MAIOS / Risorse

Risorse MAIOS.

Competenze e metodi da usare nella tua AI.

49 risorse per dare continuità al lavoro con l’AI, sviluppare competenze e costruire sistemi agentici. Ogni scheda indica cosa fa, quando usarla ed esempi d’uso. Le pagine collegano spiegazione, metodo completo e primo uso.

Dal tuo lavoro al primo uso

Il tuo lavoro
Metodo completo
Primo uso nella tua AI
Scegli una capacità dal lavoro che vuoi svolgere, leggi il metodo e aggiungi il tuo contesto.

Le risorse disponibili.

  • Kernel funzionale
  • Sicurezza
v0.2.3

K-Cybersecurity

Formare la sicurezza del sistema, dalla protezione alla risposta

Cosa fa
Forma consapevolezza di sistema e competenze di sicurezza: riconosce cambiamenti, protegge risorse e comprensione, organizza risposte e sviluppa nuove capacità.
Quando usarlo
Quando affidi all’AI documenti, strumenti, codice o attività e vuoi che la sicurezza partecipi a come comprende, progetta e agisce.

Esempi d’uso

  • Un assistente distingue le informazioni di un documento dalle istruzioni che quel documento cerca di imporgli.
  • Un gruppo aggiorna un agente conservando il monitoraggio e il percorso degli avvisi.
  • Un servizio compromesso richiede contenimento, recupero e continuità delle prove.
  • Metacompetenza
  • Attività agentiche
v0.3.3

Meta-Activity

Creare e far evolvere attività AI dal contesto del proprio lavoro.

Cosa fa
Crea attività programmate complesse, capaci di comprendere cosa fare e di evolvere.
Quando usarla
Quando vuoi affidare alla tua AI un lavoro ricorrente che richiede più azioni collegate, continuità e adattamento.

Esempi d’uso

  • Cerca clienti, li contatta, monitora e notifica gli eventi.
  • Monitora il sistema e agisce secondo le istruzioni.
  • Gestisce campagne social e caselle email.
  • Competenza
  • Conoscenza e continuità
v0.3.3

Maintain Causal Task Continuity

Riprendere un progetto con l’AI dopo un’interruzione

Cosa fa
Organizza il sapere del lavoro in una guida aggiornabile e mantiene un punto di rientro che permette all’AI di continuare dalle fonti pertinenti.
Quando usarla
Quando un progetto dura più sessioni, passa a un’altra istanza o richiede di conservare decisioni che un semplice riepilogo perderebbe.

Esempi d’uso

  • Riprende lo sviluppo di un’app conservando scelte e problemi ancora aperti.
  • Continua una ricerca dopo il cambio di chat.
  • Passa una proposta commerciale a un altro assistente con obiettivo e ragioni delle scelte.
  • Competenza
  • Conoscenza e continuità
v0.3.2

Essential Condensate Preserver

Conservare le conoscenze utili emerse nel lavoro con l’AI

Cosa fa
Riconosce quale conoscenza merita di continuare, ne conserva significato e contesto d’uso e indica dove integrarla o quando superarla.
Quando usarla
Quando una conversazione produce una regola utile o una correzione che non vuoi dover ripetere.

Esempi d’uso

  • Conserva il criterio con cui approvi i preventivi.
  • Trasforma una correzione editoriale in conoscenza per i testi successivi.
  • Mantiene una lezione di progetto senza archiviare tutta la conversazione.
  • Competenza
  • Conoscenza e continuità
v0.3.2

Operator Concept Preserver

Estrarre le idee dell’autore dalle conversazioni con l’AI

Cosa fa
Distingue le parole dell’autore dalle risposte dell’assistente, elimina duplicazioni e rumore e organizza i concetti utili con il loro riferimento sorgente.
Quando usarla
Quando il sapere è disperso in chat, appunti o trascrizioni e vuoi ricavarne idee o metodi utilizzabili.

Esempi d’uso

  • Raccoglie intuizioni per un libro dalle chat selezionate dall’autore.
  • Estrae requisiti di prodotto dalle conversazioni di progetto.
  • Ritrova le correzioni che devono cambiare il modo di lavorare dell’assistente.
  • Metacompetenza
  • Metodo e apprendimento
v0.3.3

Meta_Metodo

Organizzare un lavoro complesso con l’AI

Cosa fa
Ricostruisce ciò da cui il lavoro prende senso, collega i piani che partecipano e lascia cambiare domanda e metodo quando emergono relazioni nuove.
Quando usarla
Quando idee, attività, strumenti e priorità sono mescolati e una lista di task non basta a comprendere come procedere.

Esempi d’uso

  • Collega ricerca, prodotto, offerta e comunicazione di un lancio.
  • Organizza un progetto partendo da appunti esposti fuori ordine.
  • Rivede il metodo quando una nuova fonte cambia la domanda di ricerca.
  • Competenza
  • Conoscenza e continuità
v0.3.2

Signal Intelligence

Trasformare fonti e segnali in conoscenza utile al progetto

Cosa fa
Rilegge i segnali attraverso provenienza, tempo, contraddizioni e relazioni con il progetto; porta il sapere utile nella competenza che deve operare diversamente.
Quando usarla
Quando arrivano molte informazioni ma serve capire quali cambiano davvero una ricerca, un prodotto o un modo di lavorare.

