← Back to English

---

A colpo d'occhio

Metrica	Quantita
Agents	138
Skills	296
Hooks	74
Rules	20
Lavoro manuale	0

---

Cos'e?

vibecosystem trasforma Claude Code in un team software IA completo. Non un semplice assistente -- un team di 138 agenti specializzati che pianificano, costruiscono, revisionano, testano e imparano da ogni errore.

Nessun modello personalizzato. Nessuna API personalizzata. Solo il sistema di hooks + agents + rules di Claude Code, spinto al massimo.

Il quadro generale

---

Funzionalita principali

1. Pipeline di autoapprendimento

Ogni errore diventa una regola. Automaticamente.

Error happens → passive-learner captures pattern
→ consolidator groups & counts
→ confidence >= 5 → auto-inject into context
→ 10x repeat → permanent .md rule file

Nessun intervento manuale. Il sistema scrive le proprie regole.

2. Agent Swarm

Di' "aggiungi una nuova funzionalita" e piu di 20 agenti si attivano in 5 fasi.

Phase 1 (Discovery):    scout + architect + project-manager
Phase 2 (Development):  backend-dev + frontend-dev + devops + specialists
Phase 3 (Review):       code-reviewer + security-reviewer + qa-engineer
Phase 4 (QA Loop):      verifier + tdd-guide (max 3 retry → escalate)
Phase 5 (Final):        self-learner + technical-writer

3. Caricamento adattivo degli hook

Esistono 74 hook, ma non vengono eseguiti tutti contemporaneamente. L'intento determina quali hook si attivano.

"fix the bug"      → compiler-in-loop + error-broadcast     ~2,400 tok
"add api endpoint"  → edit-context + signature-helper + arch  ~3,100 tok
"explain this code" → (nothing)                               ~800 tok

4. Dev-QA Loop

Ogni task passa attraverso un quality gate:

Developer implements → code-reviewer + verifier check
→ PASS → next task
→ FAIL → feedback to developer, retry (max 3)
→ 3x FAIL → escalate (reassign / decompose / defer)

5. Canavar Cross-Training

Quando un agente commette un errore, l'intero team impara da esso.

Agent error → error-ledger.jsonl → skill-matrix.json
→ All agents get the lesson at session start
→ Team-wide error prevention

6. Assignment Matrix

Tabella di routing con 74 righe: ogni tipo di task viene indirizzato all'agente giusto.

GraphQL API      → graphql-expert  (backup: backend-dev)
Kubernetes       → kubernetes-expert (backup: devops)
DDD modeling     → ddd-expert      (backup: architect)
Bug reproduction → replay          (backup: sleuth)
... 70 more rows

---

Architettura

┌─────────────────────────────────────────────────────────┐
│                    Claude Code                          │
│                                                         │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐              │
│  │  Hooks   │  │  Agents  │  │  Skills  │              │
│  │  (74)    │→ │  (138)   │← │  (296)   │              │
│  └────┬─────┘  └────┬─────┘  └──────────┘              │
│       │              │                                   │
│       ▼              ▼                                   │
│  ┌──────────┐  ┌──────────┐                              │
│  │  Rules   │  │  Memory  │                              │
│  │  (20)    │  │ (PgSQL)  │                              │
│  └──────────┘  └──────────┘                              │
│                                                         │
│  ┌──────────────────────────────────────┐                │
│  │  Self-Learning Pipeline             │                │
│  │  instincts → consolidate → rules    │                │
│  └──────────────────────────────────────┘                │
│                                                         │
│  ┌──────────────────────────────────────┐                │
│  │  Canavar Cross-Training             │                │
│  │  error-ledger → skill-matrix → team │                │
│  └──────────────────────────────────────┘                │
└─────────────────────────────────────────────────────────┘

---

Categorie di agenti

Categoria	Quantita	Esempi
Core Dev	14	frontend-dev, backend-dev, kraken, spark, devops, website-cloner
Review & QA	8	code-reviewer, security-reviewer, verifier, qa-engineer
Domain Experts	35	graphql-expert, kubernetes-expert, ddd-expert, redis-expert
Architecture	8	architect, planner, clean-arch-expert, cqrs-expert
Testing	6	tdd-guide, e2e-runner, arbiter, mocksmith
DevOps & Cloud	12	aws-expert, gcp-expert, azure-expert, terraform-expert
Analysis	11	scout, sleuth, data-analyst, profiler, strategist
Orchestration	16	nexus, sentinel, commander, neuron, vault, nitro
Documentation	6	technical-writer, doc-updater, copywriter, api-doc-generator, document-generator
Learning	7	self-learner, canavar, reputation-engine, session-replay-analyzer

---

Stack tecnologico

Componente	Tecnologia
Runtime	Claude Code (Claude Max)
Models	Opus 4.6 / Sonnet 4.6
Hook engine	TypeScript → esbuild → .mjs
Memory DB	PostgreSQL + pgvector (Docker)
Agent format	Markdown + YAML frontmatter
Skill format	prompt.md / SKILL.md
Cross-training	JSONL ledger + JSON skill matrix

---

Filosofia

hooks are sensors. observe, filter, signal.
agents are muscles. build, produce, fix.
the bridge between them: context injection.
no direct RPC. no message passing. by design.
implicit coordination through context.

Gli hook sono sensori. Osservano, filtrano, segnalano. Gli agenti sono muscoli. Costruiscono, producono, riparano. Il ponte tra loro: context injection. Nessun RPC diretto. Nessuno scambio di messaggi. Per scelta progettuale. Coordinamento implicito attraverso il contesto.

---

License

MIT

---