Come eseguire più agenti AI in alberi git isolati con Proliferate

Recentemente mi sono ritrovato in una routine fastidiosa. Lanci terminale Claude Code per riscrivere un modulo, apro simultaneamente Cursor per correggere gli stili e tengo un Codex locale in una terza scheda per il refactoring dei test. Il risultato è il caos nella working copy: i branch si sovrascrivono a vicenda, i file non committati vengono sovrascritti, il contesto delle conversazioni si perde tra le diverse finestre.

Gli sviluppatori di proliferate-ai hanno cercato di raggruppare questo zoo in un unico ambiente. Il loro progetto si chiama Proliferate. Si tratta di un ambiente di sviluppo open-source (AI IDE) che gestisce il lancio di diversi agenti di codifica in parallelo e isola ciascuno in un worktree git separato.

Cosa c'è sotto il cofano e perché servono i worktree

Il concetto fondamentale del progetto ruota attorno al lavoro parallelo. Quando assegni un task a un agente AI, non vuoi aspettare che finisca la generazione e i test prima di passare al ticket successivo. Allo stesso tempo, eseguire gli agenti in una singola directory di lavoro è pericoloso: inevitabilmente si sovrascriveranno a vicenda le modifiche.

Proliferate risolve il problema con gli strumenti integrati di Git. A ogni sottotask viene assegnato il proprio git worktree con il proprio branch, terminale isolato, cronologia delle conversazioni e schermata di code review.

Puoi avere simultaneamente Claude Code che chiude un bug del backend mentre OpenCode o Grok scrive test di integrazione nella finestra accanto. Lavorano sullo stesso repository ma si trovano fisicamente in cartelle diverse e non si interferiscono a vicenda.

Motori e strumenti supportati

Proliferate non impone un singolo modello o vendor. Ha un sistema di wrapper nativi integrato per i motori più diffusi:

• Claude Code
• OpenAI Codex
• OpenCode
• Cursor
• Grok

Invece di inventare un formato di prompt personalizzato, la piattaforma utilizza le interfacce native di questi strumenti. Se hai già un abbonamento o chiavi API configurate, puoi collegarle a una dashboard unificata.

Il progetto include anche il supporto MCP (Model Context Protocol), l'integrazione con il browser e l'accesso al sistema (Computer Use). Le impostazioni degli strumenti vengono configurate una volta a livello di progetto, dopodiché qualsiasi agente collegato può utilizzarle.

Un'altra funzionalità interessante sono i sub-agenti nidificati. L'agente principale può delegare una parte del lavoro a un processo figlio, attendere il risultato e continuare a costruire il progetto.

Automazione e workflow

Oltre a lanciare manualmente le chat, c'è una sezione Workflows. Si tratta di lanciare agenti su schedule o basati su eventi.

Ad esempio, puoi configurare un'esecuzione di revisione notturna: un agente analizza i file modificati durante il giorno, cerca regressioni e inserisce un report in un branch separato. Oppure collega un trigger a un alert di monitoraggio in modo che un agente cloni immediatamente il branch con l'errore e inizi a localizzare il guasto.

Il progetto è ancora fresco (appena oltre 300 stelle su GitHub), ma la funzionalità sembra ben pensata, specialmente per i team stanchi di passare tra dieci terminali.

Come distribuire e provarlo

La parte client di Proliferate è costruita con Rust e Tauri con un'interfaccia web su Node.js 22. Il pannello di controllo del backend è scritto in Python con il package manager uv e database PostgreSQL.

Il codebase è open sotto licenza AGPL-3.0. La parte server può essere completamente distribuita sulla propria infrastruttura tramite Docker Compose o nel cloud.

Compilare l'applicazione desktop dai sorgenti

Se vuoi provare il client localmente, avrai bisogno di Rust, Node.js 22 e pnpm installati.

# Клонируем репозиторий и ставим зависимости
git clone https://github.com/proliferate-ai/proliferate.git
cd proliferate

make install
make dev-local

Eseguire lo stack completo per lo sviluppo

Docker è necessario per lavorare con il database locale e il backend completo:

make server-install
make setup PROFILE=main
make build
make run PROFILE=main

Il repository ha un template pronto server/deploy/.env.production.example con tutte le variabili d'ambiente per collegare i provider e configurare l'autenticazione. Per un server di produzione, gli autori offrono un file docker-compose pronto con Caddy come reverse proxy.

A chi il progetto sarà utile proprio adesso

Proliferate è probabilmente inutile per chi usa l'autocompletamento una volta al giorno per un paio di righe di codice. Un normale plugin dell'editor gestisce perfettamente quello.

Ma se deleghi attivamente la generazione di codice a utility CLI come Claude Code ed esegui più task in parallelo, il concetto di worktree git isolato farà risparmiare molta energia. Ottieni una bacheca kanban visiva con gli agenti, dove ogni processo ha il proprio terminale, diff pulito e stato di esecuzione chiaro.

Il progetto è aggiornato attivamente, verranno certamente trovati bug, ma l'approccio architetturale tramite worktree appare molto più affidabile del juggling manuale dei branch nella console.