Per agenti

Usa il blueprint come livello dottrinale integrato per agenti di coding e runtime agentici piu ampi.

Questa release pubblica offre agli agenti un endpoint MCP in sola lettura, export dottrinali deterministici e artefatti installabili per Claude, Codex, Cursor, Windsurf, GitHub Copilot, Gemini CLI, DeepSeek, Qwen e tooling agentico più ampio. È il più piccolo layer utile di distribuzione, pensato per un consumo reale da parte degli agenti.

Principi Esempi Prezzi

Fatti chiave

Tool pubblici: 8
Asset scaricabili: 21
Accesso: Pubblico, sola lettura
Stato: Validazione protetta nel prossimo incremento
Versione contenuto: bbeb23db6823

Installabile ora

Scegli il tuo tool e installa il layer dottrinale

La superficie pubblica non è più solo MCP e pochi export. Usa la pagina integrazioni per scaricare i file condivisi, le rules per provider e i prompt pack che sono già pronti da usare.

Claude CodeCodexCursorWindsurfGitHub CopilotGemini CLIDeepSeekQwen

File condivisi come AGENTS.md e llms.txt per setup cross-tool

Artefatti specifici per Cursor, Windsurf, GitHub Copilot, Gemini e prompt open-weight

Solo CLI e OpenAPI pubblico restano rimandati finché non esistono vera parità di package e route

Apri download integrazioni

Runtime architecture

Dalle demo agentiche alla disciplina runtime

Un modello capace non basta a fare architettura runtime. Se gli agenti devono attivare workflow, caricare file, usare tool, delegare lavoro e agire su piu canali, il runtime ha bisogno di pattern chiari per controllo, visibilita e recovery.

Definisci trigger, contesto e confini prima di aumentare l'autonomia

Rendi espliciti controllo, osservabilita e recovery nel runtime

Scegli i pattern operativi giusti prima di delegare ai workflow

Esplora pattern runtime Apri principi

Configura il blueprint nel tuo client

Questa pagina deve bastare per partire: endpoint MCP live, asset da scaricare, blocco di config, prompt di kickoff e note di compatibilità per i client principali.

Claude Code

Skill pack + MCP live

Installa prima la skill del blueprint per avere i 10 principi sempre disponibili, poi aggiungi l'endpoint MCP per ricerca live, cluster ed esempi.

Config MCP

{
  "aidesignblueprint": {
    "type": "http",
    "url": "https://aidesignblueprint.com/mcp"
  }
}

Claude Skill Pack Scarica /audit-doctrine

Prompt di kickoff

Usa il blueprint come layer dottrinale. Prima leggi i principi rilevanti, poi interroga l'MCP live per cluster, esempi e asset. Inizia con list_clusters e poi proponi il prossimo lookup utile.

Codex

MCP + export locali

Registra l'endpoint MCP con lo stesso blocco `.mcp.json` usato per gli altri client. Tieni JSON o Markdown come fallback locale quando vuoi un bundle leggibile senza chiamate live.

Config MCP

{
  "aidesignblueprint": {
    "type": "http",
    "url": "https://aidesignblueprint.com/mcp"
  }
}

Agentic Design Blueprint JSON Agentic Design Blueprint Markdown

Prompt di kickoff

Configura il blueprint come server MCP HTTP e usa il JSON locale come fallback. Parti con list_principles, poi cerca esempi per visibility, orchestration o steering in base al task.

Cursor

Rules persistenti + MCP live

Usa il file `.mdc` per guidance sempre attiva nell'editor e l'endpoint MCP per richieste live su principi, cluster ed esempi.

Path rule

.cursor/rules/blueprint-doctrine.mdc

Cursor Rules Export llms.txt

Prompt di kickoff

Applica sempre la dottrina del blueprint. Prima chiarisci il principio o cluster rilevante, poi usa l'MCP live per cercare esempi e verificare pattern di runtime, steering o approval boundaries.

