Informazioni

Chi ha creato Guida

Una persona. Uno sviluppatore software che un paio di anni fa si è interessato all’automazione del browser e all’estrazione di dati dal web, ha trovato gli strumenti esistenti troppo a basso livello o troppo vincolanti, e ha iniziato a costruire lo strumento che voleva usare davvero. Quel progetto è diventato Guida.

Dietro Guida non c’è un’azienda. Nessuna startup, nessun team, nessun investitore, nessun comitato consultivo. Le decisioni, architetturali, etiche e commerciali, sono prese dalla persona che sta scrivendo questa frase. In alcuni aspetti questo è chiaramente un limite; in altri è una caratteristica del progetto. Significa che Guida può parlare apertamente dei propri compromessi senza filtrarli attraverso un reparto marketing. Significa anche che il bus factor è uno.

Il binario senza firma digitale

Se hai scaricato Guida e Windows ti ha mostrato un avviso SmartScreen, è normale. Il binario non dispone ancora di una firma digitale.

I certificati di firma del codice richiedono un’organizzazione con identità legale verificabile oppure un processo di convalida estesa che costa diverse centinaia di dollari all’anno e presuppone una struttura aziendale. Uno sviluppatore indipendente che distribuisce software gratuito non rientra facilmente in quel modello. Il certificato costerebbe più di quanto il progetto guadagni, cioè nulla.

L’avviso di SmartScreen non significa che il software sia malevolo. Significa che Microsoft non ha ancora visto abbastanza installazioni per costruire un punteggio di reputazione, e che nessuna autorità di certificazione ha verificato l’identità dell’editore. Quando fai clic su “Esegui comunque”, stai dicendo a Windows che hai deciso consapevolmente di fidarti di questo specifico binario. È una scelta ragionevole, oppure no, a seconda della tua tolleranza al rischio.

Codice aperto e codice chiuso

Guida viene attualmente distribuito come applicazione Windows a codice sorgente non pubblico. Il livello specifico del prodotto per l’automazione del browser e l’estrazione di dati dal web resterà proprietario.

Questo confine è deliberato. Il livello di estrazione è la parte più legata a Guida come prodotto, ed è anche l’area in cui la ridistribuzione di versioni modificate potrebbe rimuovere protezioni dalla funzionalità con il rischio più alto.

L’infrastruttura riutilizzabile costruita attorno a questo livello è diversa. Il motore di scripting, la gestione delle credenziali di accesso, il registro di tracciabilità e il relativo codice di supporto potranno diventare open source quando saranno separati in modo pulito, stabili e documentati abbastanza da essere utili anche fuori dall’applicazione. Non pubblico ancora una data, perché quel confine va ancora reso pulito, ma la direzione è intenzionale.

Vedi Codice aperto e codice chiuso per un approfondimento.

Infrastruttura costruita per Guida

Parte dell’infrastruttura creata durante lo sviluppo di Guida è già pubblica:

• JanetSharp — integrazione dell’ambiente di esecuzione Janet per .NET.
• StratQueue — code di lavoro basate su SQLite con strategie di estrazione configurabili.

Cosa Guida non è

Guida non è un’azienda. Non c’è una roadmap guidata da ricerche di mercato, nessuna priorità delle funzionalità basata su sondaggi agli utenti, nessuna metrica di crescita. Non c’è un contratto di supporto e non c’è uno SLA. Se qualcosa si rompe, viene corretto perché lo sviluppatore usa il software e se ne accorge, oppure perché qualcuno lo segnala e la correzione è ragionevolmente diretta.

È uno strumento che esiste perché valeva la pena costruirlo, mantenuto dalla persona che lo ha costruito e usato da persone che lo trovano utile. Questo è l’intero modello di business, senza la parte business.

Una domanda aperta

Guida include g.tts.speak(): sintesi vocale locale tramite il motore TTS integrato di Microsoft. L’input vocale basato su Whisper è in corso di sviluppo. Nessuna di queste funzionalità è stata creata come funzione di accessibilità, e non intendo presentarla come tale a posteriori.

Però noto una cosa. La direzione in cui Guida si sta muovendo, un agente guidato da LLM che naviga interfacce web arbitrarie tramite visione, descrive ciò che vede e ascolta cosa fare dopo, è uno strumento fondamentalmente diverso da uno screen reader basato sul DOM. Non analizza le etichette ARIA e non attraversa l’albero di accessibilità. Guarda lo schermo nel modo in cui lo farebbe una persona. Questo significa che non si rompe davanti ad applicazioni basate pesantemente su canvas, applicazioni single-page complesse o componenti personalizzati che non hanno mai implementato markup semantico corretto, perché non legge affatto il DOM.

Se questo diventerà davvero utile per persone che trovano difficili le interfacce web tradizionali è una domanda aperta. Non conosco la risposta. Ma questa capacità sta emergendo come effetto collaterale dell’architettura di base, non come una funzionalità che qualcuno deve finanziare o mettere in priorità, e questo mi sembra degno di nota. Vale anche la pena osservare che la navigazione basata su visione richiede risorse GPU importanti: non è uno strumento assistivo leggero. È una macchina capace che esegue inferenza costosa. Questi vincoli sono reali e non voglio fingere il contrario.