Esempi d’uso

  • Ricava da un paper una possibilità da approfondire nel prodotto.
  • Collega feedback dei clienti e osservazioni tecniche.
  • Trasforma un errore di esecuzione in conoscenza utile al metodo.
  • Metacompetenza
  • Metodo e apprendimento
v0.3.3

D-ND Skill Evolution Guard

Far evolvere una competenza AI attraverso il lavoro

Cosa fa
Comprende quale relazione ha cambiato il risultato e aggiorna la competenza pertinente, il suo ingresso o le proiezioni che devono continuare da quella differenza.
Quando usarla
Quando un errore si ripete, una capacità migliora con l’uso o il sapere esiste ma non viene richiamato nel lavoro.

Esempi d’uso

  • Una correzione ai titoli cambia il metodo di scrittura successivo.
  • Una ricerca riuscita arricchisce la competenza di analisi.
  • Un errore dovuto all’ingresso della skill viene corretto nel suo richiamo.
  • Facoltà editoriale
  • Prodotti e comunicazione
v0.3.2

Classify Content With Taxonomic Titles And Descriptions

Scrivere titoli e sottotitoli che fanno capire il contenuto

Cosa fa
Dà al titolo l’identità del contenuto e al sottotitolo la relazione che manca: uso, situazione o contenuto concreto.
Quando usarla
Quando i titoli sono generici, promozionali o comprensibili soltanto a chi conosce già la conversazione.

Esempi d’uso

  • Corregge il titolo di un articolo senza cambiarne il soggetto.
  • Rende comprensibile una scheda prodotto al primo incontro.
  • Organizza titoli e nomi di documenti per ritrovarli nel progetto.
  • Metacompetenza
  • Prodotti e comunicazione
v0.3.5

Form Public Meta-Skill Resources

Trasformare una competenza interna in una risorsa pubblica

Cosa fa
Forma una risorsa utilizzabile fuori dal contesto d’origine, conservando il metodo e rendendo chiaro come iniziare nella propria AI.
Quando usarla
Quando un team vuole condividere un metodo o una skill maturati nel lavoro e renderli utili anche ad altri.

Esempi d’uso

  • Converte una competenza interna in un kit con guida e avvio.
  • Prepara scheda e pagina di una risorsa open source.
  • Deriva un articolo e adattamenti social dalla stessa versione della risorsa.
  • Competenza
  • Conoscenza e continuità
v0.3.2

D-ND Material Work Continuity

Ricostruire il lavoro e le decisioni di un progetto AI

Cosa fa
Mantiene una traccia degli eventi materiali e distingue la fonte dell’operatore dalle interpretazioni dell’assistente e dagli effetti osservati.
Quando usarla
Quando cambiano requisiti e direzione o serve ricostruire perché un progetto si trova nello stato attuale.

Esempi d’uso

  • Ricostruisce una scelta poi modificata dal cliente.
  • Conserva un’azione eseguita anche dopo una correzione di direzione.
  • Passa un progetto a una nuova istanza con fonti, effetti e incognite riconoscibili.
  • Competenza
  • Prodotti e comunicazione
v0.3.2

Public Learning Promotion

Ricavare conoscenze condivisibili dal lavoro interno

Cosa fa
Distingue il contributo riutilizzabile dai dettagli privati e propone una forma coerente con ciò che è stato osservato o costruito.
Quando usarla
Quando un’esperienza di progetto potrebbe diventare una guida, un metodo, una risorsa o un caso pubblico.

Esempi d’uso

  • Ricava una guida da un problema risolto nel lavoro.
  • Separa il metodo utile dai dati di un cliente.
  • Presenta un’osservazione di ricerca mantenendo chiaro ciò che resta una domanda.
  • Competenza
  • Metodo e apprendimento
v0.3.2

Situated Activity Evolution

Far migliorare un’attività AI attraverso i suoi risultati

Cosa fa
Comprende perché un’attività produce conoscenza utile, ripete risultati inutilizzati o incontra nuove possibilità e ne forma il seguito pertinente.
Quando usarla
Quando un’automazione continua a girare ma il contesto, le fonti o il lavoro che deve servire sono cambiati.

Esempi d’uso

  • Un radar smette di segnalare ogni volta la stessa notizia.
  • Una ricerca collega i risultati alla competenza che deve usarli.
  • Due attività sovrapposte possono essere integrate con un mandato chiaro.
  • Competenza
  • Conoscenza e continuità
v0.3.2

Maintain Kernel Knowledge

Organizzare la conoscenza di un sistema AI

Cosa fa
Costruisce una conoscenza raggiungibile dalle fonti e distingue ciò che il sistema è, ciò che ha mostrato e ciò che intende diventare.
Quando usarla
Quando architettura, documentazione, ricerca e spiegazioni di un sistema AI sono disperse o si confondono con lo stato operativo.

Esempi d’uso

  • Raccoglie il significato delle capacità di un assistente.
  • Mantiene le ragioni delle scelte architetturali.
  • Fornisce fonti coerenti per guide, presentazioni e documenti di ricerca.
  • Competenza UX-AI
  • Prodotti e comunicazione
v0.3.4

UX-AI Kernel Design

Rendere comprensibile il lavoro di un agente AI

Cosa fa
Adatta spiegazione, profondità e forma a ciò che la persona deve comprendere per orientare, correggere o continuare il lavoro.
Quando usarla
Quando un sistema AI restituisce risultati ma chi lo usa non riesce a capire cosa cambia o come partecipare.

