccogliere informazioni pubbliche o interagire con applicazioni web potrebbero trovare interessante un’architettura che non richiede un processo Chromium tradizionale.

Naturalmente, prima di adottarla in produzione, sarà necessario verificarne affidabilità, compatibilità e prestazioni.

Appassionati di intelligenza artificiale

Anche chi non sviluppa software può trovare Kitesurf interessante per comprendere come stanno cambiando gli strumenti utilizzati dagli agenti AI.

Il progetto mostra una possibile direzione futura: creare infrastrutture progettate direttamente per i programmi autonomi, invece di adattare strumenti nati principalmente per gli esseri umani.


I limiti attuali di Kitesurf

Nonostante le caratteristiche interessanti, dobbiamo ricordare che Kitesurf è ancora un progetto sperimentale.

Questo comporta alcune considerazioni.

Compatibilità con i siti web

Il web moderno comprende una quantità enorme di tecnologie, standard e comportamenti.

Riprodurre tutte le funzionalità di un browser maturo richiede molto lavoro.

Alcuni siti potrebbero quindi non essere visualizzati correttamente oppure presentare problemi con determinate funzionalità.

Supporto incompleto alle API

La compatibilità con Chrome DevTools Protocol non garantisce necessariamente il supporto di tutte le operazioni disponibili in Chromium.

Chi sviluppa automazioni dovrebbe verificare le funzioni effettivamente necessarie al proprio progetto.

Affidabilità in produzione

Una dimostrazione funzionante non equivale automaticamente a un sistema pronto per applicazioni critiche.

Prima di utilizzare Kitesurf in ambienti professionali, è importante eseguire test sulle pagine e sui flussi di lavoro reali.

Un progetto ancora in evoluzione

Le funzionalità disponibili, le prestazioni e le modalità di integrazione potrebbero cambiare con gli aggiornamenti.

Per questo conviene seguire la documentazione ufficiale e lo sviluppo del progetto.


Perché Kitesurf potrebbe essere importante per il futuro dell’AI

L’aspetto più interessante di Kitesurf non riguarda soltanto il modo in cui vengono visualizzate le pagine.

Riguarda il cambiamento nel rapporto tra intelligenza artificiale e web.

Per molti anni i browser sono stati progettati principalmente per le persone.

Apriamo una finestra, digitiamo un indirizzo e interagiamo con pulsanti, menu e contenuti.

Gli agenti AI, invece, hanno esigenze differenti.

Devono interpretare informazioni, eseguire operazioni e comunicare con altri strumenti attraverso interfacce programmabili.

Non hanno necessariamente bisogno di tutte le funzionalità di un browser desktop.

Kitesurf esplora proprio questa possibilità: costruire un motore di navigazione pensato fin dall’inizio per essere utilizzato dal software, anziché soltanto dagli esseri umani.

Se questo approccio dovesse maturare, potrebbe contribuire allo sviluppo di infrastrutture più specializzate per l’automazione web.

Naturalmente, resta da vedere quanto rapidamente il progetto riuscirà a migliorare la compatibilità e l’affidabilità rispetto ai browser tradizionali.


La nostra opinione

Kitesurf è uno di quei progetti che meritano attenzione non tanto perché promettono di sostituire immediatamente uno strumento esistente, ma perché propongono un modo diverso di affrontare un problema.

L’idea di eseguire un motore di navigazione direttamente su Cloudflare Workers, senza avviare Chromium, è particolarmente interessante in un periodo in cui gli agenti AI stanno diventando sempre più diffusi.

La compatibilità con Chrome DevTools Protocol, l’integrazione con MCP e la possibilità di sperimentare il motore attraverso un playground pubblico rendono il progetto accessibile a chi vuole comprenderne il funzionamento.

Allo stesso tempo, non dobbiamo dimenticare che si tratta di una tecnologia ancora sperimentale.

La compatibilità con i siti web, le prestazioni e l’affidabilità saranno aspetti fondamentali per determinarne il successo.

Per chi utilizza Internet quotidianamente, Kitesurf non rappresenta oggi un’alternativa diretta a Chrome o Safari.

Per gli sviluppatori e per chi segue l’evoluzione degli agenti AI, invece, è un progetto da tenere d’occhio.

Il futuro della navigazione web potrebbe non riguardare soltanto i browser che utilizziamo noi, ma anche quelli che utilizzeranno le intelligenze artificiali per lavorare al nostro posto.

E Kitesurf rappresenta un esperimento concreto in questa direzione.

👉 Sito ufficiale: Kitesurf

👉 Documentazione: Cloudflare Kitesurf Docs

👉 Approfondimento tecnico: Annuncio ufficiale Cloudflare


❤️ Ti è piaciuto questo articolo?

Avevi già sentito parlare di Kitesurf? Pensi che in futuro gli agenti AI utilizzeranno browser progettati appositamente per loro oppure continueranno ad affidarsi a Chrome e Chromium?

Scrivicelo nei commenti!

Condividi questo articolo con un amico appassionato di intelligenza artificiale, programmazione e nuove tecnologie e continua a seguire Albilab.it per guide, tutorial, trucchi e novità dal mondo della tecnologia! 🚀

Strata: come usare un’intelligenza artificiale potente direttamente sul tuo PC, gratis e senza cloud

Copertina STRATA con un PC e una rete neurale luminosa che emerge dalla GPU, simbolo dell’intelligenza artificiale in locale.

Immagina di poter utilizzare un’intelligenza artificiale direttamente sul tuo computer, senza dover inviare continuamente domande e documenti a un server esterno.

Niente abbonamento mensile obbligatorio, nessun costo per ogni richiesta e soprattutto un maggiore controllo sui tuoi dati.

Sembra interessante, vero?

Negli ultimi anni ci siamo abituati a utilizzare strumenti come ChatGPT, Claude e Gemini, che elaborano le nostre richieste attraverso potenti server remoti.

Ma esiste anche un’alternativa: eseguire i modelli di intelligenza artificiale direttamente sul nostro PC.

Il problema è che i modelli più grandi richiedono generalmente enormi quantità di memoria e schede video particolarmente costose.

Ed è proprio qui che entra in gioco Strata, un progetto gratuito e open source che cerca di rendere accessibili modelli AI di grandi dimensioni anche su computer dotati di hardware consumer.

La particolarità? Strata permette di distribuire il lavoro tra scheda video, memoria RAM e, quando necessario, SSD, sfruttando le risorse disponibili.

Vediamo insieme cos’è Strata, come funziona, quali computer sono compatibili, come installarlo e se può davvero rappresentare un’alternativa ai servizi AI nel cloud.

👉 Scopri Strata su GitHub

Cos’è Strata?

Strata è un motore di inferenza AI locale, gratuito e open source, sviluppato da Niko Veit e disponibile su GitHub.

Ma cosa significa motore di inferenza?

Quando utilizziamo un’intelligenza artificiale, il modello deve elaborare le nostre richieste e generare una risposta. Questo processo viene chiamato inferenza.

Normalmente, quando utilizziamo ChatGPT o servizi simili, l’elaborazione avviene sui server dell’azienda che fornisce il servizio.

Con Strata, invece, il modello può essere eseguito direttamente sul nostro computer.

In pratica, possiamo utilizzare un’intelligenza artificiale senza dover necessariamente collegarci a un servizio remoto per ogni domanda.

Strata mette a disposizione:

  • Un’applicazione desktop con interfaccia grafica.
  • Un motore per eseguire modelli AI localmente.
  • Un’applicazione da Terminale.
  • API locali per collegare altri programmi.
  • Supporto a diverse schede video NVIDIA e AMD.
  • Compatibilità con Apple Silicon e alcune GPU Intel.
  • Integrazione con strumenti di programmazione AI.

Il progetto è distribuito con licenza MIT per il proprio codice, mentre i modelli utilizzati possono avere licenze differenti.

Cosa significa utilizzare un’AI locale?

Per capire perché Strata sia interessante dobbiamo prima distinguere due modi di utilizzare l’intelligenza artificiale.

AI nel cloud

Quando utilizziamo un servizio come ChatGPT, la nostra richiesta viene inviata attraverso Internet a un server remoto.

Il server esegue il modello e restituisce la risposta.

Questo approccio offre diversi vantaggi: possiamo utilizzare modelli molto potenti senza possedere un computer particolarmente costoso.

Ma presenta anche alcune caratteristiche da considerare:

  • È necessaria una connessione Internet.
  • Alcune funzionalità possono richiedere un abbonamento.
  • Possono esserci limiti di utilizzo.
  • Le richieste vengono elaborate da un’infrastruttura esterna.

AI locale

Con un’intelligenza artificiale locale, invece, il modello viene scaricato e caricato sul nostro computer.

L’elaborazione avviene utilizzando le risorse della macchina.

Questo permette di utilizzare i modelli supportati senza inviare ogni richiesta a un servizio cloud.

I principali vantaggi possono essere:

  • Maggiore controllo sui dati.
  • Possibilità di lavorare offline dopo la configurazione.
  • Nessun costo per token imposto da un provider remoto.
  • Possibilità di integrare il modello nei propri programmi.
  • Maggiore libertà nella configurazione.

Naturalmente esistono anche degli svantaggi.

Il computer deve avere risorse sufficienti, i modelli occupano spazio e le prestazioni dipendono dall’hardware disponibile.

Strata nasce proprio per rendere più accessibile questo secondo approccio.

Come funziona Strata?

La particolarità di Strata riguarda il modo in cui utilizza le risorse del computer.

Per comprenderlo dobbiamo parlare di tre componenti fondamentali: GPU, RAM e SSD.

GPU: la scheda video

La GPU è il componente che esegue una parte importante dei calcoli necessari ai modelli AI.

Le schede video moderne sono particolarmente adatte a elaborare grandi quantità di dati in parallelo.

Il problema è che la memoria disponibile sulla scheda video, chiamata VRAM, è limitata.

Una scheda video consumer può avere, ad esempio, 8, 12 o 16 GB di VRAM.

Ma alcuni modelli AI richiedono quantità di memoria molto superiori.

RAM: la memoria del computer

La RAM è la memoria principale del sistema.

Generalmente è più abbondante della VRAM, anche se l’accesso ai dati può essere meno efficiente per alcuni calcoli AI.

Strata sfrutta la memoria RAM per conservare parte delle informazioni necessarie al modello.

In questo modo non tutto deve necessariamente essere caricato sulla scheda video.

SSD: lo spazio di archiviazione

In determinate configurazioni Strata può utilizzare anche l’SSD per conservare dati che non devono rimanere continuamente nella memoria più veloce.

L’SSD è molto più lento della RAM, ma offre generalmente una capacità maggiore.

Questo permette di lavorare con modelli che, in alcune configurazioni, non potrebbero essere caricati interamente nella memoria disponibile.

Attenzione però: utilizzare un SSD non significa trasformarlo magicamente in RAM.

La velocità del disco e il modo in cui vengono recuperati i dati possono influire sulle prestazioni.

Il risultato

Strata cerca di distribuire il lavoro tra i diversi componenti del computer.

La GPU esegue i calcoli più adatti alla sua architettura, mentre RAM e SSD vengono utilizzati per gestire i dati del modello.

