Tutorial sui LLM

Esegui in locale Gemma 4 12B QAT con llama.cpp e scopri come il Quantization-Aware Training migliora l’inferenza GGUF a 4 bit, riduce l’uso di VRAM, aumenta la velocità e rende l’AI locale più stabile sulle GPU consumer.

Scopri come funziona l’automazione basata su hook e inizia a usare gli hook di Claude Code per automatizzare attività di coding come test, formattazione e notifiche.

Controlla l’agente AI sul tuo desktop dal telefono con Claude Cowork Dispatch. In questa guida scopri come assegnare task e automatizzare flussi di lavoro sui file da remoto.

Guida completa ai plugin di Claude Code. Scopri come installare estensioni, scegliere tra Skill e MCP e creare da zero un logger di sessione personalizzato.

Configura OpenClaw (in precedenza Clawdbot/Moltbot), un agent self-hosted che collega Claude al tuo Mac via WhatsApp. Cerca file ed esegui comandi shell dal telefono.

Crea, analizza, visualizza, addestra, valuta, rendiconta e distribuisci un modello di previsione del churn dei clienti interamente in ChatGPT Work con GPT-5.6. Nessuna configurazione, nessuna installazione, tutto nel tuo browser.

Impara ad automatizzare l’estrazione dei dati da email e PDF con Google Apps Script e la Gemini API. Crea oggi stesso una pipeline serverless verso Google Sheets.

Leggi questo tutorial sul connettore Claude Code per configurare GitHub via MCP. Impara ad automatizzare il triage delle issue open source in 20 minuti usando file locali in sola lettura.

Esegui GLM-5.2 in privato con llama.cpp, proteggilo con la tua chiave API, testalo tramite Web UI e cURL e collegalo a OpenCode per un potente workflow di coding locale.

Scopri come eseguire Kimi K2.7 Code in locale in cinque minuti con il binario precompilato di llama.cpp su quattro GPU RTX PRO 6000, quindi usa la sua web UI e l'agente di coding Pi tramite un'API compatibile con OpenAI.

Scopri come le routine di Claude Code eseguono il tuo agente di coding nel cloud a orari programmati o su evento GitHub, così le revisioni PR e gli audit finiscono anche a laptop chiuso.

GGUF impacchetta pesi del modello, dati del tokenizer e metadati in un singolo file portatile. Scopri come scegliere il giusto livello di quantizzazione e iniziare con Ollama.