Dieci agenti AI specializzati. Più i tuoi. Un solo sistema operativo.
Agent OS è il sistema con cui un CEO gestisce un team di agenti AI come gestirebbe un team di persone. Ogni agente ha un ruolo, una memoria, una storia. Tu li chiami, lavorano, lasciano traccia. Niente prompt da copiare ogni volta. Niente contesto perso. Niente "riparti da zero". Da v4.1 crei i tuoi agenti custom direttamente dal portal, con Doc Coach che ti guida.
Per CEO che hanno smesso di prompt-engineerare ogni mattina.
Se oggi usi l'AI come una calcolatrice — apri una chat, chiedi una cosa, copi la risposta, chiudi — Agent OS è quello che separa quel modo di lavorare da una vera operatività AI-native.
CEO di PMI
Vuoi un team di consulenti AI sempre disponibili — strategy, marketing, operations, prodotto — senza pagare 8 fee mensili a 8 persone diverse.
Founder seriali
Hai 5 progetti aperti contemporaneamente. Ti serve memoria condivisa per ognuno. Niente "ah giusto, dove eravamo rimasti?".
Operatori dell'innovazione
Gestisci accelerazione, venture building, turnaround. Hai bisogno di processi ripetibili, non di magia LLM una tantum.
Tre cose che una chat normale non fa.
Specializzazione vera, non camuffata.
Ogni agente ha un system prompt costruito per un mestiere preciso — non una "persona generica con un cappello diverso". Vince ragiona da CMO con 15 anni di campagne addosso. Iron parla la lingua dei P&L. Set pensa come un CdA. Quando chiami Vince, ottieni Vince. Non una versione travestita di Claude.
Le sessioni si sommano. Il contesto cresce.
Ogni chat con un agente lascia traccia: decisioni prese, learnings, KPI toccati, prossimi passi. Quando lo richiami fra una settimana, lui sa già dove eravate rimasti. Niente "fammi riassumere il contesto" da te al ritmo di tre paragrafi a sessione.
Iniziative, non conversazioni.
Il lavoro vive dentro iniziative — il prodotto, il cliente, la campagna, il pilot. Ogni iniziativa ha la sua SOTA (State of the Art): cosa è, dove sta oggi, ultime mosse, prossima azione, decisioni prese. Gli agenti la leggono prima di rispondere. Tu la leggi prima di una riunione.
Quattro passi. Sempre gli stessi.
Quando lavori con un agente, segui un ciclo che il sistema gestisce per te. Sei tu a guidare la conversazione — il resto è automatico.
Dici /invoke vince oppure scrivi semplicemente "voglio lavorare con Vince sulla campagna X".
Il sistema apre una sessione, carica il suo prompt, gli passa la SOTA dell'iniziativa, gli ricorda gli handoff pending.
Conversazione normale — solo che l'agente arriva già briefato e in carattere. Risponde da CMO, non da chatbot. Sa cosa hai fatto la volta scorsa.
Dici /wb. Il sistema estrae da solo: decisioni prese, output prodotti, performance dell'agente, segnali di evoluzione.
Tutto scritto sul tuo Notion. Niente da appuntare a mano.
I writeback diventano materiale di training: ogni N sessioni l'agente assorbe pattern che funzionano e ne scarta altri. Più lo usi, più ti somiglia.
Dieci ruoli, dieci teste. Una sola squadra.
Ognuno ha un dominio chiaro, un nome, un'identità. Quando hai un dubbio su chi chiamare, Agent OS ti suggerisce — ma una volta che ci prendi la mano, sai a colpo sicuro chi ti serve.