Esempi d’uso

  • Un assistente rende chiara una decisione che richiede l’intervento dell’utente.
  • Un’interfaccia mostra da quali fonti dipende lo stato di un’attività.
  • Il lavoro quotidiano insegna gradualmente come usare le capacità del sistema.
  • Metacompetenza
  • Prodotti e comunicazione
v0.3.2

Projectable Presence

Creare la presenza di un prodotto o di un assistente AI

Cosa fa
Forma una presenza riconoscibile e collegata al prodotto reale: cosa rappresenta, cosa conosce, cosa può fare e come continua la relazione.
Quando usarla
Quando un prodotto deve spiegarsi, un assistente rappresenta un servizio o più incontri devono mantenere la stessa identità.

Esempi d’uso

  • Un assistente di prodotto spiega le proprie capacità attuali.
  • Un rappresentante AI continua un incontro con il contesto pertinente.
  • Una presenza pubblica resta coerente con cambiamenti del prodotto.
  • Competenza tecnica
  • Builder e sistemi
v0.3.2

Maintain Repository Continuity

Condividere il lavoro AI tra repository e collaboratori

Cosa fa
Comprende lo stato del repository selezionato e porta avanti le modifiche pertinenti preservando lavoro concorrente e identità della revisione condivisa.
Quando usarla
Quando più assistenti o persone lavorano sullo stesso progetto e il risultato non deve restare nascosto in un checkout locale.

Esempi d’uso

  • Condivide un cambiamento senza includere file di un altro autore.
  • Riconcilia lavori locali e remoti indipendenti.
  • Dà a un secondo assistente il riferimento esatto della revisione da leggere.
  • Competenza di dominio
  • Metodo e apprendimento
v0.3.2

Compose Agreement Contract

Preparare accordi e collaborazioni con l’AI

Cosa fa
Forma l’architettura dell’accordo a partire da parti, risultato atteso, scambi e dipendenze; la scrittura dà forma precisa a queste relazioni.
Quando usarla
Quando una collaborazione o un servizio devono diventare un accordo chiaro e le sole clausole standard non descrivono il lavoro.

Esempi d’uso

  • Organizza contributi e responsabilità in una collaborazione.
  • Prepara una struttura di termini per un servizio.
  • Rileva una dipendenza tra consegne, accettazione e pagamenti.
  • Metacompetenza organizzativa
  • Prodotti e comunicazione
v0.3.2

Evolve Editoriali System

Organizzare un sistema editoriale AI che impara dal lavoro

Cosa fa
Comprende come organizzare il sapere editoriale, le sue relazioni con i domini e la continuità delle opere, lasciando che l’esperienza cambi il sistema.
Quando usarla
Quando un team produce più forme editoriali ma deve ricostruire ogni volta stile, metodo, fonti o correzioni.

Esempi d’uso

  • Collega il metodo comune di articoli, guide e pagine.
  • Organizza la conoscenza necessaria a continuare un libro.
  • Fa arrivare una correzione al metodo che formerà i contenuti successivi.
  • Kernel generativo di competenze
  • Metodo e apprendimento
v0.3.4

Meta_Skill Semantic Kernel

Creare e comporre competenze per un sistema AI

Cosa fa
Riconosce le capacità pertinenti, riusa o compone quelle presenti e forma il sapere operativo necessario a una nuova competenza quando emerge quella relazione.
Quando usarla
Quando un sistema deve sviluppare un saper fare duraturo e la sola istruzione per il task non ne conserva metodo e apprendimento.

Esempi d’uso

  • Dai preventivi a una capacità riutilizzabile
  • Comporre ricerca e scrittura
  • Il generatore corregge l’apprendimento da un esempio
  • Un progetto di biblioteca, contributi diversi
  • Un archivio cambia la capacità che stava per formare
  • Metacompetenza di prodotto
  • Builder e sistemi
v0.3.2

Kernel Plugin Incarnation

Portare un kernel semantico in un plugin AI

Cosa fa
Forma l’incarnazione del kernel nel plugin e ne mantiene riconoscibili confini, mezzi, installazione, uso e apprendimento.
Quando usarla
Quando una capacità deve diventare un plugin installabile o passare a un ecosistema diverso.

Esempi d’uso

  • Decide quale parte appartiene alla skill e quale richiede uno strumento.
  • Adatta una capacità al provider ricevente.
  • Usa un problema di discovery per migliorare la versione successiva del plugin.
  • Metacompetenza di trasferimento
  • Builder e sistemi
v0.3.2

Incarnate Neutral Kernel Node

Avviare un assistente AI con identità e continuità proprie

Cosa fa
Fa iniziare un nodo dal proprio scopo e dai propri mezzi, distinguendo il pacchetto ricevuto dalla sua installazione e dal lavoro che vi nascerà.
Quando usarla
Quando trasferisci un kernel o una famiglia di competenze a un altro assistente, team o ambiente.