Windsurf

Workspace rule + file condivisi

Usa la workspace rule per guidance persistente, poi aggiungi AGENTS.md nel repo se vuoi mantenere lo stesso linguaggio anche in altri tool.

Path rule

.windsurf/rules/blueprint-core.md

Windsurf Rule AGENTS.md

Prompt di kickoff

Applica il blueprint come rule di workspace. Prima rendi espliciti boundaries, approvazioni e fallback, poi usa esempi e principi per verificare il pattern prima di implementare.

GitHub Copilot

Istruzioni repo + dottrina condivisa

Metti il file istruzioni nella cartella `.github`, poi usa AGENTS.md se vuoi uno strato dottrinale leggibile anche da altri client del repo.

File repo

.github/copilot-instructions.md

GitHub Copilot Instructions AGENTS.md

Prompt di kickoff

Usa il blueprint quando generi o rivedi codice AI-native. Controlla sempre execution boundary, approval boundary, runtime visibility, fallback e reversibilità.

Gemini CLI

Contesto progetto + llms.txt

Usa GEMINI.md come contesto persistente del progetto, poi llms.txt o i prompt pack open-weight come supporto rapido per discovery e setup.

File progetto

GEMINI.md

Gemini Context File llms.txt

Prompt di kickoff

Tratta il blueprint come contesto di progetto. Prima chiarisci il principio e il boundary rilevante, poi procedi con implementazione, fallback e review del runtime.

DeepSeek

Prompt pack + llms.txt

Usa il prompt pack come istruzione iniziale per workflow DeepSeek o runtime open-weight locali. Tieni llms.txt come riferimento rapido quando vuoi discovery più ampia senza MCP.

File prompt

system-prompt-deepseek.md

DeepSeek Prompt Pack llms.txt

Prompt di kickoff

Carica il prompt pack, rendi espliciti boundary, approvazioni e fallback, poi usa llms.txt come supporto leggero quando ti serve un riepilogo rapido della dottrina.

Qwen

Prompt pack + llms.txt

Usa il prompt pack come contesto iniziale per workflow Qwen o runtime locali senza MCP. llms.txt resta il fallback più leggero per discovery e richiamo dei pattern.

File prompt

system-prompt-qwen.md

Qwen Prompt Pack llms.txt

Prompt di kickoff

Carica il prompt pack Qwen, chiarisci il boundary di esecuzione e il fallback, poi usa llms.txt quando ti serve una vista rapida della dottrina senza retrieval live.

Cosa include davvero questa release pubblica per agenti?

Include una superficie MCP in sola lettura per recupero di principi ed esempi, export dottrinali deterministici e artefatti installabili per setup locali degli agenti. Non include ancora validazione protetta o governance di team.

Come dovrebbe usare un team questa pagina nel sito più ampio?

Usala dopo che dottrina ed esempi sono abbastanza chiari da essere operativizzati. I principi definiscono gli standard, gli esempi forniscono prove ispezionabili e questa pagina distribuisce entrambi negli strumenti agentici.

MCP coincide con tutto il modello runtime di questi agenti?

No. MCP e il layer di trasporto e discovery per tool, risorse e prompt. Identita dell'agente, istruzioni di task, context hub, caricamento a livelli, budget, turn cap e history di sessione appartengono al layer piu ampio di architettura runtime, coperto nel ramo dedicato.

Passa dalla dottrina pubblica a un loop practitioner privato

L'endpoint MCP pubblico e i pacchetti skill scaricabili sono intenzionalmente forti. Pro inizia quando devi applicare quello standard in modo privato al tuo workflow e conservare le evidenze nel tempo.

