Rilasciare codice con l'AI richiede disciplina
Senza la configurazione giusta, il coding con l'AI comporta rischi reali: come configuri l'AI e i suoi agenti perché non rompano mai logica e struttura già funzionanti? La pipeline di AITM è costruita proprio attorno a questo problema.
Qualità del prompt e passaggi più piccoli
Più un requisito è descritto con precisione, meglio l'AI lo esegue. Dividere il lavoro in parti più piccole e verificate in modo indipendente batte costantemente un unico prompt gigante.
Meno allucinazioni
Un semplice agente AI tende a scegliere la risposta che suona più vicina invece di quella di cui il business ha davvero bisogno. Inserire nel prompt la logica di business e vincoli espliciti da non violare, e non solo testare dopo, è ciò che lo mantiene sulla strada giusta.
Verifica che isola il raggio d'impatto
Test unitari, di integrazione ed end-to-end dimostrano che una modifica non ha rotto nulla al di fuori della propria attività.
Contesto prima di cambiare una sola riga
Il passaggio Architect legge contratti, elementi DOM e catene di comportamento prima che inizi il coding, così il prompt generato è calibrato per evitare i punti che non devono cambiare, e ogni attività (Bug, Feature o Enhancement) viene verificata in modo diverso, per progetto, in base al tipo di rischio che comporta.
AITM è usato da team di sviluppo e sviluppatori singoli che vogliono delegare il coding di routine ad agenti AI restando concentrati su architettura e decisioni. Risolve il caos delle attività parallele, la perdita di contesto tra le conversazioni e la necessità di rivedere manualmente ogni modifica al codice. Hanno bisogno di uno strumento che garantisca isolamento dei worktree, test automatizzati e una cronologia verificabile, senza sacrificare la velocità di sviluppo. AITM dà loro la certezza che il codice generato dall'AI segua la stessa disciplina di quello scritto da persone, risparmiando ore ogni giorno.
Dal prompt al codice unito: tutto automatizzato
Submit a Task.
Ship Tested, Merged Code.
Describe what you need once. AITM designs the approach, writes the code, reviews it, fixes what's broken, tests it end-to-end, updates the docs, and merges it into your dev integration branch — without you touching a keyboard again until it's done.
v1.0.0 disponibile ora AITaskManager in azione
Clicca su una scheda per esplorare. Clicca sull'immagine per ingrandirla.
Dev Dashboard: il tuo centro di comando
Vedi in un colpo d'occhio tutti i tuoi progetti, le pipeline attive, lo stato di git e la coda delle attività. Lo streaming della console in tempo reale mostra l'AI al lavoro. Trascina le attività per riordinare le priorità.
Come funziona
Una pipeline in 12 passaggi, da un branch isolato attraverso conformità, review e test fino a documentazione e chain audit. La merge queue porta poi il risultato in dev.
Branch
Crea un branch e un worktree isolati per l'attività.
Architect
Pianifica la modifica usando il codice del progetto e i contratti.
Code
Implementa le modifiche pianificate.
Controllo di conformità
Controlla le attività complesse rispetto ai loro requisiti; saltato per le attività più semplici.
Review
Controlla l'implementazione ed emette un verdetto.
Fix
Risolve i problemi emersi dalla review quando serve.
Test
Esegue i test automatici del progetto.
E2E
Testa i percorsi utente nell'applicazione.
Verify
Verifica il risultato rispetto ai criteri di accettazione.
Snapshot
Cattura facoltativamente l'interfaccia per il confronto visivo.
Docs
Aggiorna documentazione e contratti comportamentali.
Chain audit
Ricontrolla le attività precedenti alla fine di una catena di attività.
Guida utente
Scopri come usare ogni funzionalità. Clicca per espandere.
AITM genera il tuo codice
L'AI svolge il codice di routine così i team vanno più veloci. L'AI scrive il codice con i modelli che scegli. Il tuo team assegna il lavoro, lo rivede e decide.
Nuove funzionalità e interi moduli a partire da un brief in linguaggio naturale
Correzioni di bug con riproduzione obbligatoria: l'attività dimostra prima il bug e dimostra che è sparito dopo la correzione
Refactoring e modernizzazione di codebase grandi e longeve senza alcun rischio per il branch principale
Test unitari, scenari end-to-end e documentazione che si generano e si mantengono da soli
Decine di attività in parallelo, ciascuna nella propria copia isolata del progetto
Tutto sul server, niente sulle postazioni di lavoro
AITM gira sul tuo server e gli utenti lavorano tramite il browser. Codice sorgente, worktree e dati non lasciano mai il server.
Il server regge il carico
Build, test e agenti AI girano sul server. Le postazioni restano leggere e non vi si installa nulla.
Ambiente Docker sigillato
AITM gira in container separati dagli altri sistemi, con spazio di archiviazione proprio per progetti, worktree e dati.
Cifrato a riposo
Database, risultati delle attività, prompt, artefatti e backup sono cifrati con AES-256. Un disco rubato o un backup trapelato è illeggibile.
