Data Science Tutorials

Crea un agente vocale in Python con la stessa API usata da Grok Voice Agent Builder: setup WebSocket, streaming audio, chiamata di strumenti, tracciamento dei costi e un endpoint FastAPI.

Una guida pratica al modello di sicurezza di Claude Code, con regole di permesso, controlli MCP, sandboxing e la governance a livello di team che impedisce a un agente di coding AI di fare più di quanto intendevi.

Claude Code Superpowers è un plugin di Jesse Vincent che installa un framework di skill in Claude Code, dando all’agente workflow disciplinati per brainstorming, TDD, debugging, code review e creazione di skill.

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.

Guida pratica alla progettazione di stack MCP, pattern di workflow, anti-pattern e controlli di sicurezza che trasformano Claude Code in un agent di engineering consapevole del contesto.

Una guida pratica ai Claude Code Agent Teams: come più agenti specializzati condividono una lista di attività, si coordinano tramite un team lead e parallelizzano lavoro su backend, frontend, database e documentazione in un unico progetto.

Everything Claude Code (ECC) è un framework open source che avvolge Claude Code con skill riutilizzabili, agenti specializzati, memoria persistente e integrazioni MCP.

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 usare i comandi slash integrati di Claude Code per gestire contesto, modifiche e costi tra le sessioni, e creare comandi personalizzati per automatizzare flussi di lavoro ripetitivi.

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.

Scopri come accelerare l’inferenza locale di Gemma 4 31B su una singola RTX 4090 usando il decoding speculativo DFlash e Flash Attention rispetto a una configurazione di base.

Come funziona la random forest regression, dove fallisce e come valutarla, ottimizzarla e interpretarla. Include un’implementazione in Python e un framework di confronto tra modelli.