Questo approccio può consentire di eseguire modelli molto grandi su hardware meno costoso rispetto a quello normalmente richiesto.

Come fa Strata a eseguire modelli così grandi?

Una delle tecnologie più interessanti riguarda i modelli chiamati Mixture of Experts, abbreviati in MoE.

Il nome significa letteralmente “miscela di esperti”.

Ma non dobbiamo immaginare tante intelligenze artificiali completamente separate.

Un modello MoE contiene numerosi gruppi di parametri specializzati, chiamati esperti.

Quando il modello deve generare una risposta, non utilizza necessariamente tutti gli esperti contemporaneamente.

Ne seleziona soltanto alcuni.

Possiamo immaginare una grande azienda con centinaia di specialisti.

Se dobbiamo risolvere un problema informatico, non è necessario convocare tutti i dipendenti.

Basta coinvolgere gli specialisti più adatti.

Un modello MoE segue un principio simile.

Questo permette di avere un modello con moltissimi parametri complessivi, utilizzandone soltanto una parte per ogni passaggio di elaborazione.

Strata sfrutta questa caratteristica per ottimizzare la gestione degli esperti tra GPU, CPU e memoria.

È uno degli elementi che rendono possibile l’esecuzione locale di modelli molto grandi.

Quali modelli AI possiamo utilizzare con Strata?

Strata non è un modello di intelligenza artificiale in sé.

È il software che permette di eseguire determinati modelli.

Questa distinzione è importante.

Possiamo immaginare Strata come un lettore multimediale e il modello AI come il contenuto che vogliamo riprodurre.

Naturalmente il funzionamento tecnico è molto diverso, ma il paragone aiuta a comprendere il concetto.

Tra le famiglie di modelli documentate troviamo:

Qwen3.8-Flash-Next

È uno dei modelli principali supportati dal progetto.

Si tratta di un modello MoE di grandi dimensioni, progettato per attività come conversazione, programmazione e analisi di contenuti.

Strata permette di eseguirne diverse versioni quantizzate.

Qwen3.6-35B-A3B

È un’altra famiglia supportata, con requisiti differenti rispetto al modello più grande.

Può essere interessante per chi cerca un compromesso tra dimensioni, prestazioni e qualità delle risposte.

Altri modelli e versioni

Il progetto è in rapida evoluzione e il catalogo può cambiare tra una versione e l’altra.

Per questo è importante verificare sempre i modelli attualmente supportati nella documentazione ufficiale.

Non bisogna dare per scontato che Strata possa eseguire qualsiasi modello disponibile su Hugging Face o su altri cataloghi.

👉 Consulta i modelli supportati

Che cos’è la quantizzazione e perché è importante?

Se abbiamo letto qualcosa sui modelli AI locali, probabilmente abbiamo incontrato sigle come Q2, Q4 e Q8.

Queste indicano differenti modalità di quantizzazione.

Ma cosa significa?

Un modello di intelligenza artificiale contiene enormi quantità di valori numerici.

Questi valori occupano memoria.

La quantizzazione permette di rappresentarli utilizzando meno bit, riducendo la quantità di memoria necessaria.

Possiamo fare un paragone con la compressione delle immagini.

Un’immagine molto compressa occupa meno spazio, ma potrebbe perdere alcuni dettagli.

Allo stesso modo, un modello fortemente quantizzato può occupare molta meno memoria, ma potrebbe anche perdere precisione in determinate attività.

In generale:

  • Quantizzazioni più aggressive richiedono meno memoria.
  • Quantizzazioni meno aggressive conservano maggiore precisione numerica.
  • Le prestazioni e la qualità dipendono dal modello e dal metodo utilizzato.

Non sempre la versione più piccola è quella migliore.

Se vogliamo utilizzare Strata per programmare o svolgere attività complesse, conviene valutare attentamente il compromesso tra qualità e risorse.

Quale computer serve per utilizzare Strata?

Questa è probabilmente la domanda più importante.

Strata non richiede necessariamente una GPU professionale da migliaia di euro.

Tuttavia, questo non significa che possa eseguire qualsiasi modello su qualsiasi PC.

I requisiti dipendono dal modello scelto, dalla quantizzazione e dal sistema operativo.

Tra le piattaforme supportate dalla documentazione troviamo:

  • Schede NVIDIA GeForce RTX delle serie 20, 30, 40 e 50.
  • Diverse schede AMD Radeon.
  • Alcune GPU Intel Arc su Linux.
  • Computer Apple Silicon, da M1 in poi, con requisiti software specifici.
  • Alcune piattaforme AMD Ryzen AI Max.

Per i modelli più grandi possono essere necessari decine di gigabyte di RAM e una quantità significativa di spazio su disco.

Ad esempio, alcune configurazioni pubblicate dagli sviluppatori utilizzano una RTX 5070 da 12 GB insieme a 64 GB di RAM.

Questo non significa che 64 GB siano un requisito universale.

Altre configurazioni possono richiedere quantità differenti di memoria.

Prima di scaricare un modello è quindi fondamentale controllare i requisiti specifici.

👉 Verifica la compatibilità hardware su GitHub

Come installare Strata su Windows, Linux e macOS

Uno degli aspetti interessanti del progetto è la disponibilità di un’applicazione desktop.

Questo significa che non dobbiamo necessariamente utilizzare il Terminale per iniziare.

1. Scaricare Strata

Per prima cosa apriamo il repository ufficiale:

👉 Scarica Strata da GitHub

Nella sezione Releases troviamo le versioni disponibili.

Scegliamo quella compatibile con il nostro sistema operativo.

Il progetto distribuisce pacchetti per Windows, Linux e Mac con Apple Silicon, secondo le versioni disponibili.

2. Installare il programma

Una volta scaricato il file corretto, avviamo l’installazione seguendo le indicazioni previste per il nostro sistema.

Su Windows possiamo utilizzare il programma di installazione.

Su macOS può essere disponibile un pacchetto DMG per i computer compatibili.

Su Linux può essere disponibile una versione AppImage.

3. Selezionare il modello

Al primo avvio, Strata permette di configurare il motore e scegliere un modello compatibile.

Il software può richiedere il download dei componenti necessari.

Questa operazione può occupare molto spazio e richiedere tempo, soprattutto se scegliamo un modello di grandi dimensioni.

4. Avviare l’intelligenza artificiale

Terminata la configurazione, possiamo iniziare a utilizzare il modello direttamente dal computer.

Possiamo scrivere domande, chiedere spiegazioni e utilizzare le funzionalità supportate.

La velocità delle risposte dipenderà dall’hardware e dal modello selezionato.

Come utilizzare Strata dal Terminale

Per gli utenti più esperti è disponibile anche un’interfaccia da Terminale.

Una volta installato il client Strata, possiamo utilizzare il comando:

strata launch

Il programma guida nella scelta e nell’avvio di un modello.

Per visualizzare le opzioni disponibili possiamo consultare la documentazione ufficiale.

Esiste inoltre un comando particolarmente interessante:

strata connect

Questo permette di visualizzare le integrazioni disponibili con altri strumenti.

È una funzionalità utile soprattutto per chi sviluppa software e utilizza agenti AI.

Strata può sostituire ChatGPT o Claude?

Dipende da cosa vogliamo fare.

Se utilizziamo ChatGPT o Claude per scrivere testi, chiedere spiegazioni o analizzare contenuti, un modello locale potrebbe essere sufficiente per alcune attività.

Ma non dobbiamo confondere il motore Strata con i modelli che esegue.

La qualità delle risposte dipende principalmente dal modello selezionato, dalla quantizzazione e dalle risorse disponibili.

I servizi cloud più avanzati possono offrire capacità superiori in determinati compiti, oltre a strumenti integrati e funzionalità aggiuntive.

Strata, invece, offre un vantaggio differente: il controllo sull’esecuzione locale.

Può essere particolarmente interessante quando vogliamo:

  • Evitare costi legati al numero di richieste.
  • Sperimentare modelli AI in autonomia.
  • Utilizzare l’intelligenza artificiale senza dipendere continuamente da un servizio remoto.
  • Integrare un modello in programmi locali.
  • Mantenere maggiore controllo sui dati elaborati.

Non è quindi necessariamente una sostituzione completa dei servizi cloud.

Per molti utenti potrebbe essere una soluzione complementare.

Strata funziona anche senza Internet?

Sì, l’inferenza locale può funzionare senza connessione Internet dopo aver scaricato e configurato i componenti necessari.

Questo è uno dei principali vantaggi del progetto.

Tuttavia, è importante fare una distinzione.

Per scaricare Strata, ottenere i modelli e installare gli aggiornamenti serve normalmente una connessione.

Inoltre, eventuali strumenti esterni o integrazioni che utilizzano la rete possono continuare a richiedere Internet.

Quindi Strata può elaborare localmente le richieste, ma questo non significa che ogni funzionalità sia sempre completamente offline.

Se dobbiamo trattare informazioni riservate, è consigliabile verificare la configurazione, i permessi di rete e gli strumenti collegati.

Strata è compatibile con Claude Code, Codex e OpenCode?

Una delle funzionalità più interessanti riguarda la possibilità di utilizzare Strata come motore AI per altri programmi.

Il progetto offre API locali compatibili con le interfacce di OpenAI e Anthropic.

Questo permette a diversi strumenti di comunicare con il modello eseguito sul nostro computer.

Tra gli strumenti documentati troviamo:

  • Claude Code.
  • Codex CLI.
  • OpenCode.
  • OpenClaw.
  • Hermes Agent.
  • Altri client compatibili.

In una configurazione standard, il server locale può essere raggiungibile attraverso un indirizzo come:

http://127.0.0.1:8080

Questo indirizzo indica il computer locale.

Non è un server pubblico su Internet.

Attraverso le API, un programma può inviare richieste al modello e ricevere risposte.

Naturalmente, la compatibilità tecnica non significa che un modello locale offra le stesse capacità del modello cloud normalmente utilizzato da questi strumenti.

Strata è davvero gratuito?

Il software Strata è gratuito e open source.

Non richiede necessariamente un account per eseguire i modelli supportati sul proprio computer.

Ma dobbiamo distinguere il costo del software da quello dell’hardware.

Per utilizzare modelli di grandi dimensioni potremmo aver bisogno di:

  • Una scheda video adeguata.
  • Una quantità sufficiente di memoria RAM.
  • Molto spazio libero sull’SSD.
  • Energia elettrica per eseguire i calcoli.

Inoltre, utilizzare un modello locale non elimina automaticamente eventuali costi di servizi esterni collegati.

Il vantaggio principale è che l’inferenza locale non richiede il pagamento di un prezzo per token a un provider cloud.

Per chi utilizza molto l’intelligenza artificiale, questo potrebbe diventare interessante.

Ma non significa che l’AI locale sia sempre la soluzione economicamente più conveniente.

Strata, Ollama e LM Studio: quali sono le differenze?

Se abbiamo già provato a utilizzare modelli AI locali, probabilmente conosciamo Ollama e LM Studio.

Sono due strumenti molto diffusi.

Vediamo un confronto semplificato.

