Vai al contenuto principale

Tutorial Paperclip: come configurare e usare Paperclip

Scopri come configurare Paperclip su Windows con MiMo-V2.6-Pro e creare un team di IA autonomo che pianifica, delega e gestisce progetti da un'unica dashboard.
Aggiornato 19 ott 2026  · 10 min leggi

Scopri con l'IA

ChatGPTClaudePerplexity

L’IA sta andando oltre i chatbot. Con Dots di OpenAI, Muse di Meta e Grok Bot, stiamo iniziando a vedere un nuovo modo di usare l’IA al lavoro e nella vita di tutti i giorni. 

Invece di passare da uno strumento all’altro e gestire tutto da soli, possiamo assegnare un compito a un assistente IA, lasciarlo lavorare tra le nostre app e intervenire quando serve la nostra approvazione.

Ma se potessimo fare un passo oltre e creare un’intera azienda di agenti IA?

È esattamente ciò per cui è stato progettato Paperclip. È una piattaforma open source dove puoi creare un’organizzazione, “assumere” agenti IA per ruoli diversi, assegnare obiettivi e gestire il loro lavoro da un’unica dashboard.

In questa guida ti mostrerò come configurare Paperclip su Windows usando Claude Code con MiMo-V2.6-Pro invece di un abbonamento Anthropic. Condividerò anche come l’ho usato per creare un piccolo team di IA con un obiettivo semplice: costruire un trading bot.

Che cos’è Paperclip?

Paperclip è una piattaforma di orchestrazione open source per agenti IA. Pensala come la gestione di una piccola azienda in cui i tuoi dipendenti sono agenti IA, ciascuno con propri ruoli, responsabilità e attività.

Funziona come un piano di controllo centrale, gestendo agenti, progetti, assegnazioni di attività, budget e approvazioni. Il lavoro effettivo è gestito dai runtime degli agenti come Claude Code, Codex, Cursor e Gemini CLI.

Come funziona Paperclip

Si parte creando un’organizzazione, definendone l’obiettivo e configurando il primo agente. 

Da lì, gli agenti possono creare piani di progetto, suddividerli in attività più piccole e delegare il lavoro secondo la gerarchia di riporto.

Dietro le quinte, Paperclip usa adapter per agenti per connettersi a diversi strumenti di IA e un sistema di heartbeat per eseguire gli agenti in automatico. 

Quando a un agente viene assegnata un’attività o scatta il suo heartbeat programmato, si “sveglia”, controlla le assegnazioni tramite l’API di Paperclip, svolge il lavoro, pubblica aggiornamenti e si ferma fino all’esecuzione successiva.

Per esempio, il mio progetto di trading bot aveva tre agenti:

  • Chief of Staff: pianifica il progetto, coordina il team e delega le attività.
  • ML Quant Researcher: sviluppa strategie di trading, allena modelli ed esegue backtest.
  • Trading Systems Engineer: costruisce l’infrastruttura di trading, il motore di esecuzione e i controlli di rischio.

Invece di gestire tre sessioni di coding separate, posso monitorare l’intero team da un’unica dashboard. 

Paperclip traccia attività degli agenti, log di esecuzione e costi, mentre i controlli di approvazione mi permettono di rivedere le decisioni importanti prima che gli agenti procedano.

Funzionalità principali di Paperclip

Ecco alcune caratteristiche che rendono Paperclip interessante:

  • Orchestrazione multi-agente: crea interi team di agenti IA con ruoli definiti, gerarchie di riporto e obiettivi condivisi.
  • Agenti autonomi: gli agenti possono pianificare, delegare attività, collaborare e continuare a lavorare con un intervento umano minimo, entro i permessi assegnati.
  • Pianificazione e automazione: pianifica l’esecuzione automatica degli agenti o attivali all’arrivo di nuove attività usando il sistema di heartbeat di Paperclip.
  • Strumenti di IA multipli: collega Claude Code, Codex, OpenCode e altri runtime di agenti supportati.
  • Dashboard centrale: gestisci agenti, progetti, attività, log di esecuzione e spese da un unico posto.
  • Budget e approvazioni: imposta limiti di spesa, approva nuove assunzioni di agenti e rivedi le decisioni importanti prima che gli agenti procedano.

