Ogni team ha prompt che riscrive continuamente: “Spiega questo codice”, “Genera la documentazione di questa funzione”, “Scrivi i test per questo metodo”. I Prompt Files di GitHub Copilot risolvono esattamente questo problema, trasformando quei prompt in template riutilizzabili, selezionabili direttamente dalla chat. Non solo: possono essere usati per definire delle linee guida su come chiedere a Copilot di eseguire task ricorrenti, garantendo coerenza e standardizzazione tra dev con esperienza diversa.

riddle è un’applicazione che trasforma un tablet reMarkable in un diario magico: scrivi con la penna, il testo svanisce nell’inchiostro elettronico, e una risposta in bella calligrafia appare sulla pagina - generata da un LLM che ha letto la tua scrittura. Il progetto nasce per il reMarkable Paper Pro, ma con un porting mirato funziona anche sul reMarkable 2.

GitHub Copilot funziona bene di default, ma quando il tuo team lavora ogni giorno con Terraform, pipeline CI/CD o code review di sicurezza, il contesto generico non basta. I Custom Agents risolvono esattamente questo problema: permettono di creare assistenti specializzati, configurati per uno stack specifico, riutilizzabili da tutto il team.

Ti è mai capitato di vedere il tuo disco di sistema principale occupato per 2/3 da Podman su Windows, senza riuscire a capire cosa stesse occupando tutto quello spazio? E magari, anche dopo aver rimosso immagini e container, lo spazio non si liberava?

Il plugin GitHub Copilot per gli IDE JetBrains (IntelliJ, PyCharm, GoLand e family) ha ricevuto una serie di aggiornamenti che vanno ben oltre il completamento automatico. Le nuove funzionalità entrano direttamente nel workflow di sviluppo quotidiano, dal momento in cui scrivi il codice fino al commit.

Kubernetes è diventato lo standard di fatto per l’orchestrazione di container in ambiente enterprise. Ma dietro le quinte, prima che i vostri container vengano eseguiti, c’è un complesso sistema di componenti che lavorano insieme per gestire l’intero cluster: il Control Plane (chiamato in precedenza Master Node).

Dopo l’ennesimo bucket creato a mano, hai convinto il tuo manager. Finalmente comincerete a utilizzare Terraform per il provisioning e la gestione dell’infrastruttura cloud.
Tutto tranquillo: c’è un team dedicato, avete già installato in locale e creato lo stato remoto… perfetto!

Quando si parla di sicurezza dei container, il problema spesso nasce prima ancora del Dockerfile: nasce dalla base image. Più pacchetti porti dentro, più ampia diventa la superficie d’attacco.

Negli ultimi anni, l’adozione di modelli di linguaggio di grandi dimensioni (LLM) è cresciuta esponenzialmente, rivoluzionando il modo in cui interagiamo con la tecnologia. Tuttavia, l’uso di questi modelli spesso comporta preoccupazioni legate alla privacy, alla sicurezza e alla dipendenza da servizi cloud esterni. Ollama, una piattaforma che consente di eseguire LLM localmente, offre una soluzione interessante per affrontare queste sfide. In questo articolo, esploreremo come implementare Ollama su OpenShift, una piattaforma di containerizzazione basata su Kubernetes, per sfruttare i vantaggi dei LLM in un ambiente sicuro e controllato, insieme a OpenWeb UI, per una gestione semplificata dei modelli.