Quickstart

Inizia a usare CodeCourier in meno di 10 minuti. Crea un progetto, fornisci una sandbox ed esegui il tuo primo workflow IA.

8 min letto
quickstartgetting-startedtutorial

Questa guida ti fa percorrere la strada più rapida verso una configurazione CodeCourier funzionante: accesso, creazione di un progetto, configurazione delle tue chiavi API ed esecuzione del tuo primo workflow IA. Alla fine avrai un agente IA che esegue codice in una sandbox cloud isolata e che produce una pull request sul tuo repository.

Prerequisiti

Prima di iniziare, assicurati di avere:
  • Un account CodeCourier (registrati nella pagina di accesso)
  • Una chiave API E2B (piano gratuito disponibile su e2b.dev)
  • Una chiave API Anthropic, OpenRouter o OpenAI
  • Un personal access token GitHub con i permessi repo (opzionale, necessario per la creazione di PR)
  • Un repository GitHub su cui vuoi che l’agente lavori
1

Accedi a CodeCourier

Vai all’applicazione CodeCourier e accedi con il metodo che preferisci. CodeCourier usa Clerk per l’autenticazione, quindi puoi accedere con Google, GitHub, e-mail o qualsiasi altro provider OAuth configurato.

Dopo il primo accesso, CodeCourier crea il tuo record utente e ti reindirizza alla schermata di selezione del progetto. Se sei stato invitato a un progetto esistente, lo vedrai elencato con un badge di invito in attesa.

2

Crea un nuovo progetto

Clicca su New Project nella schermata di selezione del progetto. Inserisci un nome per il tuo progetto - questo genera automaticamente uno slug per l’URL. In via opzionale, indica ora l’URL del tuo repository GitHub (puoi anche aggiungerlo più tardi nelle impostazioni del progetto).

Una volta creato, CodeCourier ti imposta come owner del progetto e ti reindirizza al dashboard del progetto. La sidebar organizza il tuo workspace in sezioni: Issues (sessioni di issue e work chain), Runs (tutti i run di workflow e sandbox), Workflows, Personas, Learnings e Insights (utilizzo, analytics e membri). Le sandbox sono accessibili tramite le pagine di dettaglio dei singoli run.

Slug del progetto

Lo slug del progetto appare in tutti gli URL di questo progetto (ad es., /p/my-project/dashboard). Scegli qualcosa di breve e descrittivo. Può essere modificato più tardi nelle impostazioni del progetto.
3

Configura le chiavi API

Vai in Project Settings dalla sidebar (l’icona della chiave inglese in basso). Apri la scheda API Keys. Devi configurare almeno due provider:

  1. E2B - Obbligatorio. Serve a fornire le sandbox cloud. Ottieni la tua chiave dal dashboard E2B su e2b.dev/dashboard.
  2. Anthropic / OpenRouter / OpenAI - Almeno uno è obbligatorio. Alimenta il modello IA che gira nelle tue sandbox. Scegli il provider che corrisponde allo strumento CLI che vuoi usare (Anthropic per Claude Code, OpenRouter o OpenAI per un accesso più ampio ai modelli).
  3. GitHub - Opzionale ma consigliato. Un personal access token con lo scope repo consente a CodeCourier di creare automaticamente branch e pull request.

Le chiavi API sono cifrate a riposo e memorizzate per progetto. Ogni membro del team vede solo gli ultimi quattro caratteri delle chiavi configurate. Le chiavi vengono decifrate lato server solo quando un job Trigger.dev deve fornire una sandbox.

Sicurezza delle chiavi

Le chiavi API non vengono mai inviate al browser dopo la configurazione iniziale. Vengono cifrate con una cifratura lato server prima della memorizzazione in Convex e decifrate solo nelle server action durante l’esecuzione di un job.
4

Crea il tuo primo workflow

Vai in Workflows nella sidebar. Clicca su New Workflow per aprire la finestra di creazione. Per il tuo primo workflow, inizia con il tipo Designer & Checker:

  • Name: Dagli un nome descrittivo, ad es., “Feature Builder”
  • Type: Seleziona Designer & Checker
  • Template: Scegli il sandbox template per il tuo strumento CLI preferito (ad es., claude-code per Claude Code)
  • Max Iterations: Imposta a 3 per un compromesso equilibrato tra qualità e costo
  • Timeout: 30 minuti (1.800.000 ms) è un buon punto di partenza
  • Checker Instructions: Descrivi cosa deve verificare il checker, ad es., “Verifica che l’implementazione segua le best practice TypeScript, non abbia errori di tipo e includa una gestione degli errori appropriata.”

