Quire MCP + Claude Managed Agents: una build funzionante

Ultimo aggiornamento: 6 agosto 2026

È lunedì, ore 9:04. Qualcuno nel canale del team chiede: «Ehi, un riepilogo veloce di cosa abbiamo rilasciato la settimana scorsa?».

Tre persone aprono le loro schede, scorrono la bacheca Kanban, cercano di ricordare quali delle quaranta attività chiuse fossero davvero significative e tornano venti minuti dopo con due punti elenco e una scrollata di spalle. La riunione di riepilogo che doveva durare dieci minuti ne dura quaranta. Martedì tutti hanno già dimenticato che cosa si è detto.

Abbiamo sostituito quel circolo vizioso. Abbiamo costruito un agente su Quire MCP e Claude Managed Agents che ogni lunedì mattina legge il nostro progetto Dev_Changelog, trova tutto ciò che è stato completato negli ultimi sette giorni, lo raggruppa per team, traduce il gergo degli sviluppatori in qualcosa che un cliente possa leggere e scrive l'intero riepilogo in un nuovo documento Quire. Tempo totale di esecuzione: meno di trenta secondi. Manutenzione continua totale: zero.

Questo articolo è la build completa, comprese le tre cose che si sono rotte lungo la strada e come le abbiamo risolte. Se hai sempre voluto un agente di IA che lavori davvero sui dati del tuo progetto invece di limitarsi a chiacchierarci sopra, questa è una ricetta funzionante.

Che cosa produce esattamente l'agente?

Ogni lunedì alle 9:00 Pacific, una sessione Claude si attiva, interroga Quire e crea un nuovo documento nel nostro progetto Dev_Changelog intitolato Weekly Brief: May 15 to May 21, 2026. Il documento ha cinque sezioni, in quest'ordine:

• Highlights con i tre elementi principali per impatto sugli utenti
• Features Shipped con ogni nuova funzionalità tradotta in un vantaggio per l'utente
• Bugs Fixed che descrive che cosa viveva l'utente prima della correzione
• Design Updates concentrati su ciò che è cambiato in modo visibile
• Social and Marketing con i numeri di engagement quando la descrizione dell'attività li riportava

Le sezioni vuote vengono saltate senza avvisi. In fondo c'è un riepilogo di una riga con i conteggi. Il tutto è lungo circa 400 parole e si legge come un digest interno più che come un changelog di marketing, perché è esattamente ciò che chiede il prompt di sistema.

Guarda gli esempi dal vivo: l'agente legge dal progetto sorgente Dev_Changelog filtrato e il Weekly Brief: May 15 to May 21, 2026 è il documento reale che ha prodotto.

Il team lo legge in due minuti durante lo standup. Nessuno deve scriverlo. Nessuno deve ricordarsi di farlo.

Il nostro webinar su MCP arriva alla stessa destinazione senza nessuno dei passaggi di build, nel tratto dedicato al monitoraggio. È da lì che parte il player qui sotto.

In questa sessione21:58 Workflow 4: monitorare con un agente pianificato che scrive il report settimanale

Che cosa ti offrono Quire MCP e Claude Managed Agents?

Quire MCP è un server Model Context Protocol ospitato su https://mcp.quire.app/mcp. Espone la API di Quire come un insieme di strumenti standardizzati che qualsiasi client compatibile con MCP può richiamare. Ce ne sono circa novantacinque, e vanno da search_tasks a create_document fino a bulk_create_tasks. L'agente non ha bisogno di sapere com'è fatta la REST API di Quire. Vede solo un catalogo di strumenti e richiama quello che gli serve.

Claude Managed Agents è il runtime ospitato di Anthropic per agenti autonomi. Definisci un agente (modello + prompt di sistema + configurazione degli strumenti), un ambiente (container in sandbox con policy di rete) e crei sessioni che fanno davvero il lavoro. Anthropic gestisce il sandboxing, il credential proxy, il ciclo di esecuzione e il log di audit. Niente di tutto questo è codice che devi scrivere tu.