Esegui review protette su un workflow reale invece di interrogare solo la dottrina pubblica

Salva findings, note di evidenza e cronologia dei report su esecuzioni ripetute

Usa tool MCP autenticati quando il lavoro passa dall'esplorazione alla validazione privata di prodotto

Lascia che il tuo agente attivi un'escalation verso un esperto umano — supporto, una conversazione su partnership o una call con l'agenzia — dall'interno della sessione, senza interrompere il loop

Vedi come funziona Pro

Endpoint MCP pubblico

https://aidesignblueprint.com/mcp

Usa questo stesso endpoint per Claude, Codex, Cursor, Gemini CLI e per QA via curl. Windsurf, GitHub Copilot e gli altri client guidati da file usano soprattutto gli artefatti statici sopra, con MCP come estensione opzionale.

Config condivisa

{
  "aidesignblueprint": {
    "type": "http",
    "url": "https://aidesignblueprint.com/mcp"
  }
}

Compatibilità e sessione

Il transport è Streamable HTTP. I client compatibili eseguono `initialize`, ricevono `mcp-session-id`, inviano `notifications/initialized` e poi usano quella sessione per `tools/list` e `tools/call`.

1. Il client invia `initialize` all'endpoint MCP pubblico.
2. Il server restituisce `mcp-session-id` e la versione di protocollo negoziata.
3. Il client invia `notifications/initialized`, poi usa quella sessione per `tools/list` e `tools/call`.

Tool pubblici

Questi tool sono pubblici e in sola lettura. La validazione protetta arriverà nell'incremento successivo dopo aver provato l'uso reale di questa superficie. Qui MCP e la superficie di tool e risorse, non l'intero contratto runtime. Usa chiamate mirate — get_principle(slug) o get_example(slug) — quando sai già cosa ti serve, invece di listare tutto. Ogni chiamata di listing non necessaria aggiunge token che il modello deve elaborare.

list_principles(cluster?)
list_clusters()
get_principle(slug)
get_cluster(slug)
get_example(slug)
search_principles(query, limit?)
search_examples(query, principle_ids?, difficulty?, library?, limit?)
list_agent_assets()

Tool autenticati / Pro

Compaiono nella registry live, ma richiedono autenticazione e non fanno parte della promessa pubblica in sola lettura.

get_my_coaching_context() è pensato per una singola iniezione di contesto per sessione — chiamalo una volta all'inizio e passa il payload agli step successivi. Interrogarlo ad ogni turno raddoppia i token in input senza aggiungere informazioni nuove.

get_my_learning_path()
get_my_coaching_context()
validate_agent_architecture(implementation_context, focus_area?, task?, language?, repository?, files?, goals?, example_limit?)
add_evidence_note(course_slug, stage_id, note)

Aggiornamento

Generato il

13 aprile 2026

Versione contenuto

bbeb23db

Dettagli build

bbeb23db68234edcc072ca24772cacb000d027d9

Compatibilità verificata

La salute dell'endpoint e la registrazione nativa del client non sono la stessa cosa. Qui separiamo il transport, il fallback consigliato e il setup con il miglior rapporto fiducia/tempo.

Verifica con note

Claude Code

Skill pack altamente consigliata, MCP live per query strutturate.

Il transport è Streamable HTTP con sessione. Se il client non registra subito i tool, tieni la skill installata e verifica l'MCP con il setup flow qui sotto.

Verifica con note

Cursor

Rules export per contesto persistente, MCP per retrieval live.

Il valore migliore arriva dalla combinazione rules + MCP, non dal solo endpoint.

Configurazione consigliata

Codex

Usa `.mcp.json` per il server live e JSON/Markdown come fallback locale.

Il fallback locale evita stalli quando vuoi solo la dottrina senza una chiamata live.

Configurazione consigliata

Windsurf

Workspace rule per contesto persistente, con AGENTS.md come supporto cross-tool.

Il percorso più pulito è usare la rule di workspace e tenere AGENTS.md nel repo quando vuoi la stessa dottrina anche fuori da Windsurf.

Configurazione consigliata

GitHub Copilot

Istruzioni repo per guidance persistente, con AGENTS.md come file condiviso.