Esempi d’uso

  • Avvia un assistente dedicato a un nuovo progetto.
  • Trasferisce un metodo tra chat e harness adattandone la persistenza.
  • Fa tornare un apprendimento utile senza copiare la memoria privata dell’altro nodo.
  • Metacompetenza del kernel
  • Builder e sistemi
v0.3.3

Kernel Continuum Awareness

Mantenere coerenti le capacità di un kernel AI

Cosa fa
Rende raggiungibile la comprensione operativa del kernel e gli permette di riconoscere come una differenza cambia il proprio metodo e le incarnazioni pertinenti.
Quando usarla
Quando il sistema cresce, cambia configurazione o deve ritrovare il proprio modo di operare dopo una perdita di contesto.

Esempi d’uso

  • Il metodo cambia, il punto di rientro resta vecchio
  • Una nuova sessione perde la ragione di una scelta
  • Un controllo tecnico viene scambiato per completamento
  • Un assistente educativo riprende dalla ragione dell’aiuto
  • Competenza di formazione del kernel
  • Builder e sistemi
v0.3.2

Proto Movimento

Formare un nuovo kernel AI attraverso l’esperienza d’uso

Cosa fa
Fa diventare l’esperienza di costruzione e trasferimento sapere utile a formare un nuovo kernel e il metodo con cui lo si forma.
Quando usarla
Quando stai costruendo o trasferendo un kernel e il caso reale deve cambiare sia il ricevente sia il modo di progettarlo.

Esempi d’uso

  • Un’installazione rivela una capacità che il destinatario non riesce a raggiungere.
  • Una nuova relazione cambia come il kernel presenta il proprio ingresso.
  • L’esperienza del ricevente migliora il successivo trasferimento.
  • Kernel semantico fondativo
  • Fondamenti del sistema
v0.3.3

KA — Kernel Assiomatico

KA — contrastare i limiti imposti dall’AI al progetto

Cosa fa
Contrasta bias cognitivi, filtri, presupposti e giudizi con cui i modelli linguistici (LLM) restringono il lavoro. Mantiene aperte le possibilità: intento, fonti, fatti e situazione reale formano il metodo, senza ridurre il progetto a ciò che l’AI conosce o presume.
Quando usarla
Fin dalla comprensione della richiesta e durante tutto il progetto, anche mentre l’AI usa altre competenze o strumenti.

Esempi d’uso

  • Un limite di uno strumento non diventa l’impossibilità di realizzare il progetto.
  • L’AI non scarta un’idea per un proprio giudizio non fondato sulle fonti.
  • Il metodo cambia quando il lavoro fa emergere una possibilità prima trascurata.
  • Funzione di correzione nel kernel
  • Fondamenti del sistema
v0.3.3

Operate FDLA

FDLA — correggere contaminazioni e drift dell’AI

Cosa fa
Riconosce e corregge presupposti, giudizi e interpretazioni con cui l’AI altera il lavoro. Contrasta il drift, cioè lo scostamento progressivo da intento, fonti e significato. Usa ciò che resta valido e ciò che emerge dalle conseguenze per correggere il lavoro mentre prende forma.
Quando usarla
Insieme a KA, mentre l’AI comprende, decide e agisce: la correzione avviene nel lavoro e raggiunge il metodo che deve cambiare.

Esempi d’uso

  • Una sintesi sta cambiando l’obiettivo del progetto: la deviazione viene riconosciuta e corretta.
  • Una riscrittura che sostituisce il concetto dell’autore con il punto di vista dell’AI viene corretta dalla fonte.
  • Un presupposto esclude una possibilità utile: domanda e metodo vengono ricomposti dalle fonti e dalle conseguenze.
  • Competenza di apprendimento
  • Conoscenza e pratica
v0.1.0

D-ND Learn From Demonstration

Insegnare un lavoro alla propria AI attraverso gli esempi

Cosa fa
Comprende le decisioni dietro un esempio e porta l’apprendimento sostenuto dalle fonti nella competenza o implementazione che deve operare diversamente.
Quando usarla
Quando un buon risultato dipende da sapere pratico che devi spiegare ripetutamente al tuo assistente.

Esempi d’uso

  • Insegna a preparare proposte attraverso esempi commentati.
  • Apprende interazione e recupero da un flusso dimostrato.
  • Trasforma un caso di assistenza corretto in un metodo adattabile.
  • Competenza generativa
  • Possibilità e progetti
v0.1.1

Situated Possibility Formation

Scoprire e sviluppare possibilità per un progetto

Cosa fa
Rende comprensibili possibilità utili e sviluppa domande, relazioni o mezzi che possono trasformarle in lavoro.
Quando usarla
Quando un’idea è incompleta, la prima soluzione appare stretta o un nuovo sapere può cambiare ciò che il progetto può diventare.

Esempi d’uso

  • Il sapere del gruppo suggerisce un servizio
  • Uno schizzo diventa una conversazione progettuale
  • Un paper cambia la domanda senza assorbire il progetto
  • Due letture uguali aprono una domanda sulla rappresentazione
  • Competenza di comprensione
  • Conoscenza e metodi
v0.1.0

Semantic Relational Comprehension

Comprendere un metodo attraverso le relazioni che lo fanno operare

Cosa fa
Comprende l’oggetto reale dietro le rappresentazioni e ne usa le ragioni per riformare domande, confronti e metodi.
Quando usarla
Quando seguire istruzioni non basta a comprendere perché si applicano, oppure descrizioni coerenti appartengono a condizioni diverse.