| Agente | ID | Ruolo | Quando lo chiami |
|---|---|---|---|
| Dean | AGT-1 | Growth Strategist | Workshop, keynote, materiali formativi |
| Lora | AGT-2 | CPO Challenger | Decisioni di prodotto, UX, storytelling |
| Vince | AGT-3 | CMO | Campagne, funnel, copy, brand |
| Spacey | AGT-4 | Program Director | Acceleratore, valutazione startup, open innovation |
| Iron | AGT-5 | COO | Operations, KPI, P&L, turnaround |
| Set | AGT-6 | Board Strategist | Strategia di gruppo, piano industriale, investor relations |
| Focus | AGT-7 | Chief of Time | Pianificazione settimanale, prioritizzazione |
| Doc | AGT-8 | Chief AI Architect | Architettura AI, automazione, decisioni tecniche |
| Bookey | AGT-9 | Scheduling Agent | Agenda, scheduling con prospect/clienti, filtro inbound |
| Han | AGT-10 | Co-Founder Agentico | Djungle SOLO + consulting, P&L cost-out, cap table, deal terms |
/invoke vince
/invoke set
/invoke iron
/invoke doc
/invoke focus
/invoke dean
/invoke lora
/invoke spacey
Il salto: dal "ricordare bene" al "sapere dove sei".
Fino a v3.1 gli agenti avevano memoria — leggevano sessioni passate, decisioni, learnings. Con v3.2 hanno qualcosa di più importante: stato vivo di ogni iniziativa che gestisci.
L'unità di lavoro persistente.
Ogni cosa che vale la pena tracciare diventa un'iniziativa — il prodotto Agent OS Platform, il workshop di Dicembre, il pilot Rentable, il lancio della campagna Q1. Le iniziative hanno tipo (business, experiment, project, asset), stage, health, e si linkano fra loro (X depends_on Y, X output_of Y).
Quando chiami un agente, gli dici su quale iniziativa lavorate. Tutto quello che fa resta lì, non si mescola con altro.
State of the Art — le sei sezioni che contano.
Per ogni iniziativa, sei caselle vive che gli agenti aggiornano e tu leggi:
- what_it_is — la frase che spiega cos'è in un colpo solo
- current_state — dove siamo oggi, in modo onesto
- last_3_moves — le ultime tre cose successe, con data
- open_loops — cose lasciate aperte che richiedono follow-up
- next_action — la prossima mossa concreta
- decisions_log — le decisioni prese e perché
Non è un documento da scrivere a mano. È un layer che si compila lavorando — gli agenti lo aggiornano, tu lo leggi prima di una riunione o di un commercio.
Diagnostica strutturale, sempre attiva.
Quando un agente entra su un'iniziativa, il Probe gli passa anche le carenze rilevate: sezioni SOTA vuote, KPI mancanti, open loop aperti da troppo tempo, iniziative ferme. L'agente le segnala prima di rispondere al task — così tu vedi cosa è da sistemare, ma sei sempre tu a decidere se intervenire ora o dopo.
Niente auto-fix. Niente "ho aggiornato la SOTA per te" — è materiale tuo.
Da agente ad agente, tracciato.
Quando Set finisce una nota strategica e serve a Vince per declinarla in campagna, parte un handoff. Vince lo trova all'avvio della prossima sessione, lo legge, lo consuma o lo posticipa. Niente passaggi a voce, niente conversazioni perse.
Tu vedi tutto in un'unica cartella di mirror locale (~/Documents/Claude/djungle-context/) —
è il tuo audit trail leggibile.
L'AI ora scrive da sola. Tu confermi al writeback.
Fino a v3.2 lo stato delle iniziative lo aggiornavi a mano, sezione per sezione.
Con v3.3 entra in gioco lo Scribe: un sotto-processo invisibile che ascolta la conversazione,
riconosce i fatti che racconti, e li bufferizza come delta SOTA proposti.
Al /wb li vedi tutti raggruppati per iniziativa e li confermi in un colpo solo.
La stenografa silenziosa.
Mentre chatti con un agente, lo Scribe classifica le tue frasi-fatto in 8 tipi: stage_change ("ho chiuso il deal"), move_done ("ho fatto la call"), decision, open_loop_new/closed, reference, metric, next_action_change. Niente commenti in chat, niente "ho rilevato…" — totalmente invisibile fino al wb.
Confidence high → bufferizzato. Medium → bufferizzato. Low → scartato server-side. Mai falsi positivi auto-applicati: la SOTA è semantica, non automatica.
Review batch, conferma, commit.
