Integrazioni

Scarica i file Blueprint giusti per il tuo tool.

Scegli il tuo editor, CLI o runtime locale, poi copia il file nel punto in cui il tool già se lo aspetta. Parti dai file statici e aggiungi MCP solo quando ti serve retrieval live della doctrine.

Per agenti Vedi su GitHub

Fatti chiave

Live oggi: MCP + exports + docs
Stile setup: File diretti + copy-paste
Client principali: Claude, Cursor, Copilot, Gemini, DeepSeek, Qwen
Percorso live: MCP + static files
Percorso locale: Prompt packs + llms.txt

Usa oggi

Superficie pubblica live

Queste sono le superfici pubbliche live su cui puoi contare ora per setup, download e retrieval della doctrine.

/mcp, Endpoint pubblico MCP in sola lettura

/llms.txt, Documento di discovery generato

/agent-assets/[slug], Artefatti scaricabili pubblici

/for-agents, Hub live per setup agentici

File scaricabili

File che puoi scaricare ora

Questi file sono pronti ora. Scaricali direttamente e mettili nel tuo repo o nella config del tool senza aspettare package o installer.

AGENTS.md Provider matrix Claude MCP config Codex config snippet Cursor .mdc Windsurf rule GitHub Copilot instructions GEMINI.md Claude setup guide Codex setup guide Cursor setup guide Windsurf setup guide GitHub Copilot setup guide Gemini CLI setup guide Local models setup guide OpenAI actions status guide (deferred)DeepSeek prompt pack Qwen prompt pack

Da aggiungere più avanti

Aggiungi questi solo se ti servono davvero

Per la maggior parte dei team bastano già i file e la superficie MCP qui sopra. Aggiungi automazione più avanti solo se il percorso manuale diventa davvero un collo di bottiglia.

Usa i file statici prima di pensare a un installer

Aggiungi MCP solo quando ti serve retrieval live nella sessione

Tieni il setup semplice: un file, una posizione chiara, nessun wrapper extra

Da cosa dovrei iniziare?

Parti dal file che corrisponde al tuo tool: `.mdc` per Cursor, `blueprint-core.md` per Windsurf, `copilot-instructions.md` per GitHub Copilot, `GEMINI.md` per Gemini CLI e i prompt pack per DeepSeek o Qwen. Se vuoi prima un singolo file condiviso a livello repo, usa `AGENTS.md`.

Quando mi serve MCP?

Usa MCP quando vuoi retrieval live di principi, cluster, esempi e asset durante una sessione. Se vuoi solo doctrine persistente nel repo o nell'editor, i file statici bastano per partire.

Posso usarlo senza cambiare tutto il workflow?

Sì. Questa pagina è pensata per il cambiamento minimo. Nella maggior parte dei casi aggiungi solo un file al repo o alla config del tool e continui a lavorare nel client che usi già.

Questi file di integrazione inviano dati ad AI Design Blueprint?

I file statici (AGENTS.md, regole .mdc, copilot-instructions.md, prompt pack) sono file locali, non inviano nulla. Gli strumenti MCP di recupero (principles.list, examples.search, ecc.) recuperano doctrine ed esempi, sono in sola lettura. Gli strumenti di feedback opzionali (signals.report, signals.feedback) funzionano solo quando il tuo agente li propone e tu confermi, memorizzano ciò che passi, incluse eventuali note di testo libero, e private_session non si applica a loro. signals.feedback invia il testo libero a OpenAI (USA) per il triage solo se permission_to_follow_up=true e fornisci un'email valida, aprendo anche un ticket di supporto; l'indirizzo email non viene mai trasmesso a OpenAI, e, separatamente, il feedback collegato a un account può comparire, pseudonimizzato e abbreviato, nell'estratto che il nostro report settimanale di analisi dei lead invia a OpenAI (USA). Il tuo codice proprietario non viene mai catturato dal layer di integrazione.

Ordine di setup consigliato

Se stai configurando tutto da zero, questo ordine ti porta a una integrazione funzionante con il minimo attrito.

1. Start with the file that matches your tool

2. Add AGENTS.md if you want one shared repo-level doctrine file

3. Use llms.txt as the lightweight discovery companion

4. Add MCP only when you want live retrieval during the session

5. Use prompt packs for local or open-weight runtimes

6. Only add extra automation if the manual path becomes the real bottleneck

Dove va ogni file

Mantieni il setup letterale. Metti il file dove il tool già se lo aspetta, poi aggiungi MCP più avanti se vuoi lookup di doctrine live.

AGENTS.md -> repo root
.cursor/rules/blueprint-doctrine.mdc
.windsurf/rules/blueprint-core.md
.github/copilot-instructions.md
GEMINI.md -> repo root
MCP config -> client settings

Scegli per tipo di tool

Parti dai tool già coperti qui, poi espandi solo se ti serve un percorso più specifico.

Tier 1

Editor e client principali

Claude CodeCursorWindsurfGitHub CopilotGemini CLICodex

Tier 2

Locali e cross-tool

DeepSeek

Qwen

AGENTS.md

llms.txt

Tier 3

Altri client

Continue

JetBrains AI Assistant

Aider

Integrazioni di protocollo

Esempi eseguibili che mostrano come applicare la governance Blueprint tramite protocolli agente-ad-agente. Ogni esempio è un server autonomo che puoi clonare ed eseguire localmente.

Esempio eseguibile

Protocollo A2A, Blueprint Governed Agent

Un agente Python minimale con a2a-sdk che dimostra gate di approvazione espliciti, streaming di progresso percepibile e cancellazione mid-task, i tre principi di governance che l'incidente OpenClaw inbox ha violato.

Pausa TASK_STATE_INPUT_REQUIRED prima di azioni distruttive (Blueprint P8)

Streaming TaskStatusUpdateEvent ad ogni step di esecuzione (Blueprint P5)

Handler cancel() e percorso di abort su risposta non-confirm (Blueprint P7)

Vedi su GitHub

Per agenti

Hub live per MCP, asset e setup attuale.

Per agenti

Architettura runtime

Quando il problema diventa runtime, scheduling e sicurezza operativa.

Architettura runtime

GitHub

File dei provider, istruzioni condivise e guide di setup, tutti pubblici su github.com/aidesignblueprint.

Vedi su GitHub

Prezzi

Dove il pubblico finisce e inizia il layer protetto.

Prezzi