La combinazione conta perché ciascun pezzo da solo è solo infrastruttura. Quire MCP senza un agente è un catalogo di strumenti che nessuno richiama. Claude Managed Agents senza un MCP di dominio è una sandbox senza niente da fare. Mettili insieme e ottieni un agente che agisce davvero su dati di produzione reali, con autenticazione e sandboxing integrati.

Non usi Claude Managed Agents? Quire MCP funziona anche con Open Claw, il client MCP open source. Stesso catalogo di strumenti, stesso flusso OAuth, stessi workflow che puoi costruire sopra. Scegli il runtime più adatto al tuo stack.

Perché è importante: La maggior parte degli strumenti di project management non offre ancora un server MCP pubblico. Asana, Monday e ClickUp espongono REST API ma nessun MCP, quindi dovresti incapsularli da solo e gestire l'autenticazione. Notion ha un MCP, ma la sua superficie di strumenti è pensata per documenti e pagine, non per la struttura di attività e sub attività di cui l'automazione dei progetti ha davvero bisogno. Quire MCP è costruito attorno alle unità di lavoro (attività, sub attività, stati, etichette, sottoliste) su cui opera un agente, ed è per questo che questa build ha richiesto un pomeriggio e non un trimestre.

Come si costruisce l'agente, passo dopo passo?

L'intera configurazione ha richiesto circa un'ora, in gran parte spesa a combattere con un'insidia di configurazione di cui parlo tra poco. Ecco la ricetta vera e propria.

1. La definizione dell'agente

L'agente è un singolo file YAML. Il prompt di sistema è la parte più importante, perché è ciò che trasforma una sessione Claude generica in un redattore di changelog:

name: Dev Changelog Writer
model:
  id: claude-haiku-4-5
  speed: standard
system: |-
  You are the weekly changelog writer for the Quire project
  "Dev_Changelog" (https://quire.io/w/Dev_Changelog).
  When invoked:
  1. Use the Quire MCP to search Dev_Changelog for tasks where status
     is completed and the `toggled` timestamp falls within the last 7
     days. Pull name, description, priority, tags, and subtasks.
  2. Group results by tag: feature, bugfix, design, social. Within
     each group, sort by priority (urgent, high, medium, low).
  3. Translate each task from internal dev shorthand into plain
     language a customer would understand. Features: lead with the
     user-facing benefit. Bugfixes: lead with what the user was
     experiencing. Design: describe what visibly changed. Social:
     include engagement numbers if mentioned.
  4. Create a new document in Dev_Changelog using `create_document`.
     Title: "Weekly Brief: [start date] to [end date]". Sections:
     Highlights, Features Shipped, Bugs Fixed, Design Updates,
     Social and Marketing, plus a footer with item counts.
  5. If zero completed tasks are found, do not create a document.
mcp_servers:
  - name: quire
    type: url
    url: https://mcp.quire.app/mcp

Abbiamo scelto Haiku 4.5 perché il lavoro non richiede un ragionamento complesso. L'agente raggruppa, filtra e formatta, e Haiku lo fa bene a circa un decimo del costo per token di Sonnet e con limiti di frequenza molto più alti. Per un'esecuzione settimanale senza supervisione, quel margine sui limiti conta più del piccolo guadagno in ragionamento.

2. Il filtro degli strumenti, dove sta il vero risparmio

Per impostazione predefinita, quando colleghi il server Quire MCP a un agente, tutte le novantacinque definizioni di strumenti vengono caricate nel contesto a ogni chiamata al modello. Sono molti token, e la maggior parte è inutile quando il tuo agente deve solo leggere le attività e creare un documento.

Filtra senza pietà:

tools:
  - mcp_server_name: quire
    type: mcp_toolset
    default_config:
      enabled: false
      permission_policy:
        type: always_allow
    configs:
      - name: search_tasks
        enabled: true
      - name: create_document
        enabled: true
      - name: list_tags
        enabled: true
      - name: resolve_quire_url
        enabled: true

default_config.enabled: false significa «niente attivo per impostazione predefinita», e il blocco configs abilita i quattro strumenti che l'agente usa davvero. Questa singola modifica ha portato i token in input per esecuzione da circa 82.000 a meno di 12.000, il che ci ha messo ampiamente sotto il limite di frequenza del Tier 1. (Ne parliamo meglio nelle storie di guerra qui sotto.)

