Chatbot.it

Come gestire il contesto degli agenti AI tra clienti e progetti

Fonte: news.ycombinator.com · · AI *

Su Hacker News, un utente ha avviato una discussione aperta su come gestire il contesto e le decisioni passate degli agenti AI quando si lavora quotidianamente con più clienti e progetti diversi, chiedendo come fornire il contesto all'avvio di una nuova sessione, come coordinare agenti differenti come Claude o Codex, e come evitare errori costosi dovuti alla perdita di informazioni.

Numerosi sviluppatori hanno condiviso le proprie soluzioni e strumenti realizzati per affrontare il problema. Tra questi, nilleb ha creato Varda, uno strumento open-source disponibile su GitHub per tracciare il lavoro tra progetti e applicare politiche di selezione degli agenti basate su directory specifiche. Altri utenti hanno adottato approcci differenti, come l'uso di server MCP (Model Context Protocol) per sincronizzare il contesto come testo semplice, l'utilizzo di file CLAUDE.md e AGENTS.md per la documentazione locale, o la costruzione di script personalizzati basati su wiki e script di validazione per impedire agli agenti di procedere senza aver aggiornato le lezioni apprese.

Le strategie condivise puntano tutte a mantenere cicli di lavoro brevi, a strutturare la documentazione tecnica in formato Markdown e a utilizzare file di log o database locali per preservare la continuità tra una sessione e l'altra, riducendo al minimo la necessità di riespiegare le regole a ogni nuovo avvio.

* Titolo e riassunto generati con l'intelligenza artificiale a partire dalla fonte originale. Non sono rivisti uno per uno da una persona: per i dettagli fa fede l'articolo originale, qui sotto.

Fonte originale: Leggi l'articolo completo su news.ycombinator.com

Titolo originale: Ask HN: How do you manage your AI agents' context across clients and projects?