Perch\u00e9 ci lavoriamo<\/h2>\n
L’AI non cambia solo come cerchiamo informazioni o produciamo contenuti. Sta cambiando anche il modo in cui si analizza un repository, si testa un applicazione, si stima un perimetro software o si prepara un piano di implementazione. Queste skill nascono per dare pi\u00f9 metodo, pi\u00f9 verificabilit\u00e0 e pi\u00f9 responsabilit\u00e0 a quel lavoro.<\/p>\n<\/article>\n Non come prodotti chiusi, ma come artefatti di lavoro: bundle che condensano istruzioni, riferimenti, script e pratiche operative. Ogni skill qui sotto include un file ZIP scaricabile dal sito e, quando integra strumenti o metodi di altri, indica in modo esplicito i crediti dovuti.<\/p>\n<\/article><\/div>\n<\/section>\n Che cosa fa.<\/strong> \u00c8 una skill pensata per audit di repository AI, LLM e agentici. Aiuta a ispezionare prompt, workflow, permessi, strumenti con capacit\u00e0 di scrittura, superfici sensibili, segreti e controlli di governance.<\/p>\n Perch\u00e9 \u00e8 utile.<\/strong> Serve quando un progetto usa agenti o automazioni di coding e non basta chiedersi se funziona: bisogna capire anche se espone rischi, se rispetta i limiti operativi e se ha una struttura difendibile dal punto di vista della sicurezza.<\/p>\n<\/article>\n Note e crediti.<\/strong> Il bundle include script Python e probe opzionali per verifiche di isolamento e sandbox. Dove l’ambiente lo consente pu\u00f2 appoggi\u00e0rsi anche a git e Docker per ottenere evidenze pi\u00f9 forti, ma il principio resta lo stesso: audit leggibile, evidenza prima della speculazione.<\/p>\n Che cosa fa.<\/strong> Organizza campagne di test e debug su web, desktop, mobile, API e sistemi ibridi. Non si limita a lanciare test automatici: mappa gli scenari, verifica i flussi reali, raccoglie errori runtime e aiuta a distinguere bug di prodotto, di ambiente o di documentazione.<\/p>\n Perch\u00e9 \u00e8 utile.<\/strong> \u00c8 una skill pensata per chi vuole controllare davvero il comportamento di un software, non solo la sua compilazione o il passaggio di una suite tecnica.<\/p>\n<\/article>\n Note e crediti.<\/strong> La skill incorpora pratiche behavior-first e pu\u00f2 usare strumenti come Playwright per il test web e Camoufox come fallback nei casi pi\u00f9 ostici. I meriti dei tool sottostanti restano ai rispettivi progetti open source; la skill li orchestra dentro un metodo unico di campagna e triage.<\/p>\n Che cosa fa.<\/strong> Aiuta a costruire un pacchetto di sizing difendibile, unendo function point, linee di codice e artefatti intermedi che rendono leggibili confini, ipotesi e basi di stima.<\/p>\n Perch\u00e9 \u00e8 utile.<\/strong> In molti progetti non basta un numero rapido. Serve un modo pi\u00f9 serio per ricostruire perimetro, funzioni, dati, interfacce e grandezza del software, specialmente quando bisogna motivare una stima o confrontare documentazione e codice reale.<\/p>\n<\/article>\n Note e crediti.<\/strong> La skill valorizza tool open source come scc, cloc, tokei, gocloc, gh, git e jq, e usa COCOMO2 Simulator solo come supporto di scenario quando serve. Anche qui il valore non sta nel sostituire il giudizio analitico, ma nel mettere insieme evidenze verificabili e strumenti affidabili.<\/p>\n Che cosa fa.<\/strong> Aiuta a scrivere ExecPlan: piani di lavoro eseguibili, leggibili e verificabili, pensati per agenti di coding che devono portare avanti un cambiamento complesso senza perdere contesto, criteri di validazione o ordine operativo.<\/p>\n Perch\u00e9 \u00e8 utile.