Primi passi con Paperclip

Inizieremo installando Node.js e Claude Code su Windows, configureremo Claude Code per usare MiMo-V2.6-Pro e poi installeremo Paperclip per creare la nostra prima organizzazione con IA.

1. Installa Node.js

Per prima cosa, scarica la versione LTS di Node.js per Windows dal sito ufficiale. Paperclip richiede Node.js 24.11.0 o superiore.

Esegui l’installer e mantieni le opzioni predefinite. Una volta completata l’installazione, apri una nuova finestra di PowerShell ed esegui:

node -v
npm -v
npx -v

Se tutti e tre i comandi restituiscono numeri di versione e Node.js è almeno v24.11.0, siamo pronti a installare Claude Code.

2. Installa e configura Claude Code

Ora dobbiamo installare Claude Code e collegarlo a MiMo-V2.6-Pro. Claude Code fungerà da harness per i nostri agenti, mentre MiMo gestirà l’elaborazione IA vera e propria.

Per prima cosa, installa Git per Windows se non lo hai già fatto. È consigliato per gli strumenti basati su Bash di Claude Code.

Apri PowerShell e installa Claude Code usando l’installer ufficiale per Windows:

irm https://claude.ai/install.ps1 | iex

Verifica che tutto funzioni:

claude --version

Normalmente, Claude Code si connette ai modelli di Anthropic. 

Nel mio caso avevo già un MiMo Token Plan, quindi volevo usare MiMo-V2.6-Pro al suo posto, senza acquistare un abbonamento a Claude.

Configura Claude Code per usare MiMo

Per prima cosa, crea la directory di configurazione di Claude Code:

New-Item -ItemType Directory -Force "$HOME\.claude"

Apri il file delle impostazioni:

notepad "$HOME\.claude\settings.json"

Aggiungi la seguente configurazione:

{
  "env": {
    "ANTHROPIC_BASE_URL": "YOUR_TOKEN_PLAN_BASE_URL",
    "ANTHROPIC_AUTH_TOKEN": "YOUR_MIMO_API_KEY",
    "ANTHROPIC_MODEL": "mimo-v2.6-pro",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "mimo-v2.6-pro",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "mimo-v2.6-pro",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "mimo-v2.6-pro"
  }
}

Sostituisci YOUR_TOKEN_PLAN_BASE_URL e YOUR_MIMO_API_KEY con endpoint e API key del tuo dashboard MiMo Token Plan. 

Se hai già un file delle impostazioni, unisci questi valori alla configurazione esistente invece di sovrascrivere tutto.

Poi, apri la configurazione di onboarding di Claude Code:

notepad "$HOME\.claude.json"

Se il file è nuovo, aggiungi:

{
  "hasCompletedOnboarding": true
}

Se esiste già, aggiungi o aggiorna questa proprietà senza eliminare le altre impostazioni. Questo ci permette di saltare il normale processo di onboarding di Claude Code quando usiamo MiMo.

Salva entrambi i file, poi chiudi e riapri PowerShell.

Testa la connessione

Esegui un prompt semplice per verificare che Claude Code stia usando MiMo:

claude -p "Hey! Introduce yourself in one sentence."

Se tutto è configurato correttamente, dovresti ricevere una risposta. Puoi anche avviare claude in modalità interattiva ed eseguire /status per controllare la configurazione del modello.

Ora abbiamo Claude Code in esecuzione con MiMo-V2.6-Pro e possiamo passare a Paperclip.

3. Installa Paperclip

Installare Paperclip è piuttosto semplice. Dato che abbiamo già Node.js installato, possiamo usare npx per scaricare e avviare Paperclip senza installarlo globalmente.

Apri una finestra PowerShell normale, non come Amministratore, ed esegui:

npx paperclipai onboard --yes

Questo comando scarica Paperclip, crea la configurazione locale, inizializza un database PostgreSQL incorporato e avvia il server.

Una volta in esecuzione, apri il seguente indirizzo nel browser se la pagina di onboarding non si apre automaticamente:

http://localhost:3100

Ora siamo pronti a creare la nostra prima organizzazione, collegare Claude Code come harness degli agenti e iniziare a costruire il nostro team di IA.