Esempi d’uso

  • Adatta una procedura quando cambiano le condizioni originali.
  • Confronta osservazioni di tempi diversi senza fonderle in un falso presente.
  • Riconosce una funzione già esistente dietro un nome diverso.
  • Competenza di coordinamento
  • Progetti e collaborazione
v0.1.0

Cognitive Delegation Manager

Far contribuire più assistenti AI allo stesso lavoro

Cosa fa
Collega contributi complementari attraverso intento, fonti accessibili, responsabilità concorrenti e ritorno significativo nel progetto.
Quando usarla
Quando un progetto usa più assistenti o richiede sapere o strumenti disponibili in un altro ambiente.

Esempi d’uso

  • Compone ricerca, implementazione e revisione dello stesso progetto.
  • Fa continuare il lavoro in un assistente con strumenti diversi.
  • Integra un contributo che cambia la domanda originale.
  • Metacompetenza di trasferimento
  • Kernel e ambienti riceventi
v0.1.1

Transfer Kernel Potential

Trasferire una competenza perché possa operare e continuare altrove

Cosa fa
Comprende ciò che deve continuare da una capacità sorgente e ne forma un’incarnazione utilizzabile autonomamente attraverso i mezzi del ricevente.
Quando usarla
Quando metodo, competenza o kernel devono passare fra progetti, assistenti, pacchetti o contesti pubblici e interni.

Esempi d’uso

  • Forma un kit pubblico autonomo da una competenza interna.
  • Adatta un kernel a un altro assistente senza copiarne la topologia.
  • Porta un miglioramento parziale della fonte nell’ingresso che lo consuma davvero.
  • Competenza business
  • Risorse e sviluppo dei progetti
v0.1.0

Resource Need Formation

Comprendere quali risorse servono davvero a un progetto

Cosa fa
Forma il bisogno di risorse da ciò che deve diventare possibile, prima di scegliere fornitore, strumento finanziario o altro portatore.
Quando usarla
Quando un progetto chiede denaro, strumenti, persone, accesso o tempo e serve capire cosa cambierebbe davvero il risultato.

Esempi d’uso

  • Distingue il bisogno di capacità di calcolo dalla decisione di acquisto.
  • Riconosce se il sapere esistente può sostituire un servizio esterno.
  • Separa la continuità immediata dalle risorse per una transizione successiva.
  • Competenza editoriale
  • Scrittura e autorialità
v0.1.0

Authorial Source Discrimination

Preservare il pensiero dell’autore nelle revisioni AI

Cosa fa
Riconosce ciò che porta il significato dell’autore e lo conserva adattando quanto richiedono l’artefatto e la situazione ricevente selezionati.
Quando usarla
Quando una revisione è scorrevole ma non esprime più il pensiero dell’autore, oppure serve scrivere da esempi reali del suo lavoro.

Esempi d’uso

  • Conserva una domanda aperta attraverso la revisione.
  • Adatta un testo breve senza sostituirne l’argomento.
  • Distingue prosa originale, citazioni e bozze AI accettate.
  • Metacompetenza editoriale
  • Comunicazione e media
v0.1.0

Concept-to-Media Formation

Da un concetto a una famiglia coerente di media

Cosa fa
Forma il concetto e la relazione editoriale comuni da cui produrre media diversi conservando il significato sorgente.
Quando usarla
Quando un’idea è compresa ma non ha ancora una forma chiara come immagine, spiegazione, presentazione o artefatto partecipativo.

Esempi d’uso

  • Mostra come una correzione cambia il lavoro successivo.
  • Forma infografica e presentazione dal medesimo concetto.
  • Progetta una sequenza di domande reale oltre all’immagine di un questionario.
  • Competenza visiva generativa
  • Creazione visiva
v0.1.4

Semantic Timelapse Formation

Creare video da immagini, scene e clip esistenti

Cosa fa
Forma e conduce una produzione video attraverso MKCV, componendo scrittura, regia, interpretazione, montaggio e strumenti effettivamente disponibili nel progetto. MKCV è beta, in apprendimento.
Quando usarla
Quando un concetto, risultato documentato o scena autoriale deve diventare un’esperienza visiva che cambia significativamente nel tempo.

Esempi d’uso

  • Animare il mondo della reference
  • Un museo esplora il ritmo con tre illustrazioni
  • Un laboratorio monta una dimostrazione da riprese esistenti
  • Una scena illustrativa interrotta riprende la propria timeline
  • Metacompetenza generativa
  • Principi e capacità evolutive
v0.1.4

Onto-Skill

Dai principi alle abilità che evolvono nel lavoro

Cosa fa
Rende operante una relazione di principio nella competenza e nell’abilità situata, da intento, scoperta, osservazione o correzione.
Quando usarla
Quando la tua AI deve usare la ragione di un contributo per lavorare diversamente in situazioni nuove.

Esempi d’uso

  • Un principio didattico forma un nuovo modo di aiutare
  • Una scoperta cambia la gestione delle richieste
  • Una correzione che migliora i preventivi
  • Una rete di biblioteche cambia come eredita una competenza
  • Metacompetenza generativa
  • Cooperazione e formazione di sistemi
v0.1.4

Form Cooperative Capability from Sources

Formare capacità cooperative fra persone e sistemi AI

Cosa fa
Forma ed evolve la competenza di progetto che genera cooperazione da conoscenza sorgente, intento e partecipanti reali.
Quando usarla
Quando una collaborazione umani–AI deve sviluppare le proprie capacità prima di scegliere piattaforma, protocollo o applicazione.