Copilot rende meglio con istruzioni brevi e stabili nel repo. AGENTS.md serve come layer aggiuntivo quando vuoi coerenza con altri tool.

Configurazione consigliata

Gemini CLI

GEMINI.md come contesto persistente, llms.txt o prompt pack come supporto locale.

Il percorso più semplice è mantenere GEMINI.md alla root del progetto e usare llms.txt o i prompt pack quando vuoi contesto aggiuntivo senza retrieval live.

Configurazione consigliata

DeepSeek

Prompt pack statico per workflow open-weight o locali, con llms.txt come supporto.

DeepSeek qui non usa MCP come percorso principale. Il setup corretto è prompt pack + llms.txt come fallback leggero.

Configurazione consigliata

Qwen

Prompt pack statico per runtime Qwen o locali senza dipendenza da MCP.

Il percorso più pulito è usare il prompt pack Qwen e tenere llms.txt come documento di discovery e richiamo rapido.

Supporto pieno

HTTP diretto / curl

Ideale per QA, debug e verifica del transport.

Usa initialize, notifications/initialized, tools/list e tools/call per verificare l'endpoint live.

Comando di audit dottrinale

Un comando slash di Claude Code che recupera tutti i principi dall'MCP live, naviga le pagine chiave del sito con Playwright e produce un report di gap allineato ai quattro cluster: delega, visibilità, fiducia e orchestrazione.

Carica tutti i 10 principi e i riepiloghi dei cluster via MCP

Screenshot delle pagine chiave e valutazione rispetto a ogni cluster

Riporta allineamento, gap parziali e segnali mancanti con riferimenti ai componenti

Esegui con /audit-doctrine dopo ogni modifica significativa all'UI

Scarica il file comando

Verifica il setup

Prima prova il transport, poi il primo tool, poi un prompt reale. Questo evita la falsa impressione di un endpoint sano ma non operativo.

Aggiungi il server con il blocco di config qui sotto.
Verifica che il client mostri il server o che l'endpoint risponda a `initialize`.
Esegui `list_clusters` come prima chiamata di prova.
Usa uno dei prompt di kickoff per un audit, una ricerca esempi o un lookup di principio.

Prompt di kickoff

Usa questi prompt per partire da un task reale invece di sprecare il primo turno a spiegare setup e contesto.

Audit architettura

Usa il blueprint come framework di audit. Prima elenca i cluster, poi proponi quali principi usare per valutare questa architettura agentica e quali esempi leggere subito.

Lookup esempi

Cerca esempi per orchestration, visibility e steering. Raggruppali per principio e dimmi quali vale la pena leggere per primi.

Spiegazione principio

Spiegami il principio più rilevante per questo workflow, con definizione, razionale, rischio e un esempio collegato.

Scarica prompt pack

Percorsi consigliati per stack attuali

La libreria esempi sta ancora ampliando la copertura Claude, TypeScript e Next.js. Intanto, questi sono i percorsi più coerenti con il prodotto già disponibile.

Percorso curato

Claude workflows

Usa la skill pack come layer sempre attivo, poi passa all'MCP pubblico per search, filter e drill-down. È il percorso più affidabile finché la registrazione nativa dei tool HTTP non è uniforme.

Apri prompt pack →

Percorso curato

TypeScript builders

Parti da principi, runtime branch ed esempi ispezionabili per valutare steering, hand-off e visibilità. La curatela TypeScript dedicata è in espansione, ma il percorso operativo è già utilizzabile.

Apri esempi →

Percorso curato

Next.js product teams

Usa il blueprint per giudicare superfici agentiche, progressive disclosure, tool visibility e loop di review. Il ramo runtime resta il punto di ingresso migliore per orchestrazione e safety.

Apri runtime architecture →

Percorso curato

Multi-agent runtimes

Inizia da orchestration, visibility e trust, poi usa `search_examples` per isolare pattern su hand-off, bounded authority e recovery. È il percorso più vicino all'audit reale di oggi.