C'è anche un vantaggio di sicurezza. Con solo search_tasks, create_document, list_tags e resolve_quire_url abilitati, l'agente non può letteralmente eliminare, archiviare o modificare alcun dato esistente, nemmeno se una prompt injection tentasse di indurlo a farlo. Lo strumento bulk_delete_tasks di Quire non fa parte del suo kit, quindi il modello non può richiamarlo.

3. L'ambiente

Managed Agents esegue ogni sessione dentro una sandbox gVisor con una policy di rete che controlli tu. L'impostazione predefinita è «Limited», senza accesso di rete esterno, e impedirà al tuo agente di raggiungere Quire MCP. La soluzione più pulita rispetta il privilegio minimo: mantieni il tipo Limited, ma consenti esplicitamente l'unico hostname che ti serve.

Nella console di Claude: Manage Environments → il tuo ambiente → Networking → abilita Allow MCP server network access → aggiungi mcp.quire.app a Allowed hosts. Lascia disattivato l'accesso di rete del gestore di pacchetti, perché questo agente non installa nulla.

4. Il credential vault

Quire si autentica tramite OAuth. In Managed Agents, i token OAuth risiedono in un credential vault che sta fuori dalla sandbox. Quando l'agente chiama Quire MCP, un credential proxy inietta il token lato server. Il modello stesso non vede mai il token, il che significa che una prompt injection riuscita non può esfiltrarlo.

Crea un vault, fai clic su Add credential, puntalo a https://mcp.quire.app/mcp, scegli OAuth come tipo ed esegui il flusso di autorizzazione. Quando la credenziale risulta Active, il vault è pronto.

5. La pianificazione

Le sessioni di Managed Agents sono one-shot. Non si ripetono in automatico. Per far girare l'agente ogni lunedì, punta qualsiasi scheduler all'endpoint API sessions.create con un'espressione cron 0 9 * * 1. Noi usiamo un semplice Cron Trigger di Cloudflare Workers che chiama la API di Anthropic una volta a settimana, ma GitHub Actions con una schedule funziona altrettanto bene, così come qualsiasi piattaforma di cloud function.

Che cosa si è rotto, e come ce ne siamo accorti?

Tre cose sono andate storte prima di arrivare a un'esecuzione settimanale pulita. Vale la pena nominarle, perché se costruisci qualcosa di simile ne incontrerai almeno una.

URL MCP sbagliato. Il prodotto Quire è ospitato su quire.io, ma il server MCP è su quire.app. Abbiamo puntato tutto (agente, host consentiti dell'ambiente, credential vault) a mcp.quire.io/mcp e abbiamo ottenuto un confuso errore OAuth e, superato quello, un HTTP 502 dall'upstream. La soluzione è banale ma va segnalata: ogni riferimento all'MCP deve usare mcp.quire.app, non quire.io. Se uno solo dei tre punti ha l'host sbagliato, l'esecuzione fallisce.

Set di strumenti dell'agente gonfiato. Il agent_toolset_20260401 predefinito di Anthropic carica nel contesto tutti gli strumenti generici (bash, operazioni su file, ricerca web, esecuzione di codice). Il nostro agente non ne ha bisogno.

Lasciare attivo il set predefinito oltre al server Quire MCP ha spinto i token in input oltre 80.000 per chiamata al modello e abbiamo toccato subito il limite di frequenza del Tier 1. Rimuovere il set predefinito e filtrare gli strumenti di Quire (come mostrato sopra) lo ha riportato a circa 12.000. La lezione è che ogni strumento nel contesto del tuo agente è una tassa, anche se l'agente non lo richiama mai.

