Vai al contenuto

Funes indicizza localmente le tracce di Claude Code, Codex, pi e Hermes: architettura, limiti e checklist pratica.

L’ANALISI

Funes dà agli agenti una memoria locale, portabile e verificabile

Hugging Face ha pubblicato Funes, un livello di memoria open source che indicizza localmente le tracce di Claude Code, Codex, pi e Hermes e restituisce passaggi originali con provenienza. La condivisione remota resta opzionale.

3 min di letturaFatti, limiti e fonti primarie
Grafico ufficiale del benchmark Funes tra recall, handoff e compaction
Hugging Face, benchmark ufficiale di Funes ↗

Risposta diretta: Funes trasforma le tracce già prodotte dagli agenti in una memoria interrogabile: parsing uniforme, ricerca vettoriale e BM25, reranking e rimando al turno originale. Funziona in locale per impostazione predefinita e può sincronizzare un dataset Hugging Face privato, ma non elimina i rischi di conservare segreti o decisioni obsolete.

Che cosa è Funes

È un singolo binario che legge le sessioni di Claude Code, Codex, pi e Hermes, le converte in una struttura comune e aggiunge agli agenti strumenti di recall e apertura del contesto. L’indicizzazione incrementale avviene dopo i turni completati.

Come recupera il contesto

La pipeline combina ricerca vettoriale e BM25, fonde le classifiche, applica un cross-encoder, pesa la recenza e collega i frammenti vicini. Il risultato conserva testo, agente, timestamp, sessione e turno invece di ridurre tutto a un riassunto persistente.

Locale prima, sincronizzazione opzionale

Embedding e reranking vengono eseguiti sulla macchina e la memoria locale usa un dataset Lance. Per lavorare su più computer si può associare un dataset Hugging Face, privato per impostazione predefinita, che viene pubblicato ai confini di sessione e poi memorizzato nella cache locale.

Perché è diverso da un file di handoff

Un handoff richiede di scegliere in anticipo cosa salvare. Funes conserva le tracce e recupera i passaggi quando servono. Il benchmark pubblicato dal progetto riporta recall meno costoso di handoff e compaction su due attività, ma è un test degli autori su un campione ristretto, non una prova generale.

Condizioni e limiti

La redazione dei segreti è euristica e il progetto documenta esplicitamente ciò che lo scanner copre e non copre. Una memoria può inoltre riportare decisioni superate, rumore, dati personali o istruzioni malevole presenti nelle sessioni. La provenienza facilita il controllo, ma non certifica che il contenuto recuperato sia corretto o ancora valido.

Quando provarlo

È utile quando si alternano agenti o macchine, quando le sessioni lunghe perdono dettagli dopo la compaction e quando serve risalire al motivo di una decisione. Ha meno valore per attività isolate o ambienti in cui le tracce non possono essere conservate.

Checklist pratica

  1. Provalo prima su sessioni non sensibili e su una copia del corpus.
  2. Leggi SECURITY.md e verifica quali segreti lo scanner non riconosce.
  3. Mantieni la memoria locale finché non serve davvero la sincronizzazione.
  4. Se sincronizzi, usa un dataset privato e controlla accessi e retention.
  5. Verifica ogni richiamo aprendo il turno originale indicato da Funes.
  6. Misura precisione, falsi richiami, latenza e spazio prima di estenderlo al team.

Fonti primarie

Annuncio e documentazione ufficiale Funes ↗
Radar AI · a cura di Francesco Gruner

Il sito, in una chat.

Servizi, guide e idee da approfondire

Sono l’assistente AI di questo sito. Ti aiuto a orientarti tra il lavoro di Francesco, il blog, Radar AI e i video, con i link alle fonti.

Risposte AI da verificare nelle fonti. 16 messaggi al giorno per rete.