Due strumenti open-source spuntati su Hacker News risolvono due problemi concreti di chi fa girare agenti in produzione: tenere le credenziali al sicuro e non sprecare token quando le sessioni si raffreddano.

OneCLI è un gateway scritto in Rust che si interpone fra l’agente e i servizi esterni. Invece di dare a ogni agente le chiavi API vere, gli assegni un placeholder. Quando l’agente fa una chiamata HTTP, il gateway sostituisce il placeholder con la chiave vera, la inietta nella richiesta e la lascia partire. L’agente non vede mai il segreto. Hai un solo posto dove gestire chiavi, ruotarle e auditare cosa fa ogni agente.

claude-thermos risolve un problema diverso ma altrettanto operativo. La cache di Claude Code ha un TTL di 5 minuti: se passano più di cinque minuti fra una richiesta e la successiva sullo stesso prefisso, la cache scade e il sistema re-encoda tutta la conversazione al prezzo pieno. Succede spesso quando l’agente principale aspetta un subagent che lavora a lungo, perché il subagent ha un prefisso di cache diverso e non rinfresca quello del principale. claude-thermos lancia un proxy locale che manda traffico keep-alive per mantenere la cache calda. Chi lo ha sviluppato misura il risparmio attorno al 22% della bolletta su 185 sessioni locali.

Perché ti riguarda. Se stai portando agenti fuori dalla demo, la gestione delle credenziali e il controllo dei costi sulle sessioni lunghe sono due problemi che incontri presto. Entrambi gli strumenti nascono da chi quei problemi li ha vissuti, non da un laboratorio che teorizza.

Se vuoi provarci. I README dei due repository hanno un quick start. I comandi non sono ancora testati sul banco di prova del sito: parti da lì per il primo passo.

Nel dettaglio

OneCLI affronta il problema della superficie di esposizione delle credenziali distribuite. Quando hai dieci agenti che chiamano venti API diverse, le chiavi finiscono sparse: nei file .env, nelle variabili d’ambiente dei container, nei prompt di sistema. Ogni copia è un punto di esposizione. Il pattern di OneCLI è quello di un gateway di autenticazione, un’architettura usata da anni nelle infrastrutture enterprise (HashiCorp Vault, AWS Secrets Manager) ma poco accessibile a chi lavora con agenti AI su scala piccola.

Il gateway è scritto in Rust e gira come proxy HTTP. L’agente si autentica al gateway con un token di accesso (header Proxy-Authorization), fa la sua chiamata HTTP verso il servizio esterno con un placeholder, e il gateway fa lo swap prima che la richiesta parta. I segreti sono cifrati con AES-256-GCM e decriptati solo al momento della richiesta, matchati per host e path pattern. C’è una dashboard Next.js per gestire agenti, segreti e permessi.

I limiti sono concreti. Il repo ha 67 issue aperte su 304 commit, segno di un progetto giovane con molto da sistemare. La modalità quick start è single-user senza autenticazione: per il multiutente serve configurare OAuth. Il modello di minaccia presume che l’agente non possa accedere direttamente al gateway o leggere il suo filesystem, ma in molti deployment reali questo non è garantito. Se l’agente gira sullo stesso host del gateway, un agente compromesso potrebbe tentare di raggiungere il secret store direttamente.

claude-thermos risolve un problema più stretto ma economicamente rilevante. Il prompt caching di Claude Code funziona con un TTL di 5 minuti: finché la cache è viva, ogni turno costa lo 0.1x del prezzo di input invece del prezzo pieno. Ma quando l’agente principale delega un compito a un subagent, il subagent ha un system prompt e un tool set diversi, quindi lavora su un prefisso di cache separato. Mentre il subagent gira per più di 5 minuti, il prefisso dell’agente principale invecchia e scade. Quando il subagent torna, l’agente principale riprende con uno storico identico ma cache mancante: deve re-encodare 200K-500K token al tasso di scrittura (1.25x invece di 0.1x).

claude-thermos lancia un reverse proxy locale che intercetta il traffico verso l’API di Anthropic, identifica le linee di cache (catene di prefisso) e manda richieste keep-alive quando rileva che l’agente principale è inattivo da troppo tempo. I parametri sono configurabili: soglia di idle, intervallo fra i warm-up, numero massimo di cicli per episodio.

Il risparmio dichiarato del 22% è misurato su 185 sessioni locali da chi ha sviluppato lo strumento, non su un benchmark indipendente. Il campione è una persona, con i suoi pattern di uso. Il tool richiede Python 3.11+ e funziona solo con la CLI di Claude Code, non con altri client o API.

Come raccontavamo a proposito del bug che ha cancellato la directory home, il punto debole degli agenti in produzione non è il modello: è l’infrastruttura attorno. OneCLI e claude-thermos sono due risposte artigianali a problemi che i provider non hanno ancora risolto nei loro prodotti. Per chi costruisce agenti, la lezione è di metodo: prima capisci dove si rompe la catena operativa (credenziali esposte, cache che scade), poi cerchi o scrivi lo strumento specifico.