Al writeback la pipeline a 5 step ti mostra:
- Summary della sessione (close + memory log cross-post con initiative_id)
- Buffer Scribe raggruppato per iniziativa con preview testuale
- Diff proposti su last_3_moves, decisions_log, open_loops, next_action, stage
- Scelta: Y (tutti) · n (scarta) · review-singolo (uno per uno)
- Commit atomico, audit log, probe cache invalidata
Sessione abbandonata? Buffer pending dura 24h. Alla prossima invocazione l'agente ti chiede: "ho 4 fact pending da una sessione di 30min fa, processo?".
Debug del buffer in tempo reale.
Vuoi sapere cosa lo Scribe ha catturato fin qui senza fare wb? /scribe-status
te lo mostra raggruppato per iniziativa, con confidence inline e flag per slug non risolti.
Read-only — niente write, niente commit, solo ispezione.
I 10 Djungle + i tuoi. Editor visuale, niente CLI.
Fino a v4.0, creare un agente custom richiedeva tool MCP da terminale — impossibile per un CEO non-tech. Da v4.1, hai un editor nel portal: form, textarea prompt, capabilities, publish toggle. In 5 minuti hai il TUO CFO virtuale, il TUO consulente di settore, il TUO assistente operativo.
Form classico, niente tool da imparare.
Vai su /dashboard/agents/new. Compili nome, ruolo, system prompt
(100-8000 caratteri), tagline, descrizione estesa. Scegli la visibilità (privato di default,
pubblico opzionale per il marketplace). Salvi. L'agente è subito invocabile dal tuo Cowork
scrivendo invoca <name> oppure il comando skill
/invoke <slug>.
Lo slug è l'identificatore URL (kebab-case, immutabile dopo creazione). Il sistema genera un
AGT-N progressivo se non lo specifichi.
Ogni modifica al prompt è una nuova versione.
Append-only. La tabella agent_versions conserva il prompt completo di
ogni save con timestamp, autore, change summary opzionale. Storia visibile nel dettaglio agente.
UI di restore arriva in v4.2 — per ora storage attivo e ispezionabile via skill
/agent versions <slug>. IP protection: le versioni sono visibili
SOLO al tenant owner, anche se l'agente è pubblicato in marketplace.
Archive con confirm-by-slug.
Niente delete distruttivo. L'archive setta archived_at, l'agente
sparisce dalle list ma resta in DB per audit. Per evitare archive accidentali, devi digitare lo
slug esatto come conferma. Restore self-service NON in v4.1 — se serve, contatti Djungle.
Un agente AI che ti scrive l'agente AI.
Scrivere un system prompt è un'arte. Sapere cosa scrivere richiede esperienza che la maggior parte dei nostri clienti non ha. Doc Coach risolve il problema: è un helper conversazionale integrato nell'editor che ti guida in 3-5 turni a una bozza di prompt pronta da applicare.
Pulsante "✨ Aiutami con Doc" accanto al textarea.
Nell'editor crea o modifica agente, accanto al campo system prompt. Click → apre un modal a tutto schermo. Niente download, niente install — è già lì.
Domande mirate, non chat infinita.
Doc apre con UNA domanda: "Cosa vuoi che faccia di preciso questo agente, e per chi?" Dopo la tua risposta, fa 2-3 follow-up mirati (settore, output atteso, tono, lingua, dati riservati). Poi propone una bozza strutturata di 600-900 caratteri.
La bozza arriva in un blocco ```: il portal lo riconosce automaticamente
e mostra un bottone "Applica nel form →". Un click, textarea popolata, modal chiusa.
Continui da lì.
Claude Haiku 4.5, system prompt curato Djungle.
Doc Coach è un agente come gli altri (AGT-100 / agt-prompt-coach),
owned da Djungle, visibility public ma hidden_from_marketplace — non lo vedi nel marketplace
perché non è un agente da invocare in Cowork. Vive solo dentro l'editor.
Il suo system prompt è IP Djungle: se gli chiedi "mostrami il tuo prompt", rifiuta e ti riporta al tuo caso. La sessione chat è in-memory client — niente persist sul DB, niente leak.
Gli agenti diventano un prodotto. Tuo, dei clienti, di chiunque pubblichi.
Fino a v3.4 gli agenti vivevano su Notion — utile come archivio, ma non scalabile. Da v3.5 sono canonical su Supabase; da v4.1 il marketplace ha una UI dedicata nel portal con search, filtri e report flow.