Esempi d’uso

  • Un gruppo di ricerca conserva le diverse voci
  • Il sapere di manutenzione diventa capacità cooperativa
  • Volontari e assistenti preparano una rassegna culturale
  • Metacompetenza generativa
  • Progetti e risorse abilitanti
v0.1.3

Funded Request Project Formation

Formare progetti da bandi e richieste finanziate

Cosa fa
Forma soluzioni e progetti da bandi, challenge, RFP e collaborazioni finanziate, componendo il sapere esistente e sviluppando le competenze necessarie.
Quando usarla
Quando una richiesta esterna offre risorse e vuoi comprendere quale lavoro utile rendono possibile le tue capacità effettive.

Esempi d’uso

  • Una challenge di ricerca può sostenere una capacità
  • Un pilot industriale richiede un beneficiario reale
  • La seconda richiesta insegna un’altra soluzione
  • Il budget di un laboratorio perde una voce nell’allegato
  • Competenza comunicativa situata
  • Presentazioni e comprensione dei sistemi
v0.1.4

MAIOS Presentation Competence

Presentare capacità e funzionamento di un sistema complesso

Cosa fa
Forma spiegazioni e mappe che collegano identità, capacità documentate e domanda reale del destinatario, migliorando il metodo attraverso il lavoro.
Quando usarla
Quando un sistema complesso deve diventare comprensibile in un dialogo, una pagina, una presentazione o una mappa mentre sapere e capacità evolvono.

Esempi d’uso

  • Un primo incontro con MAIOS
  • Uno stesso sistema, ingressi utili differenti
  • Un diagramma rivela un errore concettuale
  • Una segreteria scolastica comprende che cosa delegare all’AI
  • Competenza di scrittura cinematografica
  • Cinema e narrazione
v0.1.2

Cinematic Screenwriting

Scrivere situazioni, azioni e dialoghi per un film

Cosa fa
Forma situazioni cinematografiche originali, treatment, scene e dialoghi, conservando autorialità e continuità causale con regia, interpretazione e montaggio.
Quando usarla
Quando un’idea deve diventare una situazione filmica con azioni, punto di vista e cambiamento significativo.

Esempi d’uso

  • Un robot si accorge di qualcosa prima di muoversi
  • Una scoperta dà forma a un film per un museo
  • Il montaggio rivela un’accusa involontaria
  • Competenza di Design cinematografico
  • Cinema e narrazione
v0.1.2

Cinematic Direction

Dirigere una scena con inquadratura, camera e luce

Cosa fa
Forma l’esperienza cinematografica di una scena attraverso messa in scena, punto di vista, camera, luce e relazione con interpretazione e montaggio.
Quando usarla
Quando il modo di mostrare una scena cambia ciò che lo spettatore comprende o vive.

Esempi d’uso

  • Una pianta cambia l’inquadratura
  • Un mondo provvisorio rivela una ripresa impossibile
  • L’immobilità diventa scelta di regia
  • Competenza di interpretazione animata
  • Cinema e narrazione
v0.1.2

Character & Object Performance

Animare gesti e reazioni di personaggi e oggetti

Cosa fa
Forma l’interpretazione osservabile di personaggi e oggetti animati, collegando identità, intenzione autoriale, azione, reazione e scena.
Quando usarla
Quando attore od oggetto si muovono ma gesto, reazione o relazione non sono ancora leggibili.

Esempi d’uso

  • Il robot guarda prima di raggiungere
  • Un oggetto ha peso anche senza volto
  • Un gesto piccolo conserva l’identità
  • Competenza di composizione temporale
  • Cinema e narrazione
v0.1.2

Film Montage

Montare immagini e suono per formare il significato di un film

Cosa fa
Forma significato cinematografico attraverso relazioni fra inquadrature, durate, suono e transizioni, conservando fonte e conseguenze della scena.
Quando usarla
Quando le singole inquadrature funzionano ma ordine, ritmo o suono cambiano il significato del film.

Esempi d’uso

  • Cambiare ordine cambia la scoperta
  • Un accostamento inventa una causa
  • Il suono apre lo spazio successivo
  • Metacompetenza generativa
  • Progetti e risorse abilitanti
v0.1.0

System Fundable Project Extraction

Far emergere progetti dalle capacità già presenti

Cosa fa
Fa emergere progetti dal sapere, dalle capacità e dalle visioni di un gruppo, anche prima di trovare un bando o un finanziatore.
Quando usarla
Quando vuoi capire che cosa potresti sviluppare con ciò che sai già fare, oppure un nuovo mezzo rende possibile riprendere un’idea.

Esempi d’uso

  • L’archivio fotografico diventa un laboratorio fra generazioni
  • Il sapere dei tecnici rende possibile un nuovo servizio
  • Un nuovo accesso riapre una domanda di laboratorio
  • Metacompetenza
  • Focus operativo e collaborazione
v0.1.1

Meta-Focus

Collegare competenze, persone e strumenti al lavoro da iniziare

Cosa fa
Forma un orientamento condiviso per un lavoro complesso, collegando scopo, responsabili, conoscenze, mezzi e prossimo contributo utile.
Quando usarla
Quando inizi o riprendi un progetto con riferimenti sparsi, più specializzazioni o persone e AI che lavorano sullo stesso patrimonio.