CaratteristicaStrataOllamaLM Studio
Esecuzione localeSìSìSì
Applicazione desktopSìSìSì
API localiSìSìSì
Open sourceSìSìComponenti e licenze differenti
Obiettivo principaleModelli supportati di grandi dimensioniGestione di numerosi modelliUtilizzo di modelli locali con interfaccia grafica

La differenza principale riguarda la filosofia del progetto.

Ollama punta a semplificare l’esecuzione di numerosi modelli.

LM Studio offre un ambiente particolarmente comodo per scaricare, provare e utilizzare modelli locali.

Strata, invece, si concentra sull’esecuzione efficiente di specifiche famiglie di modelli di grandi dimensioni, sfruttando GPU, CPU e memoria.

Non esiste quindi un vincitore assoluto.

Se vogliamo provare molti modelli differenti, Ollama e LM Studio possono essere più flessibili.

Se invece vogliamo sperimentare i modelli supportati da Strata su hardware consumer, il progetto merita attenzione.

Quali sono i limiti di Strata?

Nonostante le caratteristiche interessanti, Strata presenta alcuni aspetti da considerare.

Non funziona con qualsiasi modello

Il progetto supporta specifiche famiglie e formati.

Non possiamo dare per scontato che qualsiasi modello AI possa essere eseguito direttamente.

Richiede hardware adeguato

La possibilità di utilizzare modelli grandi non elimina i requisiti di memoria.

Alcune configurazioni possono richiedere quantità importanti di RAM e spazio su disco.

Le prestazioni possono variare molto

Due computer con schede video differenti possono offrire risultati completamente diversi.

Anche la quantizzazione e la lunghezza delle richieste possono influire sulla velocità.

I modelli quantizzati possono perdere qualità

Ridurre la memoria necessaria comporta talvolta compromessi nella precisione delle risposte.

È un progetto in evoluzione

Strata viene aggiornato frequentemente.

Funzionalità, compatibilità e modelli supportati possono cambiare.

Prima di utilizzarlo per attività importanti conviene consultare le informazioni aggiornate e verificare il comportamento sul proprio computer.

Perché Strata potrebbe essere importante per il futuro dell’AI locale

L’aspetto più interessante di Strata non riguarda soltanto la possibilità di utilizzare un modello molto grande su un PC.

Riguarda una tendenza più ampia.

Per anni, i modelli AI più potenti sono stati associati quasi esclusivamente a grandi infrastrutture cloud.

L’evoluzione delle architetture MoE, delle tecniche di quantizzazione e dei motori di inferenza sta però rendendo possibili nuove soluzioni.

Strata rappresenta uno degli esperimenti più interessanti in questa direzione.

L’idea è sfruttare meglio le risorse già disponibili nei computer, invece di richiedere necessariamente hardware professionale.

Se queste tecnologie continueranno a migliorare, potremmo vedere sempre più applicazioni AI capaci di funzionare direttamente sui nostri dispositivi.

Questo potrebbe offrire maggiore autonomia, più possibilità di personalizzazione e un controllo superiore sull’elaborazione dei dati.

Naturalmente, il cloud continuerà a essere importante, soprattutto per i modelli più avanzati e per le attività che richiedono enormi risorse.

Ma il futuro dell’intelligenza artificiale potrebbe essere sempre più caratterizzato dalla convivenza tra soluzioni locali e servizi remoti.

La nostra opinione

Strata è uno di quei progetti che meritano attenzione perché cercano di risolvere un problema concreto.

Utilizzare modelli AI molto grandi richiede normalmente hardware costoso e quantità elevate di memoria.

Strata prova a rendere questa tecnologia più accessibile sfruttando in modo intelligente GPU, RAM e SSD.

La presenza di un’applicazione desktop, il supporto a diverse piattaforme e la possibilità di collegare strumenti come Codex e OpenCode rendono il progetto particolarmente interessante.

Allo stesso tempo, dobbiamo evitare di interpretarlo come una soluzione miracolosa.

Non significa che un vecchio computer possa improvvisamente eseguire qualsiasi intelligenza artificiale alla massima velocità.

Le prestazioni dipendono dall’hardware e i modelli quantizzati possono comportare compromessi.

Per chi vuole avvicinarsi al mondo dell’AI locale, però, Strata rappresenta un progetto da conoscere.

La possibilità di eseguire intelligenze artificiali sempre più potenti direttamente sui nostri computer potrebbe diventare uno dei cambiamenti più interessanti dei prossimi anni.

E Strata mostra concretamente quanto questo settore si stia evolvendo.

👉 GitHub ufficiale di Strata

👉 Scarica Strata


❤️ Ti è piaciuto questo articolo?

Hai mai provato a utilizzare un’intelligenza artificiale direttamente sul tuo computer?

Preferisci i servizi cloud come ChatGPT e Claude oppure ti piacerebbe avere un modello AI completamente sotto il tuo controllo?

Scrivicelo nei commenti!

Condividi questo articolo con un amico appassionato di tecnologia e intelligenza artificiale e continua a seguire Albilab.it per guide, tutorial, strumenti gratuiti e novità dal mondo digitale! 🚀

Updater per macOS: come gestire gli aggiornamenti di app e pacchetti in un unico posto

Updater per macOS: icona dell’app e schermata degli aggiornamenti disponibili, nella copertina di Albilab.it.

Chi utilizza un Mac lo sa: tenere aggiornato il software può richiedere controlli in posti diversi.

Alcune applicazioni passano dal Mac App Store, altre segnalano una nuova versione quando vengono aperte. Chi utilizza strumenti di sviluppo deve poi occuparsi anche dei pacchetti installati con gestori come Homebrew.

Updater nasce per semplificare questa gestione, raccogliendo il controllo degli aggiornamenti in un’unica interfaccia.

L’idea è avere una panoramica di ciò che richiede attenzione, senza dover verificare ogni fonte separatamente.


Cos’è Updater?

Updater è un’utility per macOS dedicata al monitoraggio degli aggiornamenti di applicazioni e pacchetti software.

Secondo il sito ufficiale, permette anche di aggiornare direttamente i pacchetti supportati.

Il suo interesse emerge soprattutto quando sullo stesso Mac convivono programmi e strumenti installati attraverso canali diversi.

In una configurazione di questo tipo, un punto di controllo comune può aiutare a organizzare la manutenzione.


Quali fonti supporta?

Tra le fonti elencate dallo sviluppatore troviamo:

  • Mac App Store;
  • applicazioni basate su Sparkle;
  • Homebrew;
  • NPM;
  • Pip;
  • MacPorts;
  • RubyGems;
  • Cargo;
  • Go;
  • Composer.

È una combinazione che rende Updater interessante anche per chi usa il Mac per programmare.

In questo caso, infatti, gli aggiornamenti da seguire non riguardano soltanto le applicazioni quotidiane, ma anche gli strumenti utilizzati nei progetti.


Le funzionalità principali

Indicatore nella barra dei menu

Updater mostra un indicatore nella barra dei menu quando rileva aggiornamenti disponibili.

Dall’app è possibile consultare le novità e leggere le note di rilascio.

Aggiornamenti con un clic

I pacchetti supportati possono essere aggiornati direttamente dall’interfaccia, senza utilizzare il Terminale.

Controlli personalizzabili

Gli intervalli di verifica sono configurabili da un’ora a un giorno.

È inoltre possibile ignorare specifiche versioni.

Ricerca e filtri

Gli aggiornamenti possono essere cercati per nome, fonte o versione e raggruppati in base alla provenienza.

Queste sono le funzionalità dichiarate nella presentazione ufficiale di Updater.


Perché può essere utile?

Il vantaggio pratico è poter dedicare un momento preciso alla manutenzione del Mac.

Spesso ci occupiamo degli aggiornamenti soltanto quando compare un avviso, magari proprio mentre stiamo iniziando a lavorare.

Una panoramica comune può aiutare a costruire un’abitudine diversa: controllare cosa è disponibile, leggere le modifiche e decidere quando intervenire.

Pensiamo a chi vuole rivedere i propri strumenti prima di iniziare un nuovo progetto oppure preferisce riservare un momento della settimana alla manutenzione.

In queste situazioni, avere le informazioni raccolte nello stesso posto può rendere l’attività più ordinata.


A chi può interessare Updater?

Sviluppatori

Chi lavora con diversi gestori di pacchetti deve seguire un ambiente composto da numerosi strumenti.

Un punto di controllo comune può rendere questa attività più gestibile.

Professionisti con molte applicazioni

Quando il Mac è lo strumento principale di lavoro, il numero di programmi installati tende a crescere.

Organizzare i controlli può aiutare a evitare che la manutenzione venga rimandata continuamente.

Appassionati di macOS

Chi installa e prova spesso nuove utility può apprezzare una panoramica del software che utilizza.

Se invece il Mac ospita poche applicazioni, il beneficio potrebbe essere più contenuto: tutto dipende dalle proprie abitudini e dalla configurazione del computer.


Cosa sapere prima dell’installazione

È importante distinguere il monitoraggio degli aggiornamenti dalla possibilità di installarli direttamente.

Il riferimento ai pacchetti supportati non va interpretato come una garanzia che qualsiasi applicazione presente sul Mac possa essere aggiornata da Updater.

Inoltre, la pagina consultata non specifica chiaramente prezzo, licenza e versione minima di macOS richiesta.

Prima dell’installazione conviene quindi verificare questi aspetti e la compatibilità con il proprio computer.


Conclusioni

Updater affronta un’esigenza concreta: organizzare il controllo degli aggiornamenti quando il software installato proviene da fonti diverse.

La sua utilità dipende soprattutto da quanto è articolato il nostro ambiente di lavoro.

Per chi gestisce molte applicazioni e strumenti di sviluppo, una panoramica comune può rendere più semplice dedicare tempo alla manutenzione del Mac.

👉 Sito ufficiale: Updater per macOS


❤️ Ti è piaciuto questo articolo?

Conoscevi già Updater? Utilizzi uno strumento dedicato per gestire gli aggiornamenti del tuo Mac oppure preferisci controllare ogni applicazione separatamente?

Scrivicelo nei commenti!

Condividi questo articolo con un amico che vuole semplificare la gestione degli aggiornamenti sul Mac e continua a seguire Albilab.it per guide, tutorial, trucchi e novità dal mondo della tecnologia! 🚀

Concat: l’alternativa gratuita e open source a CapCut per modificare video senza abbonamento

Concat, alternativa gratuita e open source a CapCut per il montaggio video, con sottotitoli automatici, effetti ed esportazione 4K senza watermark.

Realizzare video per YouTube, Instagram, TikTok o semplicemente per condividere un ricordo non dovrebbe necessariamente richiedere un abbonamento.

Negli ultimi anni, programmi come CapCut hanno reso il montaggio video molto più accessibile, grazie a interfacce intuitive, sottotitoli automatici, effetti e strumenti basati sull’intelligenza artificiale.

Ma se volessimo utilizzare un editor completamente gratuito, senza watermark e senza dover caricare i nostri video online?

È proprio qui che entra in gioco Concat, un software di video editing gratuito e open source che punta a offrire molte delle funzionalità più apprezzate di CapCut, mantenendo l’elaborazione direttamente sul nostro dispositivo.