Clicca su Create. Il tuo blueprint di workflow è ora salvato e pronto per essere eseguito.

5

Esegui il workflow

Dalla pagina dei workflow, clicca sul pulsante Run del tuo nuovo workflow. Si apre la finestra di run dove configuri l’esecuzione specifica:

  • Prompt: Scrivi un’istruzione chiara e specifica per l’agente IA. Ad esempio:
Esempio di prompt
Add a new utility function to lib/utils.ts that formats
a number as a human-readable file size (e.g., 1024 becomes
"1 KB", 1048576 becomes "1 MB"). Include JSDoc comments
and handle edge cases like 0 and negative numbers.
Write a test file at lib/__tests__/utils.test.ts.
  • GitHub Repo URL: Inserisci l’URL del tuo repository se non è già impostato a livello di progetto
  • Branch Name: Specifica facoltativamente un nome di branch, oppure lascia che CodeCourier ne generi uno

Clicca su Start Run. CodeCourier invia un job in background tramite Trigger.dev che:

  1. Fornisce una sandbox E2B con il template che hai configurato
  2. Installa e avvia lo strumento CLI IA all’interno della sandbox
  3. Invia il tuo prompt insieme a qualsiasi documento di contesto legato e ai learning approvati del progetto
  4. Attende che il designer completi, poi esegue il checker con le tue istruzioni di review
  5. Se il checker rifiuta, rimanda il feedback al designer per un’altra iterazione
  6. Registra i punteggi di qualità di ogni step (correttezza, type safety, stile del codice, copertura dei test, completezza)
  7. Al completamento, crea facoltativamente una PR ed estrae i learning
6

Monitora l'avanzamento in tempo reale

Vai in Runs nella sidebar per vedere il tuo run attivo. Clicca sul run per aprire la sua vista di dettaglio. Vedrai:

  • Stato del run: pending, running, completed o failed
  • Timeline degli step: Ogni step di designer e checker è mostrato con il suo stato, l’ora di inizio e la durata
  • Messaggi in tempo reale: La conversazione tra la piattaforma e l’agente IA scorre in tempo reale, incluso il ragionamento dell’agente e le sue chiamate agli strumenti
  • Verdetti del checker: Se usi un workflow designer/checker, ogni step di checker mostra un verdetto superato/fallito con feedback
  • Punteggi di qualità: Gli step completati mostrano il dettaglio del loro punteggio di qualità - visibile nel pannello dei dettagli dello step

Aggiornamenti in tempo reale

Tutti i dati sono alimentati dalle query reattive di Convex. Non devi aggiornare la pagina - i cambi di stato, i nuovi messaggi, gli aggiornamenti dei punteggi di qualità e i completamenti degli step appaiono automaticamente.
7

Rivedi i risultati

Quando il run è completato, controlla quanto segue:

  • Stato della PR: Se l’integrazione GitHub è configurata e il run era impostato per creare una PR, vedrai l’URL e lo stato della PR (creating, created, merged o failed) direttamente nella pagina di dettaglio del run. I risultati dei check CI appariranno man mano che la tua pipeline gira sul branch della PR.
  • Punteggi di qualità: Il riepilogo del run mostra il punteggio di qualità complessivo. Espandi i singoli step per vedere i punteggi per dimensione e individuare le aree di miglioramento nei tuoi prompt o nelle configurazioni delle personas.
  • Learning: Vai nella sezione Learnings. Se l’estrazione dei learning era attiva, vedrai nuovi learning in attesa estratti dalla sessione. Rivedi ciascuno e approvalo o rifiutalo - i learning approvati saranno inclusi automaticamente nei run futuri.
  • Tracciamento dei costi: Visita Usage nella sezione insights per vedere il consumo di token e il dettaglio dei costi del run.

Cosa è appena successo

In questi step hai creato le risorse centrali che alimentano ogni workflow CodeCourier:

  • Un progetto che rattacha tutte le risorse e l’accesso del team
  • Chiavi API che abilitano una comunicazione sicura con E2B, il tuo provider IA e GitHub
  • Un blueprint di workflow che definisce il processo multi-step che i tuoi agenti seguono
  • Un run che ha eseguito il tuo workflow in una sandbox isolata, valutato la qualità dell’output e prodotto un risultato concreto

Ogni run futuro riutilizza questa stessa infrastruttura. Cambia il prompt, modifica gli step del workflow, lega un documento di contesto o crea nuove personas - la pipeline sottostante resta la stessa. Man mano che approvi learning, aggiungi documenti di contesto e affini la tua libreria di asset, ogni run successivo beneficia della conoscenza accumulata.

Prossimi passi