Ogni sessione AI in AITM — che sia il coder, il revisore o una chat in corso — attinge alla stessa base di conoscenza condivisa e sempre aggiornata, invece di partire da una pagina bianca.

Condivisione di conoscenza e documenti

Contract — la scheda dei fatti del progetto

Un Contract è un fatto salvato su come si comporta una specifica parte del progetto — una piccola nota strutturata che descrive cosa fa una parte del codice, quali file sono coinvolti e a cosa prestare attenzione. I Contract vengono creati e aggiornati automaticamente dopo il merge dei Task, in base a ciò che è effettivamente cambiato. Prima di scrivere qualsiasi codice, un Agent legge i Contract rilevanti per il proprio incarico, vede le "danger zone" segnalate dove una piccola modifica ha storicamente avuto conseguenze sproporzionate e può trovare precedenti di Task passati che hanno toccato la stessa area.

Il knowledge graph

I Contract non esistono isolati. AITM mantiene per ogni progetto un knowledge graph che collega variabili (codici in notazione a punti come UI.PANEL.CHAT o BL.PIPELINE), Contract, elementi DOM, screenshot e documentazione — tutti con riferimenti incrociati. Cercando una variabile si trovano i Contract, i file e gli screenshot collegati; cercando un Contract si trovano le variabili e i file che governa.

Questo grafo si può esplorare direttamente tramite il Variable Explorer, che permette di cercare variabili, approfondirne il dettaglio e vedere l'anteprima di qualsiasi screenshot legato a un elemento UI.

Hint — regole di casa riutilizzabili

Gli hint sono regole brevi e autonome che l'utente (o un Task passato) ha insegnato ad AITM e che vengono poi applicate automaticamente — ad es. convenzioni di denominazione o forme delle risposte. Prima che un Agent avvii uno step, AITM trova automaticamente gli hint rilevanti per ciò che sta per fare e li include nel suo contesto, così non occorre mai ripetere la stessa convenzione in ogni Task creato.

Template condivisi degli Agent

Il prompt AI di ogni step della Pipeline viene assemblato a livelli: un preambolo del provider, template condivisi comuni a tutti gli step, le istruzioni proprie dell'Agent dello step, un override facoltativo per progetto e infine le personalizzazioni dell'utente. Questa stratificazione garantisce che ogni step della Pipeline, e ogni provider AI, riceva esattamente le stesse convenzioni e regole di progetto — senza scostamenti tra ciò che sa l'architect e ciò che segue il coder.

Handoff tra gli step

Ogni step della Pipeline termina emettendo un blocco di handoff strutturato e leggibile dalle macchine. Quel blocco diventa il contesto iniziale dello step successivo, colmando il divario tra due sessioni AI altrimenti nuove — e poiché il formato di handoff è indipendente dal provider, funziona in modo identico sia che lo step successivo giri su Claude, Gemini, DeepSeek o Ollama.

Gruppi di sessioni condivise

Architect, Code, Review e Fix possono essere eseguiti all'interno di un'unica conversazione AI continua invece di quattro scollegate. Ciò significa che l'implementatore ricorda ancora le decisioni di design dello step di architettura e il revisore ricorda esattamente come l'implementatore ha ragionato sulla modifica.

Documentazione generata automaticamente

Dopo ogni merge, AITM rigenera la documentazione di conoscenza per modulo, un digest di conoscenza dell'intero progetto e un indice ricercabile. Documentazione, doc-contract e doc-pointer sono indicizzati in un database SQLite per progetto e collegati direttamente a variabili e Behavioral Contracts, così i riferimenti tra Task rendono tracciabile l'evoluzione delle funzionalità ben dopo l'archiviazione del Task originale.

Brainstorm, Chat e Agent esterni

Le conclusioni di una sessione di Brainstorm con @KEYWORD sono riutilizzabili in qualsiasi prompt di Task futuro. La Chat stessa è alimentata da un digest di conoscenza in cache, così può rispondere a domande sul progetto senza rileggere ogni volta l'intero repository. E poiché l'intera base di conoscenza si trova dietro un unico endpoint GraphQL, i server MCP possono esporla anche ad Agent AI esterni.