<\/strong> Quando un lavoro cresce, un elenco di task non basta pi\u00f9. Serve un documento che spieghi scopo, contesto, passi concreti, dipendenze, validazione e recupero. Questa skill serve proprio a produrre quel tipo di piano.<\/p>\n<\/article>\n Note e crediti.<\/strong> La skill si basa sul file Il Metodo Strutturale Dinamico \u00e8 un metodo di studio per chiarire problemi complessi senza saltare subito alla risposta. Parte da una situazione ancora confusa, delimita il problema, formula una domanda, fissa oggetto e interesse, colloca l’oggetto in ambiti maggiore, medio e minore, poi lo studia nel processo, nelle relazioni e nella composizione.<\/p>\n La risposta finale non \u00e8 un’opinione rapida: \u00e8 una sintesi che deve rendere pi\u00f9 leggibile il problema iniziale e orientare un primo passo operativo.<\/p>\n<\/article>\n La sequenza pratica pu\u00f2 essere letta in tre momenti: la domanda, l’analisi e la risposta. Prima si chiarisce che cosa va studiato e da quale interesse; poi si osserva l’oggetto nella sua struttura e nel suo movimento; infine si costruisce una sintesi che risponde alla domanda iniziale.<\/p>\n Questo passaggio \u00e8 importante perch\u00e9 lo stesso oggetto cambia significato quando cambia l’interesse da cui lo osserviamo.<\/p>\n<\/article>\n La skill pubblicata traduce il metodo in un workflow per assistenti come Codex e Claude Code. Ogni passaggio ha gate espliciti, assunzioni dichiarate e punti di stop quando domanda, oggetto o interesse non sono abbastanza chiari.<\/p>\n \u00c8 utile per decisioni, progetti, conflitti, strategie, ricerche o situazioni sociali in cui serve pi\u00f9 ordine prima di scegliere una direzione.<\/p>\n<\/article>\n Il repository pubblico contiene versioni compatibili per Codex e Claude. La skill richiama il lavoro di Jorge Pompei e collaboratori, Teoria y practica del Metodo Estructural Dinamico<\/em><\/a>, CEHBA 2008\/06, e la traduzione italiana Teoria e pratica del Metodo Strutturale Dinamico<\/em><\/a>. Per il contesto del Centro Mondiale di Studi Umanisti \u00e8 utile anche la pagina M\u00e9todo Estructural Din\u00e1mico. Teor\u00eda y pr\u00e1ctica<\/a>.<\/p>\n Queste skill mostrano un lato meno visibile ma importante del progetto associativo: non solo raccontare il cambiamento tecnologico, ma anche costruire piccoli strumenti metodologici per orientarlo meglio. In un contesto in cui gli assistenti di coding diventano sempre pi\u00f9 presenti, ci interessa che crescano insieme a regole pi\u00f9 chiare, audit pi\u00f9 seri, test migliori e piani di lavoro pi\u00f9 leggibili.<\/p>\nCome le presentiamo<\/h2>\n
Agent Security Auditor<\/h2>\n
\n Vai al repository<\/a>\n <\/div>\n<\/article><\/div>\n<\/section>\nCross App Test Debug<\/h2>\n
\n Vai al repository<\/a>\n <\/div>\n<\/article><\/div>\n<\/section>\nFP LOC Analysis<\/h2>\n
\n Vai al repository<\/a>\n <\/div>\n<\/article><\/div>\n<\/section>\nExecPlan Authoring<\/h2>\n
PLANS.md<\/code> adottato in questo workspace e si ispira apertamente alle pratiche di pianificazione e implementazione che OpenAI descrive nel lavoro pubblico su Codex. Per chi vuole vedere il contesto generale, una fonte utile e How OpenAI uses Codex<\/a>, che insiste sul valore di partire da un piano di implementazione prima di passare all’esecuzione.<\/p>\n
\n Vai al repository<\/a>\n <\/div>\n<\/article><\/div>\n<\/section>\nMetodo Strutturale Dinamico<\/h2>\n
Che cos’\u00e8<\/h3>\n
Come procede<\/h3>\n
Perch\u00e9 una skill<\/h3>\n
Repository e fonti<\/h3>\n
\n Vai al repository<\/a>
\n Vai alle fonti MSD<\/a>\n <\/div>\n<\/article>\n<\/div>\n<\/section>\nUna parte del nostro lavoro su metodo, non solo su contenuti<\/h2>\n