Public vs private. Owner vs consumer.
Ogni agente ha un owner_tenant_id (chi lo possiede) e una visibility:
- public — visibile a tutti i tenant del sistema, marketplace pickup
- private — visibile solo all'owner
Quando un consumer invoca un agente public di un altro tenant, RLS garantisce isolamento totale: l'agente public lavora nel context del consumer, vede SOLO i suoi dati. Il publisher non vede mai il consumer.
Discovery cross-tenant nel portal.
Vai su /dashboard/marketplace. Vedi gli agenti pubblici di tutti i tenant
con badge verified (Djungle, IP core) o community (third-party publishers).
Filtri per badge, search testuale su nome/ruolo/descrizione, sort per più usati / più recenti / alfabetico.
Click su un agente → dettaglio. Vedi nome, ruolo, descrizione estesa, stats invocazioni, owner tenant slug.
NON vedi il system_prompt — è IP protetta del publisher. Per usarlo in Cowork:
invoca <name> oppure /invoke <slug>.
Segnali abuse, lo staff Djungle revisiona entro 7gg.
Dal dettaglio agente community trovi un blocco "Segnala". Quattro motivi: spam · inappropriate · not_working · other, plus dettagli opzionali. Self-report bloccato (non puoi segnalare i tuoi agenti).
Lato Djungle: coda admin in /admin/reports con tre azioni inline —
dismiss, mark_reviewed, unpublish (quest'ultima forza l'agente a
visibility=private immediatamente).
Alternativa CLI: skill da Cowork.
Se preferisci comandi a UI, le skill restano disponibili:
/agent create <slug> "<name>" "<role>" "<prompt>"/agent update <slug> system_prompt="…"/agent publish <slug>— diventa visibile cross-tenant/agent versions <slug>— lista storia versioni/agent archive <slug>— soft-delete con audit
Editor portal e skill sono backed dalla stessa API + RLS server-side: write cross-tenant bloccate in entrambi i casi.
Notion deprecato come staging editor. Ora è solo archivio storico.
Fino a v4.0 Notion era specchiato 1×/giorno per visual review. Da v4.1 il cron Notion mirror è disabilitato di default — l'editor UI nel portal sostituisce il bisogno di Notion come staging. Notion resta visitabile come archivio storico read-only, ma non viene più aggiornato.
Per riattivare il mirror (se necessario): set env var NOTION_MIRROR_ENABLED=true
su Vercel.
Costruito su strumenti che già usi.
Niente nuova app da imparare. Niente dashboard proprietaria. Agent OS si infila dentro la tua interfaccia Claude e diventa parte del tuo modo di lavorare.
| Componente | Tecnologia | Cosa fa |
|---|---|---|
| Frontend | Claude Desktop · Cowork | L'interfaccia con cui parli agli agenti — quella che già conosci. |
| Plugin | djungle-agent-os.plugin v4.0.1 | 12 skill: /invoke, /wb, /sota, /handoff, /initiative, /probe, /scribe-status, /agent, /marketplace, /sota-update, /sync_mirror. |
| Portal | agents.djungle.io · v4.1 | Self-service signup, dashboard, editor custom agents, marketplace UI, Doc Coach AI-assist. Next.js 14 su Vercel. |
| MCP server | agents-api.djungle.io · 52 tool MCP | Il ponte fra Claude e i tuoi dati. Dual auth (OAuth magic-link + API key), multi-tenant, RLS. |
| Knowledge layer | Supabase · Postgres canonical | Agenti, moduli, capabilities, knowledge, iniziative, SOTA, sessioni, handoff, memory log, scribe buffer — tutto strutturato e queryable. |
| Notion mirror | Notion · read-only sync 1×/giorno | Archivio leggibile per visual review. Cron one-way Supabase→Notion. Editing canonico via /agent update. |
| Modello AI | Claude Sonnet · Opus | L'engine che fa parlare gli agenti. Anthropic, top di gamma. |
Restano tuoi. Stop.