Vediamo insieme cos’è, come funziona e perché potrebbe diventare un’alternativa interessante ai programmi di montaggio video più conosciuti.

Cos’è Concat?

Concat è un editor video gratuito e open source progettato per permettere di montare video senza account, abbonamenti o filigrane.

Il progetto nasce con un obiettivo preciso: offrire gli strumenti utilizzati quotidianamente dai content creator, mantenendo il controllo sui propri file.

👉 Visita il sito ufficiale di Concat

Il programma è disponibile per diversi sistemi operativi:

  • Windows
  • macOS
  • Linux
  • Android
  • iOS (versione beta)

Uno degli aspetti più interessanti è che, secondo gli sviluppatori, l’elaborazione dei contenuti avviene localmente, senza dover inviare video e audio a server esterni.

Come funziona Concat?

L’interfaccia di Concat ricorda quella dei classici programmi di montaggio video.

Troviamo una libreria per importare i contenuti, un monitor per visualizzare l’anteprima, un pannello per modificare le proprietà degli elementi e una timeline sulla quale organizzare le clip.

Importare video, immagini e audio

Il primo passaggio consiste nell’importare i file multimediali presenti sul computer.

Possiamo utilizzare riprese realizzate con lo smartphone, registrazioni dello schermo, immagini e tracce audio.

Una volta importati, i contenuti possono essere trascinati sulla timeline per iniziare a costruire il video.

Montare le clip sulla timeline

Concat mette a disposizione una timeline multitraccia.

Questo significa che possiamo lavorare su diversi livelli, ad esempio inserendo una traccia video principale, musica di sottofondo, titoli e sottotitoli.

Sono presenti gli strumenti tipici di un editor video, come il taglio delle clip, la suddivisione delle sequenze e la gestione degli elementi.

Aggiungere effetti e transizioni

Un video non è composto soltanto da clip posizionate una dopo l’altra.

Spesso abbiamo bisogno di aggiungere transizioni, modificare i colori oppure applicare qualche effetto per rendere il risultato più piacevole.

Concat dichiara di includere 100 effetti, filtri e transizioni, oltre a strumenti per intervenire sui colori e su diversi parametri visivi.

Per chi realizza contenuti social, queste funzionalità possono risultare particolarmente utili.

Sottotitoli automatici con Whisper

Una delle funzionalità più interessanti di Concat riguarda la generazione automatica dei sottotitoli.

Chi pubblica video sui social sa quanto sia importante rendere i contenuti comprensibili anche quando vengono riprodotti senza audio.

Creare manualmente i sottotitoli, però, può richiedere parecchio tempo.

Concat integra Whisper per trascrivere automaticamente il parlato.

La particolarità è che il riconoscimento vocale viene eseguito localmente sul dispositivo, dopo aver scaricato i modelli necessari.

Una volta generati, i sottotitoli vengono inseriti nella timeline e possono essere personalizzati graficamente.

Possiamo quindi intervenire sul testo, sul carattere e sull’aspetto dei titoli.

È una funzione interessante per tutorial, video informativi, interviste e contenuti destinati ai social.

Naturalmente, come accade con qualsiasi sistema di trascrizione automatica, conviene sempre rileggere il risultato prima dell’esportazione.

Text-to-Speech: trasformare il testo in voce

Concat non si limita alla gestione dei sottotitoli.

Tra le funzionalità disponibili troviamo anche il Text-to-Speech, cioè la possibilità di trasformare un testo scritto in una voce sintetica.

Possiamo pensare, ad esempio, a un tutorial nel quale vogliamo aggiungere una spiegazione audio senza registrare personalmente la voce.

Il software permette di generare una traccia vocale e inserirla direttamente nella timeline.

È prevista anche una funzione di clonazione vocale a partire da una breve registrazione, da utilizzare esclusivamente con la propria voce o con il consenso della persona interessata.

Per creator, insegnanti e professionisti, la sintesi vocale può rappresentare uno strumento utile per sperimentare nuovi formati di contenuto.

Rimozione dello sfondo senza green screen

Un’altra funzionalità interessante riguarda la rimozione dello sfondo.

Tradizionalmente, per isolare una persona dallo sfondo di un video si utilizza un telo verde, il cosiddetto green screen.

Concat propone strumenti per separare persone e oggetti dallo sfondo, oltre alla possibilità di intervenire manualmente sulla maschera.

Questo potrebbe tornare utile per creare presentazioni, brevi video promozionali o contenuti nei quali vogliamo sovrapporre un soggetto a uno sfondo differente.

La qualità del risultato dipenderà naturalmente dalla complessità della scena, dal movimento e dalle caratteristiche del materiale originale.

Esportazione video fino a 4K senza watermark

Uno dei limiti che possiamo incontrare nei programmi gratuiti riguarda l’esportazione.

Alcuni editor applicano una filigrana ai video oppure richiedono un abbonamento per utilizzare determinate risoluzioni.

Concat dichiara di supportare l’esportazione fino a 4K a 60 fotogrammi al secondo, senza watermark.

Tra i codec indicati dagli sviluppatori troviamo:

  • H.264
  • HEVC
  • AV1

Sono previste anche opzioni di codifica hardware, quando supportate dal dispositivo.

Questo non significa che tutti i computer possano gestire senza difficoltà un progetto 4K: le prestazioni dipendono dall’hardware, dagli effetti utilizzati e dalla complessità del montaggio.

Per iniziare conviene provare un breve video in Full HD e verificare tempi e qualità dell’esportazione.

Privacy: i nostri video rimangono sul computer?

Questo è probabilmente uno degli aspetti che distinguono maggiormente Concat da molti servizi online.

Secondo quanto dichiarato sul sito ufficiale, il motore di montaggio, i modelli di intelligenza artificiale e i file multimediali lavorano localmente.

Non è necessario creare un account per utilizzare l’editor.

Anche funzioni come sottotitoli automatici e sintesi vocale sono pensate per funzionare offline, dopo aver scaricato gli eventuali modelli richiesti.

Si tratta di un approccio interessante per chi lavora con registrazioni personali, contenuti aziendali o materiali che preferisce non trasferire su piattaforme cloud.

Concat è davvero un’alternativa a CapCut?

Concat viene presentato direttamente dagli sviluppatori come un’alternativa gratuita e open source a CapCut.

Ma possiamo davvero sostituire il nostro editor abituale?

Dipende da quello che dobbiamo realizzare.

Per chi cerca un programma con timeline multitraccia, titoli, sottotitoli automatici, effetti e strumenti di sintesi vocale, Concat offre sulla carta una combinazione interessante.

CapCut rimane però una piattaforma con un proprio ecosistema di funzionalità, modelli e strumenti.

Non dobbiamo quindi dare per scontato che tutti gli effetti, i template o i flussi di lavoro disponibili in CapCut siano presenti anche in Concat.

Il consiglio è quello di partire da un progetto semplice e verificare personalmente le funzionalità che utilizziamo più spesso.

Attenzione: un progetto ancora in evoluzione

Concat è un software relativamente giovane e in continuo sviluppo.

Al momento della stesura di questo articolo, il sito ufficiale presenta la versione 0.2.8.

Questo significa che, pur offrendo numerose funzionalità, possono esserci bug, incompatibilità o comportamenti differenti in base al sistema operativo.

Un altro aspetto da considerare riguarda l’installazione.

Gli sviluppatori segnalano che alcune versioni desktop non dispongono ancora di firma digitale del codice.

Windows e macOS potrebbero quindi mostrare avvisi di sicurezza durante l’installazione.

È importante scaricare il programma esclusivamente dalle fonti ufficiali, controllare le indicazioni degli sviluppatori e verificare eventuali avvisi del sistema prima di procedere.

A chi può essere utile Concat?

Concat potrebbe interessare diverse categorie di utenti.

Content creator e social media manager

Chi realizza video per Instagram, TikTok o YouTube può trovare interessanti la timeline multitraccia, i sottotitoli automatici e gli strumenti per aggiungere effetti e titoli.

Studenti e insegnanti

La possibilità di utilizzare gratuitamente un editor video può essere utile per preparare presentazioni, progetti scolastici e video didattici.

Freelance e piccole imprese

Chi deve realizzare video dimostrativi, tutorial o brevi contenuti promozionali potrebbe valutare Concat come alternativa ai software in abbonamento.

Appassionati di open source

Il codice sorgente pubblico e la licenza AGPL-3.0 rendono il progetto interessante anche per chi vuole studiare il funzionamento di un editor video e contribuire al suo sviluppo.

Come scaricare e installare Concat gratuitamente

Per provare Concat possiamo partire dal sito ufficiale:

👉 Scarica Concat gratuitamente

La pagina mette a disposizione i collegamenti alle versioni per i diversi sistemi operativi.

Il progetto è disponibile anche su GitHub, dove possiamo consultare il codice sorgente, le versioni pubblicate e le segnalazioni degli utenti.

Prima di installarlo, conviene verificare i requisiti di sistema e leggere le istruzioni specifiche per il nostro dispositivo.

Per una prima prova possiamo importare alcune clip, aggiungere un titolo, generare i sottotitoli ed esportare un breve video.

In questo modo avremo subito un’idea del funzionamento dell’editor e delle sue prestazioni sul nostro computer.

La nostra opinione

Concat è uno di quei progetti open source che vale la pena tenere d’occhio.

L’idea di mettere a disposizione un editor video gratuito, senza watermark, senza account e con funzionalità di intelligenza artificiale eseguibili localmente è sicuramente interessante.

Sottotitoli automatici, sintesi vocale, rimozione dello sfondo e supporto all’esportazione 4K sono caratteristiche che meritano attenzione, soprattutto in un software senza abbonamento.

Non dobbiamo però dimenticare che il progetto è ancora giovane e che la presenza di molte funzionalità non garantisce automaticamente la stessa maturità di editor più affermati.

Per chi ama sperimentare nuovi strumenti digitali, cerca alternative open source o desidera mantenere maggiore controllo sui propri contenuti, Concat merita sicuramente una prova.

E chissà, con i prossimi aggiornamenti potrebbe diventare una soluzione sempre più interessante per il montaggio video quotidiano.

❤️ Ti è piaciuto questo articolo?

Conoscevi già Concat? Utilizzi CapCut oppure preferisci un altro programma per montare i tuoi video?

Scrivicelo nei commenti!

Condividi questo articolo con un amico che cerca un editor video gratuito e continua a seguire Albilab.it per guide, tutorial, trucchi e novità dal mondo della tecnologia! 🚀

Capafy: cos’è e come funziona il marketplace delle Skill per agenti AI

Il marketplace delle skill di agenti AI

Dopo chatbot e assistenti AI, il prossimo grande terreno di sviluppo dell’Intelligenza Artificiale potrebbe essere quello degli agenti specializzati.

Non più soltanto chatbot a cui chiedere qualsiasi cosa, ma strumenti progettati per svolgere attività specifiche attraverso procedure, istruzioni e strumenti già predisposti.

È proprio su questo concetto che nasce Capafy, una piattaforma che si presenta come un marketplace di Skill per agenti AI.