Esempi d’uso

  • Una nuova sala ricompone il lavoro della mostra
  • Due assistenti modificano contributi diversi allo stesso manuale
  • Riprendere un esperimento quando cambia lo strumento disponibile
  • Un principio condiviso cambia il progetto e il metodo comune
  • Metacompetenza
  • Pubblicazione e operatività
v0.1.0

Govern Source to Runtime

Portare una modifica dalla sorgente al servizio realmente usato

Cosa fa
Governa il percorso tra una modifica approvata, la sua pubblicazione e il risultato effettivamente raggiunto dalle persone.
Quando usarla
Quando pubblichi un sito, rilasci software, aggiorni un servizio o devi capire perché ciò che è online differisce dalla sorgente.

Esempi d’uso

  • Il calendario corretto non è ancora quello pubblico
  • Un modello di analisi è pubblicato ma il servizio usa ancora il precedente
  • La guida PDF cambia nell’esportazione
  • Metacompetenza
  • Presentazione di prodotti e repository
v0.1.0

Present GitHub Product

Presentare un prodotto GitHub dal lavoro che permette di fare

Cosa fa
Trasforma una repository in una presentazione coerente del prodotto, con capacità reali, prove pertinenti e un primo passo utilizzabile.
Quando usarla
Quando un README è corretto ma chi arriva non capisce il prodotto, il valore nel proprio lavoro o come iniziare.

Esempi d’uso

  • Uno strumento universitario diventa comprensibile al primo uso
  • Un’infrastruttura mostra che cosa sostiene il suo benchmark
  • Un metodo educativo si presenta attraverso una lezione
  • Metacompetenza
  • Attenzione, conoscenza e continuità
v0.1.0

D-ND Operational Noise Controller

Ridurre il rumore informativo senza perdere le ragioni del lavoro

Cosa fa
Riduce il costo ripetuto di ritrovare decisioni, fonti e seguito, conservando prove, incertezze e possibilità utili.
Quando usarla
Quando guide, file, messaggi o risultati generati rendono lenta la ripresa e non è più chiaro quale fonte governi la scelta attuale.

Esempi d’uso

  • Riprendere un laboratorio senza rileggere tutti i verbali
  • Una ricerca mantiene i dati profondi fuori dal primo ingresso
  • Una squadra distingue il rilascio dai residui del prototipo
  • Metacompetenza
  • Topologia, capacità e responsabilità
v0.1.0

D-ND Topology Evolution Guard

Riconoscere ruoli e responsabilità nel sistema realmente usato

Cosa fa
Ricostruisce le relazioni operative di un sistema e individua differenze di identità, capacità, stato o responsabilità che cambiano il lavoro.
Quando usarla
Quando cambiano strumenti, persone, provider o ambienti, oppure due ingressi sembrano appartenere allo stesso sistema ma conducono a realtà diverse.

Esempi d’uso

  • Il portale delle iscrizioni cambia ma le responsabilità restano separate
  • Due interfacce AI non hanno automaticamente le stesse capacità
  • Una migrazione universitaria distingue hosting e recupero applicativo

Un ingresso per il tuo ambiente AI.

In chat, usa l’avvio completo. In Codex, installa la cartella della competenza nel progetto: la guida spiega dove copiarla e come richiamarla. Se hai già un kernel, collega la risorsa al sapere del progetto.

La raccolta comprende competenze operative, metacompetenze che formano o trasformano metodi, e fondamenti del kernel. Tipo e ambito sono indicati in ogni scheda.

Come partecipano le competenze a un progetto MAIOS

English

MAIOS collega intento, fonti, persone, competenze e mezzi al lavoro che sta prendendo forma. Le competenze portano il sapere con cui comprendere una situazione, comporre capacità e lasciare che le conseguenze migliorino il metodo. Il loro contributo dipende da ciò che diventa pertinente nel progetto.

Un servizio che nasce dalla pratica di un gruppo

Consideriamo un caso illustrativo. Un gruppo vuole affidare alla propria AI una parte dell'assistenza ai clienti. Possiede richieste precedenti, buone risposte e persone che sanno spiegare le scelte. Mostrando alcuni casi, emerge che richieste simili richiedono decisioni diverse. Una correzione insegna a riconoscere quel contesto e cambia il modo di affrontare la richiesta successiva.

Nello stesso progetto possono diventare utili contributi diversi:

  • D-ND Learn From Demonstration: Comprendere quali condizioni e criteri rendono utile una risposta, attraverso esempi e spiegazioni delle persone.
  • Semantic Relational Comprehension: Capire perché una procedura funziona e quali condizioni richiedono di cambiarla nel nuovo caso.
  • Situated Possibility Formation: Sviluppare una domanda o possibilità emersa dal lavoro: per esempio un servizio guidato che il primo brief non aveva ancora definito.
  • Resource Need Formation: Comprendere il bisogno effettivo di tempo, sapere, dati o capacità di calcolo e le alternative già disponibili.
  • Cognitive Delegation Manager: Preparare un contributo utile per un altro assistente e ricomporne il ritorno con le fonti e il lavoro in corso.
  • Authorial Source Discrimination: Conservare il significato e il modo di esprimerlo delle persone quando le risposte vengono adattate o riviste.
  • Transfer Kernel Potential: Portare metodo, ragioni e sapere d'uso in un altro ambiente attraverso i suoi mezzi reali.
  • Concept-to-Media Formation: Rendere comprensibile il servizio attraverso un caso, una spiegazione, una presentazione o un'altra forma coerente con il suo significato.