Il tuo codice resta nella tua rete
AITM è self-hosted. Scegli il provider AI per ogni passaggio, incluso un modello Ollama locale, così un progetto sensibile non deve mai uscire dalla tua infrastruttura.
Ogni modifica isolata
Ogni attività ha il proprio branch git e worktree. Raggiunge il branch principale solo dopo review, test e un controllo della build.
Audit trail completo
Ogni passaggio ha un log, un verdetto e una motivazione. Puoi sempre risalire a chi ha chiesto cosa, cosa ha modificato l'AI e perché è stato approvato.
Un'AI che conosce il tuo progetto
AITM non lascia che l'AI legga il repository alla cieca. Contratti, mappa dell'interfaccia e grafo della conoscenza vengono inseriti in ogni attività, così modifica il punto giusto. Architect, coder, reviewer e agente di fix lavorano in un unico passaggio; tu leggi il risultato, non una chat. La merge queue risolve i conflitti per te.
Una consegna di cui fidarti
Ogni modifica è rivista, testata, documentata e tracciabile. Lo sviluppo prosegue 24 ore su 24 e la pipeline si ripara da sola invece di aspettare una persona. Controlli i costi scegliendo il modello per ogni passaggio. La sicurezza fa parte del progetto, non è un componente aggiunto.
Tu decidi COSA. AITM gestisce il COME.
Perché AITaskManager?
Tutto ciò che dovresti fare a mano con un semplice strumento AI per il codice: automatizzato.
Non toccare mai più un terminale
Branch, architect, code, compliance-check, review, fix, test, e2e, verify, snapshot, docs, chain-audit: una sola pipeline esegue ogni passaggio al posto tuo, poi unisce il risultato in dev. Salta qualsiasi passaggio o riprendi dopo un errore.
Usa la migliore AI per ogni compito
Claude per il codice, Gemini o OpenAI per la review, DeepSeek o modelli ospitati da NVIDIA per i test, un modello Ollama locale per i passaggi meccanici: scegli provider e modello in modo indipendente per ogni passaggio della pipeline e riduci i costi senza ridurre la qualità.
Basta API inventate
Ogni funzionalità è un contratto comportamentale testabile. L'AI lo legge prima di scrivere codice, quindi smette di indovinare i percorsi dei file e di inventare metodi che non esistono.
Il tuo branch principale è sempre al sicuro
Ogni attività gira nel proprio worktree e branch. Nulla tocca dev finché non è testato e rivisto.
Rilascia senza test manuali
Test unitari e Playwright E2E partono automaticamente a ogni attività, e un passaggio snapshot opzionale può catturare screenshot per individuare più facilmente errori dell'interfaccia.
Vedi esattamente com'è fatto il tuo codice
Un grafo interattivo delle dipendenze mostra community di file, god node e relazioni di import: basta indovinare cosa tocca un file.
Trasforma una conversazione in un'attività con un clic
Chatta con il contesto completo del progetto, discuti l'approccio, poi invialo direttamente alla coda.
Si riprende da solo, così non devi farlo tu
Un watchdog in background individua le attività bloccate e i processi zombie e riavvia automaticamente i passaggi falliti.
La tua AI impara i pattern del tuo codice
Hint riutilizzabili inseriscono le convenzioni del progetto in ogni prompt: digita ~hint per un contesto immediato.
Gestisci ogni progetto da una sola schermata
Cambia contesto all'istante, metti in coda attività tra progetti e segui l'avanzamento ovunque contemporaneamente.
Guarda l'AI al lavoro in tempo reale
Piena trasparenza su ogni comando, modifica ai file e decisione, mentre accadono.
Metti in coda stasera, domattina trovi le funzionalità unite
Metti in coda 20 attività prima di dormire con priorità e dipendenze: AITM le esegue in sequenza mentre dormi.
AITM impara il tuo progetto
Più AITM lavora sul tuo codice, meno deve riscoprire ogni volta.
I contratti comportamentali catturano ciò che fa il tuo codice: controllati prima di ogni modifica, mantenuti sincronizzati dopo ogni merge.
Un grafo della conoscenza collega variabili, contratti, elementi DOM, test e documentazione dietro un'unica query.
Importa un repository e AITM mappa stack, codice e interfaccia prima ancora che parta la prima attività.
Template di agenti condivisi e passaggi di consegne strutturati mantengono ogni sessione AI, e ogni provider, allineati.
Quali modelli AI alimentano AITM
AITM è un livello di estensione, non un modello: orchestra l'AI che scegli.
Il modello lo porti tu
AITM richiede un modello AI di terze parti a pagamento (Claude, OpenAI o DeepSeek) oppure un modello locale self-hosted. I modelli locali non raggiungono ancora la qualità di codice che la pipeline di AITM richiede, quindi sono più adatti a compiti più leggeri. Claude Sonnet su low è la scelta più usata e con le migliori prestazioni per codice, review e fix. Fable viene usato occasionalmente per la pianificazione delle attività e il brainstorming. Di OpenAI e DeepSeek si usa solo il miglior modello attualmente disponibile.