L’idea ricorda, almeno in parte, quella di un App Store: invece di installare applicazioni tradizionali, possiamo trovare competenze specializzate che permettono agli agenti AI di svolgere determinati lavori.

Vediamo quindi cos’è Capafy, come funziona, quanto costa e perché il marketplace delle AI Skill potrebbe diventare un modello interessante nell’evoluzione degli agenti artificiali.

Cos’è Capafy

Capafy è un marketplace di Skill per agenti di Intelligenza Artificiale.

Il concetto alla base della piattaforma è relativamente semplice: uno sviluppatore o un esperto può trasformare un determinato workflow in una Skill e pubblicarlo su Capafy sotto forma di Agent pronto all’utilizzo.

Gli utenti possono quindi cercare l’Agent più adatto al lavoro che devono svolgere, acquistarlo quando necessario e utilizzarlo senza dover costruire da zero prompt, script e procedure.

Le categorie disponibili comprendono diversi ambiti, tra cui:

  • ricerca;
  • programmazione;
  • video;
  • immagini;
  • finanza;
  • marketing;
  • scrittura;
  • social media;
  • analisi;
  • produttività;
  • vendite;
  • consulenza;
  • risorse umane;
  • ingegneria;
  • design.

La differenza rispetto a un normale chatbot AI sta soprattutto nella specializzazione.

Un modello generalista deve interpretare ogni volta ciò che vogliamo ottenere. Una Skill può invece contenere istruzioni, procedure, riferimenti, script e altre risorse necessarie per eseguire uno specifico tipo di attività.

Ma che cos’è esattamente una AI Skill?

Per comprendere Capafy bisogna prima capire il concetto di Skill.

Una Skill può essere vista come un pacchetto riutilizzabile di capacità e istruzioni destinato a un agente AI.

Può contenere un file con le istruzioni principali, ma anche script, documentazione, riferimenti e altre risorse necessarie per completare un determinato workflow.

Possiamo quindi immaginarla come una sorta di manuale operativo evoluto per un agente AI.

Il modello linguistico fornisce le capacità generali di comprensione e ragionamento, mentre la Skill gli indica come affrontare un particolare lavoro e può mettergli a disposizione gli strumenti necessari.

Questo permette, almeno in teoria, di passare dal paradigma:

“Chiedi qualcosa all’Intelligenza Artificiale”

a quello:

“Affida questo lavoro a un agente specializzato”.

Una differenza apparentemente sottile, ma importante per capire la direzione verso cui si sta muovendo il settore dell’AI.

Come funziona Capafy

L’utilizzo più semplice di Capafy avviene direttamente dal sito.

L’utente può navigare tra gli Agent disponibili nel marketplace e cercare quello più adatto all’attività che vuole svolgere.

Ogni Agent dispone di una propria scheda nella quale possono essere presenti informazioni come descrizione, prezzo, esempi, publisher e recensioni.

Una volta individuato quello adatto, è possibile utilizzarlo attraverso differenti modalità.

Utilizzare gli Agent dal browser

La prima modalità è quella più accessibile.

Gli Agent possono essere utilizzati attraverso l’interfaccia web di Capafy senza dover necessariamente configurare un ambiente di sviluppo sul proprio computer.

Si sceglie quindi l’Agent e si interagisce attraverso l’interfaccia messa a disposizione dalla piattaforma.

È probabilmente la soluzione più interessante per chi vuole semplicemente sfruttare un agente specializzato senza preoccuparsi troppo degli aspetti tecnici.

Utilizzare Capafy con un Agent Client

Gli utenti più esperti possono invece integrare Capafy nel proprio ambiente di lavoro.

La piattaforma supporta l’utilizzo delle Skill attraverso diversi Agent Client compatibili.

In questo scenario Capafy diventa una sorta di livello di distribuzione delle competenze per gli agenti AI.

Invece di utilizzare esclusivamente gli strumenti incorporati nel proprio assistente, diventa possibile cercare una Skill specializzata e aggiungere nuove capacità in base al lavoro da svolgere.

Un App Store per gli agenti AI?

Il paragone con gli store di applicazioni è quasi inevitabile, anche se naturalmente il funzionamento non è identico.

Sugli smartphone siamo abituati a uno schema simile:

Sistema operativo → Applicazioni → Servizi specializzati

Nel nuovo ecosistema degli agenti AI potremmo invece avere qualcosa del tipo:

Modello AI → Agente → Skill specializzate

Capafy prova a inserirsi proprio in quest’ultimo livello.

L’aspetto interessante è che uno sviluppatore non deve necessariamente costruire un’intera applicazione SaaS per distribuire una propria competenza.

Può invece creare un workflow specializzato, trasformarlo in una Skill e renderlo disponibile ad altri utenti attraverso il marketplace.

Che tipo di Agent possiamo trovare su Capafy?

Il catalogo di Capafy permette di capire meglio il concetto.

Sul marketplace possiamo trovare Agent dedicati ad attività molto differenti: dalla creazione e analisi dei contenuti alla ricerca, passando per marketing, programmazione, produttività, finanza e numerosi altri settori.

Possono inoltre essere presenti soluzioni gratuite, Agent acquistabili e differenti formule di accesso.

Il catalogo funziona quindi come un vero marketplace: gli Agent possono essere realizzati da publisher differenti, mentre Capafy mette a disposizione l’infrastruttura attraverso cui scoprirli e utilizzarli.

Questo è un aspetto importante da considerare.

Capafy non è necessariamente lo sviluppatore degli Agent presenti sul marketplace, che possono invece essere creati e gestiti da publisher indipendenti.

Quanto costa Capafy?

Non esiste un unico prezzo per utilizzare gli Agent presenti su Capafy.

La piattaforma permette ai publisher di adottare differenti modelli di monetizzazione.

A seconda dell’Agent possiamo quindi trovare diverse formule.

Pagamento in base alla durata

L’utente può acquistare un determinato periodo di utilizzo dell’Agent.

Una soluzione interessante soprattutto quando abbiamo bisogno di una determinata Skill soltanto per un’attività occasionale.

Abbonamento

Alcuni Agent possono essere proposti attraverso un sistema di abbonamento.

È il modello che maggiormente ricorda i tradizionali servizi SaaS e può essere adatto alle Skill che vengono utilizzate frequentemente.

Acquisto una tantum

In altri casi può essere previsto un acquisto singolo.

Prezzo e modalità di accesso dipendono comunque dalla singola Skill e dalle impostazioni scelte dal publisher.

Capafy utilizza inoltre un sistema di Credits, cioè un saldo che può essere utilizzato per acquistare l’accesso agli Agent disponibili sulla piattaforma.

Con Capafy possiamo anche vendere le nostre Skill

Uno degli aspetti più interessanti di Capafy riguarda proprio il lato creator.

La piattaforma non è pensata solamente per chi vuole utilizzare gli Agent, ma anche per sviluppatori ed esperti che desiderano creare e monetizzare le proprie Skill.

Uno sviluppatore può realizzare una Skill, preparare la relativa scheda e pubblicarla sul marketplace.

La Skill può contenere non soltanto le istruzioni principali, ma anche script, riferimenti e file necessari al funzionamento del workflow.

Il publisher può quindi scegliere come distribuirla e monetizzarla attraverso le modalità supportate dalla piattaforma.

Ed è probabilmente questo uno degli elementi più interessanti del progetto.

Capafy tenta infatti di creare una sorta di creator economy delle competenze AI, nella quale uno sviluppatore può monetizzare non necessariamente un’applicazione completa, ma anche un workflow particolarmente efficace.

Pensiamo, ad esempio, a un esperto SEO che sviluppa una procedura molto avanzata per analizzare un sito oppure a uno sviluppatore che realizza un workflow specializzato nell’analisi del codice.

Invece di trasformare necessariamente quella competenza in un SaaS completo, potrebbe distribuirla sotto forma di Skill.

Il codice delle Skill deve essere pubblico?

Non necessariamente.

Uno dei problemi della vendita di prompt e workflow AI è infatti la facilità con cui questi possono essere copiati una volta distribuiti.

Capafy prevede modalità nelle quali una Skill può essere eseguita attraverso l’infrastruttura della piattaforma.

In questo modo l’utente può ottenere il risultato prodotto dall’Agent senza necessariamente ricevere tutti i prompt, gli script e il know-how utilizzati dal creator.

Dal punto di vista commerciale è un elemento interessante perché permette di avvicinare una Skill al concetto di servizio, piuttosto che a quello di semplice file da scaricare.

Privacy e sicurezza: cosa bisogna sapere

Quando utilizziamo Agent AI sviluppati da terze parti è necessario prestare attenzione anche alla gestione dei dati.

Secondo le informazioni fornite dalla piattaforma, Capafy dichiara di non vendere i dati degli utenti e di non utilizzare gli input per addestrare modelli AI.

Bisogna però fare una distinzione importante.

Le singole Skill possono essere sviluppate da publisher indipendenti e, a seconda del loro funzionamento, potrebbero utilizzare sistemi o servizi esterni per elaborare determinate informazioni.

Prima di affidare documenti riservati, informazioni personali o dati aziendali sensibili a un Agent è quindi sempre consigliabile controllare attentamente chi lo ha sviluppato e come vengono gestiti i dati.

È una precauzione che vale non soltanto per Capafy, ma più in generale per qualsiasi marketplace dedicato a software, plugin o agenti di Intelligenza Artificiale.

Perché Capafy è interessante

Al di là della singola piattaforma, Capafy è interessante perché rappresenta bene uno dei cambiamenti che stanno avvenendo nel settore dell’Intelligenza Artificiale.

La prima grande fase dell’AI generativa è stata dominata dai chatbot.

Servizi come ChatGPT hanno abituato milioni di persone a dialogare direttamente con un modello di Intelligenza Artificiale.

Il passo successivo sembra essere quello degli agenti AI capaci di utilizzare strumenti, seguire procedure ed eseguire attività sempre più complesse.

Se questo paradigma continuerà a diffondersi, diventerà necessario anche un sistema attraverso cui creare, distribuire e monetizzare le competenze degli agenti.

Ed è proprio qui che marketplace come Capafy potrebbero trovare spazio.

Invece di scaricare un’applicazione per ogni esigenza, potremmo arrivare a chiedere al nostro agente AI di utilizzare una determinata Skill per completare un lavoro.

In futuro il marketplace potrebbe addirittura diventare quasi invisibile all’utente: chiediamo all’AI di svolgere un compito e l’agente individua gli strumenti e le competenze necessarie per completarlo.

Quali sono i possibili limiti?

Il modello è interessante, ma ci sono anche alcuni aspetti da considerare.

Il primo riguarda inevitabilmente la qualità delle Skill.

Come accade negli store tradizionali, avere molti prodotti disponibili non significa necessariamente che siano tutti ugualmente validi.

Recensioni, reputazione degli sviluppatori, trasparenza e sistemi di verifica potrebbero quindi diventare elementi fondamentali.

C’è poi il tema della sicurezza.

Un Agent può potenzialmente elaborare documenti e informazioni sensibili, quindi è importante sapere quali dati vengono utilizzati, dove vengono elaborati e quali servizi esterni vengono eventualmente coinvolti.