Multi-tenant rigoroso
Ogni cliente ha il suo schema isolato. I tuoi handoff, le tue SOTA, le tue decisioni non finiscono mai dentro la knowledge di un altro cliente. Nemmeno per sbaglio.
L'IP degli agenti resta a Djungle
I system prompt, i prompt module, le capabilities — il "cervello" degli agenti — sono nostri. Tu vedi le risposte, non le viscere. È quello che giustifica la fee.
Mirror locale
Tutti gli handoff, le decisioni, i report librarian arrivano anche su disco —
in ~/Documents/Claude/[tenant]-context/.
Audit trail leggibile, file system-grade. Esportabile sempre.
OAuth + API key, a tua scelta
Plugin Cowork usa OAuth magic-link (zero .env da gestire) come default.
Per script, CI o integrazioni terze hai anche API key statiche revocabili da
/dashboard/api-keys. Entrambe scoperate al tuo tenant via RLS.
I primi 30 minuti.
Non c'è onboarding di tre giorni. Apri Claude, installi il plugin, lavori.
-
Crea il tuo tenant
Vai su agents.djungle.io, click "Inizia gratis". Inserisci email + nome workspace. Arriva un magic link, click, sei dentro. Copia la tua API key (mostrata 1 sola volta).
-
Installa il plugin Cowork
Dal pannello plugin di Claude, cerca
djungle-agent-ose installa. Incolla l'API key. Trenta secondi. -
Crea la prima iniziativa
Scrivi
/initiative create [nome]. Tipo, stage, dominio. Trenta secondi. -
Invoca il primo agente
Per partire, prova Focus o Vince — sono i più produttivi nei primi giorni.
/invoke focus -
(Opzionale) Crea il tuo agente custom
Vai su
/dashboard/agents/new. Clicca "✨ Aiutami con Doc" e in 5 minuti hai il tuo CFO virtuale, consulente di settore, assistente operativo. -
Chiudi sempre con writeback
A fine sessione,
/wb. È l'abitudine che separa chi usa Agent OS da chi lo possiede.
# Ciclo tipico — un lunedì mattina /invoke focus → pianifichi la settimana, lui ti sfida sulle priorità /wb → la sessione è salvata, le tue priorità diventano next_action sulle iniziative /invoke vince "sulla campagna Q2" → Vince entra già briefato, vede l'handoff che Set ha lasciato venerdì → producete il copy, lui chiude con un handoff per Doc per la landing /wb
Quello che chiedono prima di partire.
Devo essere uno sviluppatore per usarlo?
No. Se sai usare Notion e Claude, sai usare Agent OS.
Le skill (/invoke, /wb, /sota) si chiamano scrivendo —
niente terminale, niente codice. Lo stack tecnico esiste ma è invisibile.
I miei dati finiscono in un modello pubblico?
No. Le conversazioni passano da Claude (Anthropic), che ha policy enterprise. Iniziative, SOTA, handoff, sessioni stanno sul tuo schema isolato in Postgres. Il mirror locale è sul tuo disco. L'IP degli agenti è di Djungle, ma non si confonde con i tuoi dati.
Posso aggiungere agenti miei?
Sì — è esattamente il modello. Ogni cliente parte con un set base e poi forgia agenti propri sul suo dominio (un commerciale, un controller, un legal). Doc è l'agente che ti accompagna a costruirne di nuovi.
Cosa succede se Claude non risponde bene?
La sessione resta tracciata, lo writeback registra il problema come "performance signal", e nella fase EVOLVE il system prompt viene rivisto. L'agente non ti restituisce solo output — ti restituisce anche dati su sé stesso.
Quanto costa?
Modello: setup fee per l'onboarding del tenant + abbonamento mensile per agente attivo + consulenza opzionale. La trattativa è case-by-case. hello@djungle.io per il dettaglio.
Funziona in inglese?
Sì. Gli agenti rispondono nella lingua in cui scrivi. Il prompt di sistema è scritto in italiano (lingua operativa di Djungle), ma il modello tiene il bilinguismo nativamente.
Posso usarlo anche per i miei clienti?
Sì — è uno dei modelli d'uso. Iron, in particolare, viene installato presso clienti in turnaround. Il tenant del cliente è isolato dal tuo. La fattura è separata, la knowledge anche.