Perché meno allucinazioni
Un semplice sistema agentico ricostruisce da zero come si comporta il tuo codice a ogni attività. AITM invece mantiene una mappa persistente e sempre aggiornata del tuo progetto (contratti comportamentali, variabili, mappa DOM e un grafo della conoscenza) con cui ogni passaggio della pipeline si confronta invece di indovinare. Questa precisione migliora quanto più a lungo AITM viene usato su un progetto, ed è minore in un progetto appena importato in cui i contratti sono ancora in costruzione.
Perché costa meno
Il vantaggio di costo di AITM deriva dall'assegnare passaggi diversi della pipeline a modelli diversi in base alla complessità di ciascuno, compresi modelli più economici quando un passaggio più semplice non richiede un modello di fascia alta. Questo riduce il costo in dollari per completare un'attività: è una riduzione del costo del modello tramite routing, non una riduzione dell'uso di token.
Perché AITM è più affidabile di un semplice agente AI
Rispetto ai prompt manuali all'AI in una finestra di chat.
Stop Babysitting Your AI. Start Shipping.
Every night you skip is a night of merged features you didn't ship. Queue your backlog now — AITM starts orchestrating the moment it launches.
v1.0.0 disponibile ora Pick a duration and a time that works for you — we'll send a confirmation link to your email.
Check your email
We've sent a confirmation link to your email address. Click it to confirm your call.
Come AITM lavora con l'AI
Come vengono gestiti dimensione del prompt e contesto lungo la pipeline.
Dimensione del prompt per passaggio della pipeline
Ogni passaggio della pipeline (Architect, Code, Review, Fix, Test, Docs) parte da un prompt mirato e specifico per quel passaggio, non da un unico prompt gigante e generico. I passaggi successivi che richiedono più contesto (come Code) costruiscono un contesto di lavoro più ampio man mano che esplorano l'attività; quelli iniziali o più ristretti (come Docs) restano relativamente piccoli. In ogni caso, il contesto di lavoro resta ben entro la finestra di token del modello configurato.
Riutilizzo invece di reinvio
La parte stabile di ogni prompt (ruolo, regole, strumenti) è identica in tutti i passaggi, quindi viene servita dalla cache dei prompt del provider AI: di norma serve solo una piccola quantità di input nuovo per passaggio, mentre la maggior parte del contesto viene riutilizzata invece di essere rinviata.
Conoscenza del progetto, non lettura di file
L'AI consulta prima la conoscenza del progetto (variabili, contratti di logica di business, mappa dell'interfaccia, poi il codice) prima di leggere i file, così ogni passaggio lavora su fatti di progetto verificati.
Ottimizzato per ogni modello AI
| Provider | Finestra di contesto |
|---|---|
| Claude | 200K |
| Gemini | 1M |
| OpenAI | 128K |
| NVIDIA | 128K |
| DeepSeek | 64K |
| Ollama locale (predefinito) | 8K |
I modelli con finestre di contesto più piccole o ragionamento più debole ricevono una versione più compatta del prompt che contiene comunque le stesse regole di lavoro, così anche un modello locale segue lo stesso processo.
Un unico sistema: GUI, pipeline, dati e contratti
AITM non sostituisce Claude Code, Cursor o il tuo strumento AI preferito per il codice: li orchestra. Collegalo agli stessi modelli che usi già; aggiunge pipeline, rete di sicurezza e memoria di progetto.
Un livello visivo che puoi davvero vedere
Una dashboard in tempo reale mostra ogni progetto, pipeline in esecuzione e attività in coda. Il DOM Explorer collega ogni elemento dell'interfaccia al suo data-aitm codice, e la cronologia degli screenshot conserva una traccia visiva di come ogni schermata è cambiata nel tempo.
Una pipeline, non una finestra di chat
Un solo prompt esegue l'intera pipeline in 12 passaggi (branch → architect → code → compliance-check → review → fix → test → e2e → verify → snapshot → docs → chain-audit) e poi la merge queue unisce la modifica in dev. Ogni attività ha il proprio git worktree isolato, quindi il tuo branch principale non viene mai toccato durante l'esecuzione, e un watchdog rileva i passaggi bloccati e li riprova automaticamente.
Tutto è memorizzato, niente è tirato a indovinare
Ogni progetto ha il proprio database con contratti comportamentali e cronologia delle attività. Un database globale contiene impostazioni, hint e il registro delle variabili condiviso tra i progetti. Ogni attività ha la propria cartella di log e il risultato archiviato, così puoi tornare a qualsiasi esecuzione in seguito.
Separazione rigorosa dei dati tra progetti
I dati di un progetto non si mescolano mai con quelli di un altro: ogni progetto ha il proprio file di database. Il lavoro in corso resta nel suo worktree finché non è stato rivisto, testato e unito, così nulla di incompleto finisce nel branch principale.
Dati, logica di business e GUI collegati
Ogni elemento dell'interfaccia porta un data-aitm codice legato a un contratto comportamentale che descrive il comportamento atteso e indica il file sorgente e la variabile esatti nel codice. Gli agenti AI leggono questa specifica verificata invece di indovinare l'intento dal codice grezzo.