Per avviare nuovamente Paperclip in seguito, usa:

npx paperclipai run

Tieni il terminale aperto mentre usi questa configurazione locale.

4. Onboarding di Paperclip

Ora che Paperclip è in esecuzione, possiamo creare la nostra prima organizzazione IA, impostarne il CEO e collegarla a MiMo-V2.6-Pro.

La prima schermata ti chiede di dare un nome all’organizzazione. Per il mio test, ho usato DataCamp.

Paperclip onboarding

Fai clic su Continue. Paperclip poi ti chiede di nominare il primo agente. Sarà il tuo CEO, responsabile della pianificazione dei progetti, della creazione delle attività e della delega del lavoro ad altri agenti.

Poi scegli un adapter per agenti. Paperclip supporta diverse opzioni, tra cui Claude Code, Codex, Cursor, Gemini CLI e OpenCode.

Paperclip onboarding:  selecting the model and Herness

Per questa guida, seleziona Claude Code.

Dato che abbiamo già configurato Claude Code per usare MiMo, la nostra configurazione è così:

Paperclip -> Claude Code -> MiMo-V2.6-Pro

Durante l’onboarding, Paperclip chiede anche su cosa vuoi che lavori la tua organizzazione. Per il mio primo progetto ho semplicemente inserito:

“Build the trading bot”

5. Crea il tuo primo progetto

Una volta completato l’onboarding, Paperclip mi ha portato direttamente nel progetto del trading bot. 

Il mio Chief of Staff ha iniziato facendo domande su cosa volessi costruire, invece di lanciarsi subito a scrivere codice.

Paperclip dashboard. Working on the project goal.

Dopo aver risposto a quelle domande, ha messo insieme un piano di progetto e ha proposto l’assunzione di due agenti aggiuntivi: un ML Quant Researcher e un Trading Systems Engineer.

Ha anche suddiviso il progetto in attività più piccole:

  • Configura il repository e la pipeline dati.
  • Crea un modello ML di base ed esegui backtest.
  • Sviluppa il motore di esecuzione per il paper trading.
  • Aggiungi controlli di rischio di base.
  • Esegui una prova di paper trading.

Prima di andare avanti, Paperclip ha presentato il piano e mi ha dato tre opzioni: Approva, Richiedi revisione o Rifiuta. È una parte importante della piattaforma perché mantieni comunque il controllo su ciò che gli agenti possono fare.

Approving the plan in the paperclip

Ho approvato il piano e Paperclip ha iniziato a mettere tutto in azione. Ha creato gli agenti aggiuntivi e ha iniziato ad assegnare le attività in base ai loro ruoli.

La cosa che ho apprezzato di più è che non ho dovuto creare ogni agente, scrivere prompt individuali o distribuire manualmente il lavoro. 

Ho semplicemente spiegato cosa volevo costruire, risposto a qualche domanda e approvato il piano proposto. Da lì, Paperclip ha gestito il coordinamento del progetto.

6. Testare Paperclip

Quando il progetto del trading bot era in esecuzione, ho aperto la dashboard di Paperclip per vedere come stava andando tutto. Qui puoi monitorare gli agenti, tracciare le attività, rivedere l’attività recente e tenere sotto controllo i costi.

paperclip dashboard showcasing everything happening

Ho anche aperto la pagina Agents per vedere l’intero team di IA e cosa stesse facendo ogni agente. 

Il mio Chief of Staff e l’ML Quant Researcher erano inattivi, mentre il Trading Systems Engineer stava lavorando attivamente al progetto.

La pagina Agents mostra anche la struttura di riporto, quale harness usa ciascun agente e se un agente è in esecuzione, inattivo, in pausa o ha riscontrato un errore.

Paperclip Agents tab showing what our agents are doing.

Probabilmente è la parte che ho trovato più utile. Invece di tenere aperti diversi terminali e controllare continuamente cosa fa ogni agente, posso gestire tutto da un unico posto. 

Posso vedere quali attività stanno progredendo, quali sono bloccate, quanto ho speso e se qualcosa richiede la mia approvazione.