Infine rimane da capire quanto gli utenti saranno disposti a pagare separatamente per diverse Skill, soprattutto in un mercato nel quale i principali servizi di Intelligenza Artificiale stanno progressivamente aumentando il numero di funzionalità comprese nei propri abbonamenti.

Capafy può essere il futuro degli store per agenti AI?

È ancora troppo presto per dirlo, ma il concetto alla base di Capafy merita attenzione.

L’evoluzione degli agenti AI sta facendo emergere un nuovo livello software composto non necessariamente da applicazioni complete, ma da pacchetti di competenze riutilizzabili.

Se questo formato riuscirà a diffondersi e standardizzarsi, marketplace dedicati alle Skill potrebbero diventare una parte importante dell’ecosistema AI.

Per gli utenti significherebbe poter trovare rapidamente un agente già specializzato per una determinata attività.

Per sviluppatori ed esperti significherebbe invece avere un nuovo modo di monetizzare il proprio know-how senza dover necessariamente costruire e commercializzare un intero servizio SaaS.

Ed è forse proprio questo l’aspetto più interessante da osservare nei prossimi anni.

Conclusioni

Capafy rappresenta bene una delle direzioni più interessanti che sta prendendo l’Intelligenza Artificiale.

Non si tratta più soltanto di utilizzare modelli sempre più potenti o trovare il prompt perfetto, ma di costruire agenti specializzati capaci di svolgere attività specifiche attraverso Skill già pronte.

L’idea di creare un marketplace nel quale sviluppatori ed esperti possono pubblicare e monetizzare le proprie competenze è particolarmente interessante.

Se questo modello continuerà a crescere, in futuro potremmo considerare del tutto normale acquistare una Skill per il nostro agente AI, proprio come oggi installiamo un’app sullo smartphone.

Capafy è sicuramente un progetto da tenere d’occhio per capire come evolverà questo nuovo ecosistema.

👉 Sito ufficiale: https://capafy.ai/it/


❤️ Ti è piaciuto questo articolo?

Condividilo con un amico, uno sviluppatore o un appassionato di Intelligenza Artificiale che vuole scoprire il mondo degli AI Agent e delle Skill.

Continua a seguire Albilab.it per guide, recensioni, strumenti e tutte le novità dal mondo dell’AI e della tecnologia! 🚀


OpenCut: l’alternativa gratuita e open source a CapCut per montare video online

Per montare un video non serve sempre un programma professionale.

A volte dobbiamo semplicemente tagliare alcune clip, metterle nell’ordine giusto e preparare un contenuto da condividere sui social, sul sito o con un cliente.

È proprio in questo scenario che si inserisce OpenCut, un editor video gratuito e open source che punta a rendere il montaggio più accessibile, direttamente dal browser.

Il progetto si presenta come alternativa a CapCut, con particolare attenzione alla semplicità e al controllo sui propri contenuti.

Vediamo come funziona e quali aspetti considerare prima di provarlo.

Cos’è OpenCut?

OpenCut è un progetto di video editing con codice sorgente pubblico, distribuito con licenza MIT.

L’idea è offrire uno strumento accessibile a creator, studenti, professionisti e appassionati che vogliono modificare video senza sottoscrivere un abbonamento.

👉 Visita il sito ufficiale di OpenCut

Il progetto ruota intorno a tre principi:

  • Gratuità: utilizzare l’editor senza acquistare una licenza.
  • Open source: poter consultare, studiare e modificare il codice.
  • Privacy: elaborare i contenuti sul proprio dispositivo, secondo quanto dichiarato dagli sviluppatori.

Quest’ultimo punto è particolarmente interessante per chi preferisce mantenere il controllo sui file importati nell’editor.

Come funziona OpenCut?

L’interfaccia segue la logica dei comuni programmi di montaggio: importare i contenuti, organizzarli sulla timeline, controllare l’anteprima ed esportare il risultato.

1. Importare i contenuti

Si parte dai file presenti sul proprio dispositivo.

Possiamo pensare, ad esempio, alle riprese realizzate con lo smartphone per un tutorial, una breve presentazione o un contenuto destinato ai social.

Il primo passo consiste nel selezionare il materiale da utilizzare e importarlo nell’editor.

2. Organizzare le clip sulla timeline

La timeline è lo spazio nel quale costruire la sequenza del video.

Qui entrano in gioco le operazioni essenziali del montaggio: tagliare le parti superflue, dividere le clip e riordinarle.

L’obiettivo è trasformare le singole riprese in un contenuto chiaro e piacevole da seguire.

3. Controllare l’anteprima

Durante il lavoro, l’anteprima permette di controllare la sequenza e individuare eventuali modifiche da apportare.

È il momento di verificare se il video scorre bene e se abbiamo mantenuto soltanto le parti utili.

4. Esportare il risultato

L’ultimo passaggio consiste nell’esportazione del video.

Formati, opzioni e prestazioni vanno verificati nella versione utilizzata: possono dipendere dall’editor, dal browser e dalle caratteristiche del dispositivo.

Per un primo tentativo conviene partire da un progetto breve e controllare subito anche il risultato esportato.

Perché viene presentato come alternativa a CapCut?

Il confronto nasce soprattutto dall’obiettivo di rendere il montaggio video semplice e accessibile.

OpenCut aggiunge a questa impostazione la possibilità di consultare e modificare il codice sorgente.

Questo può interessare sia chi cerca un editor gratuito, sia chi preferisce utilizzare strumenti aperti e personalizzabili.

Definirlo un’alternativa, però, non significa che offra già tutte le funzioni di CapCut.

Effetti, automazioni, compatibilità e possibilità di esportazione devono essere valutati in base al lavoro da realizzare.

Per un breve contenuto social potremmo avere esigenze molto diverse rispetto a un progetto con numerose tracce e lavorazioni avanzate.

Privacy: dove finiscono i video?

Secondo l’informativa ufficiale di OpenCut, il montaggio e l’elaborazione dei file avvengono localmente sul dispositivo.

Il servizio dichiara di non caricare sui propri server i contenuti video e audio utilizzati nell’editor.

La stessa informativa indica che non è attualmente necessario un account e che i progetti vengono conservati nei dati locali del browser.

Questo comporta una precauzione pratica:

cancellare i dati del sito può eliminare anche i progetti salvati localmente.

Conserviamo quindi i file originali ed esportiamo i risultati importanti. Il salvataggio nel browser non va considerato una copia di sicurezza.

Attenzione: versione attuale e sviluppi futuri sono diversi

OpenCut è in fase di evoluzione.

Nel repository ufficiale, gli sviluppatori spiegano che stanno riscrivendo l’applicazione e indicano la versione classica come riferimento per l’utilizzo attuale.

Per la nuova architettura sono annunciati:

  • Editor API, per integrare e controllare l’editor.
  • Plugin di terze parti, per estendere le funzionalità.
  • Un motore condiviso basato su Rust, destinato a browser, desktop e dispositivi mobili.
  • Un server MCP, per l’interazione con agenti AI.
  • Una modalità headless, pensata per automazioni e rendering in serie.
  • Una scheda di scripting, per eseguire operazioni attraverso il codice.

Queste funzioni descrivono la direzione futura del progetto: non vanno considerate tutte già disponibili nell’editor attuale.

L’integrazione con agenti AI, ad esempio, potrebbe permettere di automatizzare alcune operazioni sulle clip o preparare esportazioni attraverso comandi e script.

Si tratta però di possibilità legate allo sviluppo della nuova versione.

A chi può essere utile OpenCut?

OpenCut può essere interessante per diverse categorie di utenti.

Content creator e social media manager

Chi realizza contenuti video brevi può valutarlo per le operazioni di montaggio essenziali.

Studenti e insegnanti

Un editor gratuito può rappresentare una risorsa utile per presentazioni, progetti scolastici e attività didattiche.

Freelance e piccole imprese

Chi deve preparare semplici video informativi, dimostrazioni o contenuti promozionali può esplorarlo come possibile strumento di lavoro.

Sviluppatori e appassionati di open source

Il codice pubblico e la nuova architettura rendono il progetto interessante anche per chi vuole studiarne il funzionamento e seguirne l’evoluzione.

Prima di affidargli un lavoro importante, conviene provare il flusso completo con alcune clip: importazione, montaggio, anteprima ed esportazione.

Può già sostituire il nostro editor abituale?

Dipende dalle funzioni che utilizziamo ogni giorno.

Chi cerca operazioni di montaggio essenziali può valutarlo con un progetto di prova.

Chi lavora con video complessi dovrebbe controllare con maggiore attenzione stabilità, strumenti disponibili e qualità dell’esportazione.

OpenCut non va necessariamente considerato un sostituto completo dei programmi professionali.

Il suo interesse sta nell’offrire un’alternativa gratuita e aperta, con un approccio orientato alla semplicità.

Come provare OpenCut gratuitamente

Per iniziare possiamo visitare il sito ufficiale ed esplorare la versione web:

👉 Prova OpenCut

Per approfondire il codice e lo stato dello sviluppo:

👉 OpenCut su GitHub

Un buon primo esperimento è utilizzare qualche breve clip, realizzare un piccolo montaggio e verificare il risultato esportato.

In questo modo possiamo capire se lo strumento risponde alle nostre esigenze prima di dedicarci a un progetto più impegnativo.

La nostra opinione

OpenCut affronta un’esigenza concreta: mettere a disposizione uno strumento accessibile per realizzare video senza dover partire da un software complesso.

La possibilità di lavorare dal browser, l’elaborazione locale dichiarata dagli sviluppatori e il codice aperto sono elementi che meritano attenzione.

Il progetto è ancora in evoluzione e alcune delle prospettive più interessanti appartengono alla nuova architettura.

Per chi ama scoprire strumenti digitali e sperimentare alternative ai software più conosciuti, OpenCut merita una prova.

❤️ Ti è piaciuto questo articolo?

Condividilo con un amico che cerca un editor video gratuito e continua a seguire Albilab.it per guide, tutorial, trucchi e novità sul mondo della tecnologia! 🚀

Windows Autopilot: come accedere al pre-provisioning durante la configurazione di Windows

windows autopilot

Chi prepara computer Windows per aziende, scuole o laboratori informatici può imbattersi in una schermata poco conosciuta che permette di installare un pacchetto di provisioning, avviare il pre-provisioning con Windows Autopilot oppure reimpostare il dispositivo.

La particolarità è che questa schermata non è normalmente visibile durante la configurazione iniziale di Windows. Per richiamarla esiste però una semplice scorciatoia.

Vediamo cos’è, come aprirla e soprattutto a cosa serve.

Come aprire il menu di provisioning di Windows

Durante la configurazione iniziale di Windows, la cosiddetta OOBE (Out-of-Box Experience), è possibile accedere alla schermata di provisioning premendo:

5 volte consecutivamente il tasto Windows

Dopo pochi istanti dovrebbe comparire la schermata “Cosa vuoi fare?”, con diverse opzioni dedicate principalmente agli amministratori IT.

È importante eseguire la combinazione mentre il computer si trova ancora nella procedura OOBE, quindi prima di completare normalmente la configurazione dell’utente.

