---

Titolo:  Intelligenza Artificiale applicata al Coding: Coding agentico e Model Context Protocol (MCP)

Speaker:  Alberto Garau e Andrea Bonacci (Linkalab https://linkalab.it/)

Data/ora: 13 maggio dalle 16.30 alle 19 in laboratorio T.

Abstract: Lo sviluppo software è entrato ormai in una nuova fase evolutiva, in cui i Large Language Models (LLM) non sono semplici strumenti di supporto, ma componenti attivi dell’architettura
applicativa e del workflow ingegneristico. Questo percorso formativo intensivo propone un cambio di paradigma: trasformare lo sviluppatore tradizionale in un Ingegnere Aumentato
dall’AI, capace di integrare modelli generativi lungo l’intero ciclo di vita del software.
Il corso è strutturato attorno alla progettazione di un microservizio reale, lo “Smart Invoice Parser”, un’API basata su FastAPI che utilizza un LLM (via API Groq) per estrarre dati
strutturati complessi da testo non strutturato. A differenza di esempi didattici semplificati (es. sentiment analysis), il parser di fatture introduce una sfida concreta: garantire affidabilità,
validazione e coerenza semantica tra output probabilistici generati da un LLM e uno schema dati rigoroso implementato con Pydantic. Questo stretto legame tra generazione linguistica e
validazione strutturale costituisce il nucleo tecnico e metodologico dell’esperienza formativa.

L'incontro del 13 Maggio 2026, della durata di 2 ore, prevede:
● Una sintesi di allineamento sulle seguenti tematiche: Lezione teorica su Fondamenti degli LLM e Prompt Engineering: comprensione dell’architettura dei modelli generativi, tecniche di prompting strutturato
(zero-shot, few-shot, JSON schema targeting) e progettazione di un “prompt master” per estrazione dati affidabile.
● Argomento principale del seminario: Coding agentico e Model Context Protocol (MCP): differenze tra IDE assistant e agente CLI autonomo, sistema di memoria e file di istruzioni (CLAUDE.md, AGENTS.md, Auto Memory), le Skills come estensione delle capacità dell'agente, introduzione al MCP; WORKSHOP: esercitazione guidata nella creazione di una skill completa, dalla specifica alla valutazione iterativa.

La prima parte approfondisce le tematiche del workflow aumentato dall'AI applicate al progetto: refactoring assistito, generazione automatica di test con pytest, documentazione
automatizzata e utilizzo degli assistenti IDE come partner di pair programming. Il seminario invece estende la prospettiva dall'assistenza alla delega, esplorando come un agente CLI
possa operare autonomamente su un codebase attraverso sistemi di memoria, skills personalizzate e protocolli di integrazione con strumenti esterni.
Parallelamente, il corso affronta temi strategici e trasversali: gestione dei costi di inferenza, monitoraggio e metriche per sistemi LLM (latenza, consumo token, success rate), sicurezza
(prompt injection, protezione dei dati sensibili) ed explainability. 
Al termine del percorso, i partecipanti avranno costruito e validato un microservizio e creato una skill per agente AI, acquisendo competenze chiave in:

● Prompting strategico orientato a output strutturati
● Integrazione di LLM in architetture backend moderne
● Automazione del ciclo di sviluppo tramite code assistant
● Testing e validazione di servizi AI-based
● Differenza tra coding assistito (IDE) e coding agentico (CLI)
● Creazione di skill per agenti AI
● Comprensione e configurazione di MCP
Il progetto “Smart Invoice Parser” funge da laboratorio realistico per apprendere un nuovo modello operativo: non più semplice scrittura di codice, ma orchestrazione consapevole di
strumenti intelligenti per costruire sistemi robusti, scalabili e pronti per il contesto industriale.

Alcune informazioni tecniche per gli studenti (per chi vuole seguire in modo attivo)

Per la parte pratica faremo utilizzo di un IDE chiamato Kiro (https://kiro.dev/), di Gemini-cli (https://geminicli.com/), un'interfaccia a riga di comando open-source sviluppata da Google che permette agli sviluppatori e agli utenti tecnici di interagire direttamente con i modelli AI di Gemini e di OpenCode (https://opencode.ai/it), alternativa open source di Gemini-cli.

Questi tool dovrebbero essere installati nel sistema, con le seguenti indicazioni:

Per quanto riguarda Kiro, e' necessario registrarsi con un nuovo utente per ottenere un credito gratuito 

Per quanto riguarda Gemini-cli e Open-code, e' necessario aver completato la procedura necessaria per ottenere l'abbonamento a Gemini gratuito per gli studenti (https://gemini.google/students/), sottolineando che Google impiega alcuni giorni per verificare e completare la procedura e quindi non e' consigliato fare questa registrazione il giorno prima (e' possibile che tutti gli studenti abbiano gia' attivato questa promozione ma siccome nella vita non si sa mai e' meglio specificare che e' richiesto che siano regolarmente registrati)