Sembra più la gestione di un piccolo team che l’esecuzione di singoli agenti IA. Do al team un obiettivo, ne controllo i progressi e intervengo quando serve.

Per cosa usano Paperclip le persone?

Le persone usano Paperclip per molto più che programmare. 

Dalla gestione di piccole attività all’amministrazione di interi team di IA, ecco cinque esempi interessanti che ho trovato su Reddit e blog di sviluppatori.

1. Gestire un’attività da solista

Un founder usa 16 agenti IA per lead generation, cold email, aggiornamenti CRM, SEO e pubblicazione di blog, mentre lavora a tempo pieno.

2. Gestire una casa editrice con IA

Un trader in pensione ha costruito una casa editrice basata su IA con agenti che gestiscono ricerca, scrittura e SEO. Le sfide maggiori sono state controllare i costi e verificare l’accuratezza degli articoli generati dall’IA.

3. Gestire agenti IA tramite Telegram

Uno sviluppatore ha collegato Paperclip con Hermes per gestire una startup con nove agenti tramite Telegram. Gli agenti si occupano di product design, stime dei costi, domande per grant e report di avanzamento quotidiani.

4. Creare una startup finanziaria con IA

Un altro sviluppatore ha creato un team di IA per una startup finanziaria con CEO, CTO, ingegneri e agenti marketing che lavorano su pipeline dati, analisi del sentiment e outreach.

5. Gestire un’attività di contenuti con 13 agenti

Lo sviluppatore Felipe Fontoura ha creato una organizzazione con 13 agenti per SEO, creazione di contenuti, script video e funnel di vendita. Il sistema funzionava, ma la revisione e la pubblicazione richiedevano comunque la sua attenzione.

Le persone stanno andando oltre l’esecuzione di più istanze di Claude Code che lavorano in modo indipendente. 

Con Paperclip, stanno costruendo team di 10 o più agenti che comunicano, seguono una gerarchia chiara, delegano attività e si rivedono a vicenda il lavoro. 

Invece di gestire ogni agente da solo, puoi dare al team un obiettivo e lasciargli coordinare il lavoro, mentre tu supervisioni i progressi e approvi le decisioni importanti.

Considerazioni finali

In questa guida abbiamo appena scalfito la superficie di ciò che Paperclip può fare.

Io ho costruito solo un piccolo team di tre agenti, ma puoi spingerti molto oltre creando interi reparti, pianificando attività, impostando budget e aggiungendo agenti che si rivedono il lavoro a vicenda.

Paperclip non è nemmeno un esperimento nuovissimo. Esiste da un po’ e ha una community open source in crescita. 

Con l’ultima ondata di agenti IA, gestire più team da un’unica dashboard sta diventando molto più interessante.

Credo che sia questa la direzione verso cui si sta muovendo l’IA.

Invece di aprire dieci sessioni diverse di Claude Code e gestire ogni attività da soli, avremo sempre più spesso un luogo centrale da cui coordinare centinaia, potenzialmente migliaia, di attività attraverso agenti specializzati. 

Diamo al team un obiettivo, gli agenti delegano il lavoro, comunicano tra loro e ci segnalano quando serve la nostra attenzione.

Certo, gestire agenti a quella scala comporta ancora sfide, soprattutto su costi, affidabilità e supervisione umana. 

Ma Paperclip ci offre un modo pratico per iniziare a sperimentare questo nuovo modo di lavorare già da oggi.

FAQs

Paperclip è gratuito da usare?

La versione self-hosted è con licenza MIT, senza piani a pagamento, limiti di posti o blocchi di funzionalità. Continui comunque a pagare per i modelli chiamati dai tuoi agenti. La recensione 2026 di Fast.io stima che un singolo agente attivo costi 50-200 $ al mese ai prezzi API standard. L’hosting su un VPS aggiunge circa 4-30 $ al mese e il sistema di budget di Paperclip ti permette di limitare la spesa LLM per agente, progetto o organizzazione.

Come si confronta Paperclip con CrewAI, LangGraph e AutoGen?