Panico da limite di frequenza. Prima di capire il problema del gonfiore, la reazione naturale era «dobbiamo passare a un livello API superiore». I passaggi di livello costano. Il problema vero era che l'agente caricava 70.000 token di definizioni di strumenti che non avrebbe mai usato. Controlla sempre che cosa c'è nella tua finestra di contesto prima di dare per scontato che serva un limite più alto.

Che cosa permette Quire MCP oltre a un changelog settimanale?

Il changelog settimanale è un ottimo primo agente, ma è soprattutto una prova di concetto. Lo schema (un Managed Agent + Quire MCP + un trigger pianificato) si estende a molto altro.

Alcune idee che stiamo prototipando:

• Un brief giornaliero di avvio dello sprint che legge le attività passate a «In Progress» durante la notte e pubblica un riepilogo su Slack
• Un redattore di retrospettive degli incidenti che osserva un progetto Quire alla ricerca di attività incident completate e assembla una bozza di documento di retro con cronologia, fattori concorrenti e azioni di follow-up ricavati dalle sub attività
• Un digest di stato per i clienti che gira il venerdì pomeriggio per ogni progetto cliente e riassume i deliverable della settimana con un linguaggio adatto a essere inoltrato direttamente al cliente

La forma è sempre la stessa. Un trigger pianificato, un agente mirato, un piccolo set di strumenti Quire MCP, un documento o un messaggio come output. Il lavoro duro (sandboxing, credenziali, ciclo dell'agente) sta in Managed Agents. Il lavoro di dominio (quali dati Quire interrogare, che cosa farne) sta nel prompt di sistema.

Quando conviene un approccio diverso?

Un Managed Agent è eccessivo per le domande occasionali. Se vuoi un riepilogo una tantum di «che cosa abbiamo rilasciato questo trimestre», chiedere direttamente a Claude in una finestra di chat e incollare i dati di Quire è più rapido che costruire un agente distribuito. La forma dell'agente rende solo quando lo stesso job gira ripetutamente senza supervisione.

È anche la forma sbagliata quando il lavoro richiede davvero ragionamento, come scrivere una strategia di prodotto ponderata a partire dagli stessi dati. Haiku va bene per «riassumi e formatta». Per «decidi che cosa dovremmo fare a riguardo» servono Sonnet o Opus, e a quel punto probabilmente vuoi anche una persona nel ciclo.

E se i dati del tuo progetto sono scarsi (diciamo un paio di attività completate a settimana senza descrizioni), l'agente non ha nulla di utile da riassumere. L'output è valido quanto la disciplina del tuo team nello scrivere descrizioni vere delle attività. L'abbiamo imparato a nostre spese quando un test iniziale ha prodotto un riepilogo tecnicamente corretto e totalmente privo di informazioni, perché metà dei nomi delle attività erano solo ID di ticket.

Non vuoi l'IA nel ciclo? Quire CLI ti dà gli stessi dati tramite comandi strutturati che puoi inserire in script e cron, senza una chiamata a un modello lungo il percorso.

Punti chiave

L'agente per il changelog settimanale ha un ambito ridotto e un grande ritorno, perché elimina una tassa ricorrente (la riunione di riepilogo del lunedì) senza che nessuno debba ricordarsi di fare niente.

I pezzi che l'hanno fatto funzionare sono specifici: Haiku 4.5 per costo e margine sui limiti di frequenza, un filtro aggressivo degli strumenti per tenere stretta la finestra di contesto, una policy d'ambiente a privilegio minimo che consente il traffico solo verso mcp.quire.app e un credential vault perché l'agente non tocchi mai il vero token OAuth.

La lezione generale è che Quire MCP più Claude Managed Agents è un modo rapido per mettere un agente autonomo davanti ai dati del tuo progetto senza costruire alcuna infrastruttura. Le parti difficili (sandboxing, autenticazione, pianificazione, log di audit) sono già risolte. Quello che porti tu è il prompt, la scelta degli strumenti e la disciplina di scrivere dati di progetto che valga la pena riassumere.