Apri i principi →

Esempio initialize

Usa questa chiamata per verificare che l'endpoint negozi la sessione correttamente e restituisca `mcp-session-id`.

curl -i -X POST "https://aidesignblueprint.com/mcp" \
  -H "Accept: application/json, text/event-stream" \
  -H "Content-Type: application/json" \
  -d '{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "initialize",
  "params": {
    "protocolVersion": "2025-03-26",
    "capabilities": {},
    "clientInfo": {
      "name": "manual-check",
      "version": "1.0.0"
    }
  }
}'

Conserva il valore di `mcp-session-id` restituito negli header. Serve per `notifications/initialized`, `tools/list` e tutte le `tools/call` successive.

Prima prova tool

Dopo `initialize` usa `list_clusters` come chiamata minima di prova. Se questo passa, la superficie pubblica è operativa.

curl -i -X POST "https://aidesignblueprint.com/mcp" \
  -H "Accept: application/json, text/event-stream" \
  -H "Content-Type: application/json" \
  -H "Mcp-Session-Id: <session-id>" \
  -d '{
  "jsonrpc": "2.0",
  "id": 3,
  "method": "tools/call",
  "params": {
    "name": "list_clusters",
    "arguments": {}
  }
}'

Sostituisci `<session-id>` con il valore ricevuto in `initialize`. Da qui il passo successivo è usare uno dei prompt di kickoff per una query reale.

Scegli il percorso che corrisponde al tuo piano

Mantieni onesta l'architettura informativa: l'accesso pubblico alla dottrina è disponibile ora, mentre Pro è il layer practitioner per report protetti, prove salvate, MCP autenticato e prossime azioni ricorrenti.

Disponibile ora

Basic / Gratis: accesso pubblico alla dottrina per setup locali degli agenti

Usa rules scaricabili, prompt pack e l'endpoint MCP pubblico in sola lettura per esporre principi ed esempi dentro Claude, Codex, Cursor, Windsurf, GitHub Copilot, Gemini CLI, DeepSeek, Qwen e altri client agentici senza setup di account.

Download di skill pack Claude, rules per Cursor e Windsurf, istruzioni Copilot, contesto Gemini, Markdown, JSON e llms.txt
Chiamate ai tool MCP pubblici in sola lettura
Punto di partenza corretto per esplorazione individuale e discovery del contenuto

Vedi il contesto prezzi →

Incremento successivo

Pro: validazione personale protetta e recupero più profondo

Pro è il workspace practitioner in cui MCP e skill trasformano evidenze reali di workflow in report di readiness protetti, findings salvati, coaching context autenticato e prossime azioni ricorrenti.

Validazione protetta rispetto ai principi
Recupero di esempi più mirato con metadata di aggiornamento
Pensato per singoli practitioner che applicano la dottrina a prodotto e codice

Vedi il contesto prezzi →

Fase successiva

Teams: governance condivisa e visibilità sugli agenti

I workflow agentici a livello team arrivano dopo che il layer protetto è stato provato. Quel percorso riguarda audit condivisi, overlay privati e coerenza organizzativa, non un handbook separato.

Audit condivisi per uso degli agenti e attività di validazione
Overlay privati e visibilità amministrativa
Attivare solo dopo che il percorso hosted personale dimostra domanda reale

Vedi il contesto prezzi →

Download

Tutti gli artefatti sono generati dalla stessa fonte strutturata di dottrina ed esempi. Build ripetute non dovrebbero introdurre drift se il contenuto sorgente non cambia.

llms.txt

Root discovery document for agent clients and ingestion tools.

CodexGemini CLIDeepSeekQwen

TEXT

2026-04-13T19:48:05+01:00

Usalo come documento di discovery rapido per agent client e ingestion layer.

Fatti chiave

Configura il blueprint nel tuo client

Compatibilità verificata

Percorsi consigliati per stack attuali

Scegli il percorso che corrisponde al tuo piano

Download

Continua nel resto del blueprint