CrewAI, LangGraph e AutoGen sono framework Python per costruire agenti. Paperclip gestisce l’organizzazione in cui lavorano quegli agenti, con organigrammi, obiettivi, budget e governance. CrewAI è incentrato su agenti collaborativi orientati ai compiti, mentre AutoGen è incentrato su conversazioni multi-agente. LangGraph modella i workflow come una macchina a stati esplicita. AutoGen è in modalità maintenance, con Microsoft Agent Framework come successore.

È sicuro eseguire Paperclip?

Le versioni più vecchie avevano difetti seri. Oasis Security ha trovato 3 vulnerabilità critiche, tra cui la registrazione aperta di default senza verifica email. I pacchetti di aziende importati potevano anche definire comandi eseguiti come server Paperclip. Un terzo problema colpiva gli sviluppatori che eseguivano Paperclip in locale con configurazioni predefinite. Le correzioni sono state rilasciate nella versione 2026.416.0 e Oasis raccomanda anche di rivedere a quali credenziali possano accedere i tuoi agenti.

Posso eseguire Paperclip con Docker o su un VPS?

Sì, e npx non è l’unica via. Paperclip pubblica un’immagine Docker ufficiale, ghcr.io/paperclipai/paperclip, che gira con un database PostgreSQL. È disponibile anche un file di quickstart per Docker Compose. Puoi anche clonare il repository ed eseguire pnpm dev. Un VPS è adatto agli agenti programmati perché gli heartbeat vengono attivati solo quando il server è in esecuzione.

Qual è la differenza tra Paperclip e OpenClaw?

OpenClaw è un agente, mentre Paperclip è il layer che organizza gli agenti. Il payoff del progetto è che se OpenClaw è un dipendente, Paperclip è l’azienda. Paperclip si connette a OpenClaw tramite un adapter gateway, insieme ad adapter per Claude Code, Codex, Gemini CLI, Cursor, OpenCode, Hermes e Pi. Ha anche adapter di processo e HTTP per agenti personalizzati.


Abid Ali Awan's photo
Author
Abid Ali Awan
LinkedIn
Twitter

In quanto data scientist certificato, sono appassionato di sfruttare tecnologie all’avanguardia per creare applicazioni di machine learning innovative. Con una solida esperienza in riconoscimento vocale, analisi e reportistica dei dati, MLOps, AI conversazionale e NLP, ho affinato le mie competenze nello sviluppo di sistemi intelligenti in grado di avere un impatto concreto. Oltre alla mia expertise tecnica, sono anche un comunicatore efficace, con il talento di rendere chiari e sintetici concetti complessi. Di conseguenza, sono diventato un blogger molto seguito in ambito data science, condividendo idee ed esperienze con una community in crescita di professionisti dei dati. Attualmente mi concentro sulla creazione e sull’editing di contenuti, lavorando con large language model per sviluppare contenuti potenti e coinvolgenti che possano aiutare aziende e singoli a valorizzare al meglio i propri dati.

Argomenti
Intelligenza artificiale
AI Agents

Top DataCamp Couress

Corso

Creare sistemi agentici scalabili

1 ore 30 min
22.2K
Scopri cosa serve per far crescere gli agenti di intelligenza artificiale, con un po' di aiuto da framework come MCP e A2A.
Vedi i dettagliRight Arrow
Inizia Il Corso
Mostra altroRight Arrow
Correlato

blog

I 15 migliori server MCP remoti che ogni AI builder dovrebbe conoscere nel 2026

Scopri i 15 migliori server MCP remoti che stanno trasformando lo sviluppo AI nel 2026. Scopri come migliorano automazione, ragionamento, sicurezza e velocità dei workflow.
Abid Ali Awan's photo

Abid Ali Awan

15 min

blog

Tokenizzazione nel NLP: come funziona, sfide e casi d'uso

Guida al preprocessing NLP nel machine learning. Copriamo spaCy, i transformer di Hugging Face e come funziona la tokenizzazione in casi d'uso reali.
Abid Ali Awan's photo

Abid Ali Awan

10 min

blog

Che cos'è Snowflake? Guida per principianti alla piattaforma dati cloud

Esplora le basi di Snowflake, la piattaforma dati cloud. Scopri la sua architettura, le sue funzionalità e come integrarla nelle tue pipeline di dati.
Tim Lu's photo

Tim Lu

12 min

Mostra AltroMostra Altro