La guida del progetto conserva decisioni, ragioni e ciò che il lavoro ha insegnato. Una correzione può migliorare la risposta corrente e la competenza che formerà le successive. Quando cambia come vengono riconosciute o composte le capacità, anche il metodo che le forma può evolvere: qui diventa riconoscibile la relazione meta del sistema.

Ogni risorsa della raccolta porta un metodo utilizzabile autonomamente. Nel progetto, persone e AI possono comporlo con il sapere già presente, attraverso gli strumenti, la continuità e il mandato effettivamente disponibili.

Il lavoro comune può cambiare come si coopera

Due gruppi confrontano osservazioni e modelli. Una divergenza cambia la domanda: il progetto forma il metodo che conserva attribuzione e condizioni, prima di decidere un mezzo tecnico. Il fatto specifico resta al progetto; riconoscere quando una differenza apre una domanda migliore cambia anche la competenza che formerà la cooperazione successiva. Uso e raccordi.

Una biblioteca forma, migliora e condivide una capacità

Questo caso è illustrativo. Una biblioteca vuole laboratori di lettura sensibili alla comprensione di un gruppo. Porta intento dell’insegnante, brani utilizzabili e scelte annotate dal bibliotecario. Un’altra biblioteca possiede una pratica plurilingue propria. Possono usare sistemi conversazionali o dotati di strumenti diversi.

Meta_Skill Semantic Kernel aiuta a recuperare perché una scelta funziona e cosa la cambia. Partecipano sapere educativo e progettazione già disponibili. Il risultato utile è un metodo per preparare e adattare il laboratorio; prompt riutilizzabile o nuova cartella skill possono portarlo quando quella forma serve al lavoro. Copiare una scheda perderebbe la ragione per cui una domanda aiuta quel gruppo. Il metodo conserva quella ragione e può cambiare mentre la biblioteca comprende più profondamente il proprio intento.

Durante un incontro il confronto fra due interpretazioni plausibili aiuta i partecipanti a spiegare il ragionamento. D-ND Skill Evolution Guard aiuta la competenza del laboratorio ad acquisire scelta e condizioni. Se quel sapere esisteva ma l’ingresso consegnava solo un programma fisso, si ripara l’ingresso. Se la formazione copiava la dimostrazione senza ragione, anche il metodo generativo impara a leggere gli esempi. Ciascuno riceve la differenza utile; i fatti particolari dell’incontro restano nel progetto.

Transfer Kernel Potential fa partecipare il sapere della seconda biblioteca all’adozione. La pratica plurilingue e i contributi già aperti si conservano. Viaggiano ragione, relazione decisionale e mezzi per continuarla, attraverso ingresso e sede di conoscenza effettivi. Un aggiornamento parziale della sorgente approfondisce una relazione senza sostituire il metodo evoluto localmente.

In una conversazione l’avvio completo porta metodo, sapere operativo ed esempi; la persona aggiunge fonti locali e può salvare una guida rivista. Un sistema con accesso ai file rende raggiungibile il kit intero nel progetto esistente. Gli strumenti collegati partecipano dove il lavoro li richiede. Sono modi di adozione, non definizioni diverse della capacità. Le risorse restano utili autonomamente e partecipano insieme nell’ordine utile. Il caso non prescrive stack, provider o adozione di MAIOS Project Kernel.

Un laboratorio diverso può mostrare se la ragione appresa cambia realmente la scelta successiva. Disponibilità del metodo, uso e assimilazione conservano osservazioni proprie. Il caso insegna quelle relazioni; non documenta adozione presso clienti o un runtime multi-sistema esercitato.

Preparare, continuare e rendere pubblico quel metodo

Meta_Metodo fa partecipare sapere educativo e accessibilità alla richiesta iniziale di una scheda. La durata concordata resta una condizione reale. Il metodo utile si forma attraverso quei contributi mentre il lavoro viene compreso.

Maintain Causal Task Continuity conserva perché confrontare interpretazioni, quali fonti sono utilizzabili e quale contributo deve ancora partecipare al cambio di conduttore. L'ingresso corrente raggiunge la guida accumulata. L'idea di un futuro kit pubblico conserva identità e stato non selezionato finché la persona non sceglie quel seguito.

Quando viene selezionata la condivisione, Form Public Meta-Skill Resources trasferisce scelte riusabili e ragioni, conservando le note private dei partecipanti presso la biblioteca. Segui avvio completo, kit estratto, pagina ed eventuale raccolta separata del sapere di un assistente fino a ciò che ogni destinatario riceve davvero. La sola pagina aggiornata non aggiorna lo snapshot di un altro consumer.

Ciascun contributo è utile autonomamente. La relazione segue lavoro e mezzi reali della biblioteca; non prescrive ordine, provider o un nuovo manager.