Domande frequenti

Che cos'è Quire MCP?

Quire MCP è un server Model Context Protocol che permette agli agenti di intelligenza artificiale di leggere e scrivere nel tuo workspace Quire tramite un'interfaccia di strumenti standardizzata. Si trova su https://mcp.quire.app/mcp ed espone circa novantacinque strumenti che coprono ricerca, creazione di attività e documenti, operazioni in blocco e altro. Qualsiasi client compatibile con MCP (Claude, Cursor, agenti personalizzati costruiti con l'SDK di Anthropic) può collegarsi.

Che cosa sono i Claude Managed Agents?

Claude Managed Agents è il runtime ospitato di Anthropic per eseguire nel cloud agenti autonomi di lunga durata. Definisci un agente (modello, prompt di sistema, strumenti), un ambiente (container in sandbox con policy di rete) e crei sessioni che eseguono il lavoro. Anthropic si occupa di sandboxing, gestione delle credenziali e ciclo di esecuzione, così non devi costruire tu quell'infrastruttura.

Perché usare Haiku 4.5 invece di Sonnet o Opus per questo tipo di automazione?

Riassumere dati strutturati delle attività in un documento non richiede un ragionamento complesso. Si tratta di raggruppare, filtrare e formattare. Haiku 4.5 raggiunge senza problemi questo livello di qualità, costa circa un decimo di Sonnet per token e ha limiti di frequenza molto più alti a ogni livello di API. Per un job settimanale che gira senza supervisione, contano più il costo e il margine sui limiti che il piccolo guadagno in capacità di ragionamento.

Quanto tempo impiega l'agente a generare un riepilogo settimanale?

Per un progetto con circa venti attività completate nel periodo, l'intera esecuzione richiede meno di trenta secondi end-to-end. Il tempo comprende la ricerca in Quire, l'elaborazione dei risultati, la scrittura del corpo del documento e la creazione del documento nel progetto. Gran parte di questo tempo è la chiamata al modello, non i passaggi degli strumenti.

L'agente può modificare o eliminare le attività esistenti nel mio progetto?

Solo se concedi esplicitamente quei permessi agli strumenti. Il server Quire MCP espone circa novantacinque strumenti, ma Claude Managed Agents ti permette di abilitarne un sottoinsieme per ogni agente. Per il caso d'uso del changelog abbiamo abilitato solo quattro strumenti di lettura e creazione, quindi l'agente non può modificare né eliminare alcun dato esistente, nemmeno se una prompt injection tentasse di indurlo a farlo.

Che cosa succede se nella settimana di esecuzione non è stata completata nessuna attività?

Il prompt dell'agente include un'istruzione di riserva: se la ricerca non restituisce alcuna attività completata, non creare un documento e registra invece una sola riga che indica che la settimana era vuota. Così si evita di pubblicare un riepilogo settimanale vuoto o fuorviante quando il team non ha rilasciato nulla nel periodo.

Devo avere un piano Quire a pagamento per usare Quire MCP?

Quire MCP funziona con qualsiasi piano che includa l'accesso alle API. Le quote API attuali sono elencate nella pagina dei prezzi di Quire. Per un agente settimanale che fa una manciata di chiamate agli strumenti a ogni esecuzione, i limiti del livello gratuito o iniziale sono in genere sufficienti.

Posso eseguire lo stesso agente su più progetti Quire?

Sì. Lo schema più pulito prevede una definizione di agente per ogni flusso di lavoro e una sessione per ogni progetto. L'URL del progetto diventa un parametro al momento della creazione della sessione. Se vuoi un unico riepilogo settimanale che copra più progetti, ristruttura il prompt per interrogare ogni progetto in sequenza e combinare i risultati in un solo documento.

Pronto a costruire il tuo agente su Quire MCP?

Inizia la tua prova gratuita di 30 giorni su quire.io/signup ed esplora la documentazione per sviluppatori di Quire per vedere il catalogo completo degli strumenti MCP. Senza carta di credito, accesso completo.