Le opzioni disponibili

A seconda della versione e della configurazione di Windows, nella schermata possono essere presenti tre funzioni principali.

Installa pacchetto di provisioning

La prima opzione permette di installare un provisioning package, generalmente distribuito sotto forma di file .ppkg.

Un pacchetto di provisioning consente agli amministratori di applicare rapidamente una serie di impostazioni a Windows senza dover necessariamente creare e distribuire un’immagine personalizzata del sistema operativo.

Può essere utilizzato, ad esempio, per configurare parametri aziendali, reti e altre impostazioni necessarie alla preparazione del PC.

Pre-provisioning con Windows Autopilot

È probabilmente l’opzione più interessante per chi gestisce un parco macchine aziendale tramite Microsoft Intune e Windows Autopilot.

Il pre-provisioning permette al reparto IT o al fornitore che prepara i computer di eseguire in anticipo una parte della configurazione prevista dall’organizzazione.

L’obiettivo è semplice: quando il computer arriva nelle mani dell’utente, buona parte del lavoro più lungo è già stata effettuata.

In un’infrastruttura opportunamente configurata, il dispositivo può ricevere applicazioni, criteri e configurazioni prima della consegna all’utilizzatore finale.

Attenzione: premere cinque volte Windows non “attiva” Autopilot

Questo è un punto che può generare confusione.

La scorciatoia dei cinque clic sul tasto Windows permette di accedere alla modalità di provisioning, ma non trasforma automaticamente un normale computer in un dispositivo gestito tramite Windows Autopilot.

Per utilizzare Autopilot il dispositivo deve essere correttamente registrato nell’infrastruttura Microsoft dell’organizzazione e deve essere stato predisposto un profilo di distribuzione appropriato.

Se il PC non appartiene all’ambiente Autopilot dell’azienda, aprire questa schermata da solo non è sufficiente.

Reimposta dispositivo

La terza funzione presente nel menu consente di reimpostare il dispositivo.

È un’opzione pensata soprattutto per scenari di amministrazione e distribuzione e non va confusa con il normale riavvio del computer.

Prima di utilizzarla su una macchina già configurata è quindi opportuno verificare attentamente quali dati e configurazioni verranno interessati dall’operazione.

A cosa serve il pre-provisioning di Autopilot?

Immaginiamo un’azienda che debba consegnare decine o centinaia di notebook ai propri dipendenti.

La procedura tradizionale potrebbe richiedere al reparto IT di aprire ogni computer, configurarlo manualmente, installare programmi e applicare le impostazioni aziendali.

Con un’infrastruttura basata su Windows Autopilot e Microsoft Intune, gran parte del processo può invece essere automatizzata.

Il pre-provisioning aggiunge un ulteriore vantaggio: permette di effettuare anticipatamente le operazioni che richiedono più tempo, riducendo l’attesa dell’utente durante il primo avvio.

È particolarmente utile per aziende, istituti scolastici, MSP e realtà che preparano frequentemente nuovi computer.

La scorciatoia da ricordare

In sintesi, se durante la configurazione iniziale di un PC Windows hai bisogno di accedere alla modalità di provisioning:

OOBE di Windows → premi 5 volte il tasto Windows → scegli la funzione desiderata.

Una piccola scorciatoia nascosta che può rivelarsi molto utile per chi lavora quotidianamente con Windows, Microsoft Intune e Windows Autopilot.


Come eliminare i cookie di un singolo sito con Chrome DevTools

Eliminazione dei cookie di un sito tramite la sezione Application dei Chrome DevTools

Quando un sito web presenta problemi di accesso, errori di sessione o comportamenti anomali, una delle operazioni più semplici da provare è la cancellazione dei cookie.

Google Chrome permette di cancellare i cookie dalle normali impostazioni del browser, ma esiste anche un metodo molto più preciso: utilizzare i Chrome DevTools, gli strumenti per sviluppatori integrati direttamente in Chrome.

Con questa procedura possiamo vedere quali cookie sono associati al sito che stiamo visitando ed eliminarli senza dover necessariamente cancellare quelli di tutti gli altri siti.

Cosa sono i cookie?

I cookie sono piccoli dati che un sito web può memorizzare attraverso il browser.

Possono essere utilizzati per diversi scopi, ad esempio:

  • mantenere attiva una sessione dopo il login;
  • ricordare alcune preferenze dell’utente;
  • gestire determinate funzionalità del sito;
  • memorizzare informazioni tecniche;
  • supportare sistemi statistici o, quando previsto, pubblicitari.

In alcuni casi un cookie non più valido o relativo a una vecchia sessione può contribuire al malfunzionamento di un sito.

Possiamo quindi trovarci davanti a situazioni come login che non funziona correttamente, continui reindirizzamenti, logout apparentemente inspiegabili oppure impostazioni che sembrano non aggiornarsi.

Eliminare i cookie del sito consente di verificare rapidamente se il problema è collegato ai dati memorizzati localmente dal browser.

Come aprire Chrome DevTools

Per prima cosa apriamo con Google Chrome il sito sul quale vogliamo intervenire.

Possiamo quindi aprire gli strumenti per sviluppatori premendo:

F12

Su Windows e Linux possiamo utilizzare anche:

Ctrl + Shift + I

Su macOS:

⌘ + Option + I

In alternativa è possibile accedere ai DevTools attraverso il menu di Chrome e gli strumenti dedicati agli sviluppatori.

Una volta aperti, gli strumenti possono essere visualizzati lateralmente oppure nella parte inferiore della finestra del browser.

Aprire la sezione Application

All’interno dei Chrome DevTools selezioniamo la scheda:

Application

Se la voce non è immediatamente visibile nella barra superiore, potrebbe essere necessario aprire il menu contenente le altre schede disponibili.

La sezione Application permette di analizzare numerosi dati utilizzati dalle applicazioni web.

Tra questi troviamo:

  • Local Storage;
  • Session Storage;
  • IndexedDB;
  • Cookies;
  • Cache Storage;
  • Service Worker;
  • altri sistemi di memorizzazione utilizzati dal browser.

Per la procedura che ci interessa dobbiamo concentrarci sulla voce Cookies.

Come visualizzare i cookie di un sito

Nel menu laterale dei DevTools cerchiamo la sezione:

Storage → Cookies

Facendo clic sulla freccia accanto alla voce Cookies vengono mostrati i domini per i quali sono presenti cookie nel contesto della pagina aperta.

Selezioniamo quindi il dominio del sito che vogliamo controllare.

Chrome mostrerà una tabella contenente i cookie disponibili.

Per ogni cookie possiamo trovare diverse informazioni tecniche, tra cui:

  • Name;
  • Value;
  • Domain;
  • Path;
  • Expires / Max-Age;
  • Size;
  • HttpOnly;
  • Secure;
  • SameSite.

Queste informazioni sono particolarmente utili per gli sviluppatori perché permettono di verificare come il sito sta gestendo i propri cookie.

Attenzione ai valori mostrati nei cookie

È importante prestare attenzione alla colonna Value.

Alcuni cookie possono contenere identificatori di sessione, token o altre informazioni che non dovrebbero essere condivise pubblicamente.

Se dobbiamo inviare uno screenshot dei DevTools a un tecnico, pubblicarlo su un forum oppure inserirlo in un articolo, è quindi buona norma oscurare preventivamente i valori potenzialmente sensibili.

Come eliminare un singolo cookie

Uno dei principali vantaggi dei Chrome DevTools è la possibilità di intervenire in maniera selettiva.

Se sappiamo quale cookie vogliamo eliminare, possiamo selezionarlo nella tabella e utilizzare il relativo comando di cancellazione.

In questo modo possiamo rimuovere soltanto quel cookie, lasciando invariati gli altri dati.

È una possibilità particolarmente interessante durante le attività di sviluppo e debugging.

Ad esempio, uno sviluppatore può eliminare il cookie utilizzato per una determinata funzionalità e verificare immediatamente come si comporta l’applicazione quando quel valore non è più presente.

Come eliminare tutti i cookie del sito

Se non sappiamo quale cookie potrebbe essere responsabile del problema, possiamo invece eliminare tutti quelli associati al dominio interessato.

Dopo aver effettuato la cancellazione è consigliabile ricaricare completamente la pagina.

Il sito potrà così creare nuovamente i cookie necessari al proprio funzionamento.

Se abbiamo eliminato cookie utilizzati per l’autenticazione, è del tutto normale che venga richiesto di effettuare nuovamente il login.

Cookie, cache e Local Storage non sono la stessa cosa

Un errore piuttosto comune consiste nel considerare cookie e cache come se fossero la stessa cosa.

In realtà un’applicazione web moderna può utilizzare diversi sistemi per memorizzare informazioni nel browser.

Tra questi troviamo:

Cookies
Piccoli dati che possono essere utilizzati, tra le altre cose, per sessioni, preferenze e identificatori.

Local Storage
Permette a un sito di conservare dati localmente nel browser, normalmente senza una scadenza automatica equivalente a quella dei cookie.

Session Storage
Simile al Local Storage, ma collegato alla sessione della scheda del browser.

IndexedDB
Un sistema di database locale che le applicazioni web possono utilizzare per memorizzare quantità di dati più strutturate.

Cache Storage
Utilizzato soprattutto dalle applicazioni web e dai Service Worker per conservare localmente determinate risorse.

Questo significa che eliminare i cookie potrebbe non essere sufficiente se il problema dipende da dati conservati attraverso uno di questi altri sistemi.

Cancellare i dati del sito tramite DevTools

La scheda Application dei Chrome DevTools mette a disposizione anche strumenti che permettono di intervenire in maniera più ampia sui dati memorizzati dal sito.

Questa soluzione può essere utile quando vogliamo effettuare una sorta di reset dei dati locali dell’applicazione.

Bisogna però utilizzarla con maggiore attenzione.

La cancellazione dei dati del sito potrebbe infatti comportare:

  • logout dall’account;
  • perdita delle preferenze memorizzate localmente;
  • eliminazione di dati offline;
  • necessità di riconfigurare alcune impostazioni del sito.

Per un semplice problema di sessione è quindi generalmente preferibile iniziare dalla cancellazione dei cookie e passare agli altri dati soltanto se necessario.

Quando è utile cancellare i cookie con Chrome DevTools?

Questa procedura può risultare particolarmente utile quando:

  • un sito non permette più di effettuare correttamente il login;
  • dopo il login veniamo continuamente reindirizzati;
  • il sito continua a utilizzare una vecchia sessione;
  • alcune preferenze non sembrano aggiornarsi;
  • stiamo sviluppando o testando un’applicazione web;
  • vogliamo eliminare i cookie di un sito senza intervenire sugli altri;
  • vogliamo verificare il comportamento di un’applicazione senza un determinato cookie.

Per chi sviluppa siti e applicazioni web, la sezione Application rappresenta inoltre un ottimo strumento per controllare direttamente quali dati vengono memorizzati dal browser.

Cancellare i cookie risolve sempre il problema?

No.

La cancellazione dei cookie è un test diagnostico, non una soluzione universale.

Se il problema dipende dal server, dal codice JavaScript dell’applicazione, dalla configurazione del browser, da un’estensione, dalla rete o da altri componenti, cancellare i cookie potrebbe non produrre alcun risultato.

