Scopri Swival: L'Agente AI per il Codice che Si Adatta al Tuo Setup

Immagina un AI che ti aiuta a programmare senza costi folli per le API, limiti di contesto asfissianti o vincoli a piattaforme proprietarie. Swival rende tutto questo realtà.

Non ti impone un ecosistema rigido. Si integra con la tua infrastruttura, i tuoi modelli e i tuoi limiti. Funziona con LLM locali su hardware base o modelli enterprise via API. Usa quello che hai già.

Perché i Sviluppatori lo Adorano

Molti tool AI per il codice partono dal presupposto di GPU potenti e contesti infiniti. Swival è diverso: nasce per il mondo reale, con budget stretti, macchine normali e modelli che richiedono cure per output solidi.

Pensa a un developer junior su MacBook Air con 16GB RAM che gira llama.cpp. O a una startup che sceglie Open Router per evitare lock-in. O a un team paranoico sulla sicurezza che cifra tutto prima di inviare. Swival gestisce ogni caso senza stravolgere il tuo flusso di lavoro.

Funzionalità che Contano Davvero

Gestione Contesto Intelligente

Niente prompt gonfiati con storia infinita. Swival usa un sistema di compattazione graduale per tenere pulite le conversazioni. Mantiene lo stato persistente tra sessioni: ricorda il contesto senza riversare token ogni volta.

Modelli a Tua Scelta

Rileva automaticamente modelli locali su LM Studio o llama.cpp. Si collega senza problemi a:

• HuggingFace
• OpenRouter
• Google Gemini
• ChatGPT (con OAuth e la tua sub)
• AWS Bedrock
• Qualsiasi server OpenAI-compatible (Ollama, vLLM e simili)

Cambiare provider? Basta un flag da riga di comando. Niente catene.

Sicurezza Integrata

Attiva --encrypt-secrets e chiavi API, credenziali e dati sensibili si cifrano prima di uscire dalla tua macchina. Il modello vede solo riferimenti sicuri. Decrittazione locale al ritorno: tutto fila liscio.

Apprendimento Continuo

Retrieval basato su BM25 per estrarre contesto rilevante dalle sessioni passate. Usa /learn per insegnargli qualcosa: lo ricorda senza appesantire il prompt attuale. Come un assistente che impara dal tuo codice nel tempo.

Cicli di Review e Benchmark

Review loop configurabili con "LLM-as-a-judge". Report JSON con timing, uso tool e eventi contesto. Confronta modelli e setup su task reali. Vuoi sapere se Qwen 3 Coder batte GLM-5 nel tuo flusso? Esegui e misura.

Audit Sicuri e Affidabili

Lancia /audit: scansiona il codebase per bug di sicurezza verificati. Il trucco? Agent isolati in worktree separati riproducono ogni finding. Meno falsi positivi, più patch concrete.

Parti in Pochi Minuti

Installazione diretta. Esempio con LM Studio:

# Installa Swival
uv tool install swival

# Esegui un task
swival "Semplifica la gestione errori in src/api.py"

Fatto. Niente configurazioni infernali.

Con llama.cpp locale?

swival --provider llamacpp "Rifattorizza il modulo auth"

HuggingFace? Esporta il token e vai:

export HF_TOKEN=hf_...
swival --provider huggingface --model zai-org/GLM-5.1 "Aggiungi error handling"

Per sessioni interattive, lancia swival senza args: conversa e ricorda tutto.

Oltre il CLI Semplice

Integra agent nel tuo codice Python:

import swival

risposta = swival.run(
    "Quali file gestiscono l'autenticazione?",
    provider="openrouter",
    model="z-ai/glm-5",
)

Per sessioni multi-turn, la classe Session dà controllo totale.

Modalità server A2A: swival --serve crea un endpoint HTTP. Costruisci reti di agent per task complessi.

Facile da Estendere

Puro Python, leggibile e modificabile. Aggiungi skill con file SKILL.md, integra MCP server o combina agent. Niente framework opachi.

Benchmark Pronti all'Uso

Include Calibra per test. Confronta modelli, skill e server su task reali. Trova il mix qualità/costo ideale per te.

In Breve

Gli agent AI per coding sono essenziali oggi. Swival li rende flessibili, privati e realistici. Niente lock-in o compromessi.

Solo dev, startup o team: provalo. Open-source e gratis. Non provarlo costa di più.