Se però il problema è collegato a una sessione non valida o a informazioni memorizzate localmente, questa semplice operazione può permettere di ripristinare rapidamente il corretto funzionamento del sito.

Conclusioni

I Chrome DevTools non sono utili soltanto agli sviluppatori.

La scheda Application permette infatti di vedere con precisione quali dati vengono conservati localmente durante la navigazione e può diventare un ottimo strumento anche per diagnosticare problemi apparentemente difficili da individuare.

Quando un sito presenta anomalie legate all’accesso o alla sessione, possiamo quindi aprire:

Chrome DevTools → Application → Storage → Cookies

e controllare i cookie associati al dominio.

Il vantaggio rispetto alla cancellazione generale dei dati di navigazione è soprattutto uno: possiamo intervenire sul sito interessato senza cancellare inutilmente i cookie di tutti gli altri siti utilizzati nel browser.


❤️ Ti è piaciuto questo articolo?

Condividilo con un amico che potrebbe trovare utile questa procedura e continua a seguire Albilab.it per guide, tutorial, trucchi e novità sul mondo della tecnologia! 🚀

Some Claude Skills: 181 competenze gratuite per rendere Claude ancora più potente

L’Intelligenza Artificiale è diventata molto brava a rispondere alle nostre domande.

Ma cosa succederebbe se potessimo anche insegnarle delle competenze specifiche?

È proprio questa l’idea alla base di Some Claude Skills, una raccolta gratuita e open source che mette a disposizione 181 Skills per Claude Code, dedicate a programmazione, Intelligenza Artificiale, design, sicurezza, produttività e molto altro.

In pratica possiamo aggiungere a Claude nuove competenze specializzate senza dover scrivere ogni volta prompt lunghi e complessi.

Vediamo come funziona.


Cos’è Some Claude Skills?

Some Claude Skills è una raccolta di Skills realizzate per Claude Code, l’assistente AI di Anthropic pensato soprattutto per sviluppatori e utenti che lavorano direttamente con file, codice e progetti.

👉 Sito ufficiale: https://someclaudeskills.com/

Il progetto mette attualmente a disposizione 181 Skills gratuite e open source, distribuite con licenza MIT.

Possiamo immaginarle come dei piccoli “manuali di competenze” che spiegano a Claude come affrontare una determinata attività.

Non stiamo quindi semplicemente aggiungendo nuovi prompt.

Stiamo fornendo a Claude conoscenze, metodologie e procedure da utilizzare quando deve svolgere determinati lavori.


Ma cosa sono le Claude Skills?

Facciamo un esempio molto semplice.

Immagina di chiedere a Claude:

“Controlla questo sito e dimmi se il design è fatto bene.”

Claude proverà naturalmente ad analizzarlo utilizzando le proprie conoscenze.

Ma possiamo fare qualcosa di più interessante.

Potremmo installare una Skill specializzata in Web Design.

A quel punto Claude dispone di istruzioni specifiche su aspetti come identità visiva, colori, tipografia, layout, accessibilità e User Experience.

È un po’ come dire:

“Non limitarti a rispondere alla domanda. Affrontala utilizzando il metodo di un esperto del settore.”

Ed è proprio questo il concetto che rende le Skills interessanti.


181 Skills pronte da utilizzare

Uno degli aspetti più interessanti di Some Claude Skills è la quantità di competenze disponibili.

Al momento troviamo 181 Skills, organizzate in numerose categorie.

Ci sono strumenti dedicati allo sviluppo software, all’Intelligenza Artificiale, al design, alla sicurezza e alla documentazione.

Ad esempio troviamo Skills per:

  • sviluppo di applicazioni AI;
  • Prompt Engineering;
  • Web Design;
  • creazione di Design System;
  • sicurezza informatica;
  • OAuth e autenticazione;
  • PostgreSQL;
  • OpenAPI;
  • accessibilità;
  • testing;
  • automazione;
  • documentazione tecnica;
  • ottimizzazione delle performance;
  • sviluppo frontend.

E molte altre.

La galleria presente sul sito permette inoltre di cercare le Skills e filtrarle in base all’argomento.


A cosa può essere utile?

La cosa migliore è immaginare qualche situazione concreta.

💻 Programmazione

Se utilizzi Claude Code per programmare, probabilmente questa è la categoria più interessante.

Possiamo aggiungere competenze dedicate a:

  • debugging;
  • API;
  • database;
  • testing;
  • sicurezza;
  • React;
  • performance;
  • architettura software.

In questo modo Claude può seguire procedure e best practice specifiche durante l’analisi del nostro progetto.


🎨 Web Design e UX

Non ci sono solamente Skills dedicate al codice.

Una delle più interessanti, ad esempio, è Web Design Expert.

Questa Skill permette a Claude di ragionare su elementi come:

  • identità del brand;
  • palette colori;
  • tipografia;
  • layout;
  • User Experience;
  • accessibilità.

Esiste anche Design System Creator, pensata per aiutare nella realizzazione di veri e propri sistemi di design con token, componenti e documentazione.

Potrebbero essere strumenti interessanti per chi sviluppa siti web e applicazioni.


🤖 Intelligenza Artificiale

Naturalmente troviamo anche diverse Skills dedicate proprio all’AI.

Ad esempio AI Engineer è pensata per aiutare nello sviluppo di applicazioni basate su LLM, sistemi RAG, ricerca vettoriale e agenti AI.

Esistono poi Skills dedicate al Prompt Engineering, agli embedding, alla Computer Vision e ad altri aspetti dello sviluppo AI.

Per chi sta sperimentando con questi strumenti può diventare una libreria davvero interessante.


Come si installano le Skills?

Il metodo consigliato dal progetto utilizza il Plugin Marketplace di Claude Code.

Per prima cosa bisogna aggiungere il marketplace:

/plugin marketplace add erichowens/some_claude_skills

Questa operazione deve essere eseguita solamente la prima volta.

Successivamente possiamo installare la Skill che ci interessa con:

/plugin install nome-skill@some-claude-skills

Sul sito basta aprire la galleria, scegliere una Skill e utilizzare il pulsante Get per ottenere rapidamente il comando corretto.


Possiamo installarle anche manualmente?

Sì.

Essendo un progetto open source possiamo anche scaricare direttamente il repository GitHub.

Il comando indicato dal progetto è:

git clone https://github.com/erichowens/some_claude_skills.git

Successivamente possiamo copiare le Skills nella cartella personale utilizzata da Claude:

cp -r some_claude_skills/.claude/skills/* ~/.claude/skills/

Questa soluzione può essere interessante soprattutto per chi vuole esplorare direttamente i file e capire come sono costruite le Skills.


Possiamo anche modificarle?

Ed è probabilmente questa una delle caratteristiche più interessanti.

Le Skills sono file che contengono istruzioni e conoscenze dedicate a uno specifico compito.

Essendo il progetto distribuito con licenza MIT, possiamo studiarle, modificarle e adattarle alle nostre esigenze.

Possiamo quindi prendere una Skill esistente come punto di partenza e trasformarla in qualcosa di molto più specifico per il nostro lavoro.

Ed è qui che il concetto diventa davvero potente.


Da semplici prompt a veri strumenti di lavoro

Immaginiamo di utilizzare ogni giorno Claude per controllare dei siti web.

Potremmo creare una Skill personalizzata che dica all’AI di verificare sempre:

  1. struttura delle pagine;
  2. responsive design;
  3. accessibilità;
  4. performance;
  5. SEO;
  6. eventuali errori;
  7. qualità dei contenuti.

Alla fine Claude potrebbe produrre automaticamente un report sempre organizzato nello stesso modo.

Non dovremmo più spiegare ogni volta come vogliamo effettuare l’analisi.

La Skill contiene già il nostro metodo di lavoro.

Ed è probabilmente questo uno degli utilizzi più interessanti di questa tecnologia.


Attenzione alle Skills scaricate da Internet

C’è però una cosa importante da ricordare.

Prima di installare una Skill trovata online è sempre consigliabile controllarne il contenuto e la provenienza.

Alcune Skills possono includere istruzioni, comandi, script o riferimenti ad altri strumenti.

Il fatto che qualcosa sia disponibile gratuitamente o sia open source non significa automaticamente che dobbiamo eseguirlo senza controllarlo.

La buona regola rimane sempre la stessa:

prima controllare, poi installare.

Soprattutto quando stiamo lavorando con strumenti AI che possono accedere ai file o eseguire comandi sul nostro computer.


Some Claude Skills è un progetto ufficiale Anthropic?

No.

È importante chiarire questo punto.

Some Claude Skills è un progetto indipendente e open source, non un servizio ufficiale di Anthropic.

Le Skills, invece, fanno parte dell’ecosistema di Claude e Claude Code.

Some Claude Skills sfrutta questo sistema per mettere a disposizione una grande raccolta di competenze già pronte.


A chi lo consigliamo?

Some Claude Skills è particolarmente interessante per:

  • sviluppatori;
  • Web Designer;
  • professionisti IT;
  • utenti di Claude Code;
  • appassionati di Intelligenza Artificiale;
  • creator;
  • chi vuole automatizzare attività ripetitive.

Se utilizzi Claude solamente per fare qualche domanda ogni tanto, probabilmente non ne sentirai particolarmente il bisogno.

Se invece utilizzi Claude Code come vero strumento di lavoro, le Skills possono diventare decisamente più interessanti.


La nostra opinione

Some Claude Skills è uno di quei progetti che inizialmente possono sembrare riservati agli utenti più esperti.

In realtà il concetto è molto semplice.

Invece di scrivere ogni volta prompt sempre più lunghi, possiamo fornire all’Intelligenza Artificiale delle competenze riutilizzabili.

La raccolta disponibile sul sito è interessante soprattutto perché permette di vedere concretamente cosa possiamo fare con questo sistema.

Ma probabilmente il vero passo successivo sarà un altro:

creare le nostre Skills personali.

Una Skill costruita intorno al nostro lavoro, alle nostre procedure e alle nostre esigenze potrebbe infatti essere molto più utile di decine di Skills generiche scaricate da Internet.


Conclusioni

Some Claude Skills dimostra molto bene come sta cambiando il nostro modo di utilizzare l’Intelligenza Artificiale.

Non si tratta più solamente di trovare il prompt perfetto.

Possiamo iniziare a costruire assistenti AI capaci di conoscere le nostre procedure, utilizzare metodologie specifiche e affrontare determinati lavori seguendo istruzioni già definite.

Con 181 Skills gratuite e open source, il progetto rappresenta un ottimo punto di partenza per sperimentare questa nuova modalità di utilizzo di Claude Code.

👉 Some Claude Skills: https://someclaudeskills.com/

👉 Repository GitHub: https://github.com/erichowens/some_claude_skills


❤️ Ti è piaciuto questo articolo?

Condividilo con un amico che utilizza Claude o vuole scoprire nuovi modi per sfruttare l’Intelligenza Artificiale. Continua a seguire Albilab.it per guide, recensioni e novità sul mondo dell’AI e della tecnologia! 🚀

« Articoli meno recenti

© 2026 Albilab

Tema di Anders Noren — Su ↑