Ykan

Ykan nasce da un problema molto concreto di chi lavora con le AI di vibe coding come Claude Code: il modello scrive codice in fretta, ma su un progetto che cresce perde il filo. Cosa è già fatto? Cosa è in corso? Cosa manca? Gli strumenti di project management normali non aiutano, perché sono pensati per una persona che li apre in un browser — non per un modello che deve leggerli e aggiornarli da solo mentre programma.

La risposta di Ykan è togliere tutto il superfluo: un kanban in un unico file PHP, senza database. I dati stanno in un semplice file JSON accanto ad esso. Lo lasci cadere nella cartella del progetto, dici all'AI di leggerlo, e da quel momento quel file diventa il punto di incontro tra chi guida il progetto e l'AI che lo esegue.

Un kanban che l'AI sa leggere e scrivere

Il flusso è questo. Parti da un'idea: la descrivi all'AI e le chiedi di trasformarla in task dentro Ykan. Su un progetto grande possono essere centinaia di task generati in un colpo solo, già organizzati in colonne e corsie — tutti visibili, modificabili e riscrivibili a mano prima che venga scritta una riga di codice. È il momento in cui l'umano controlla il piano.

Poi dici all'AI di partire. Il modello apre i task uno alla volta, li esegue, e quando ha finito li sposta da solo in «Done» o «Review». Tu resti libero di correggere, approvare o rimandare indietro qualsiasi task senza riscrivere il piano da zero. Perché funzioni serve un'interfaccia che una macchina possa usare senza cliccare: Ykan espone endpoint semplici — leggere il riassunto della board, completare un task, spostarlo di colonna — così l'AI dialoga con il kanban via API, non a colpi di mouse.

Il telefono come telecomando: l'MCP

La parte che uso di più è il controllo remoto da mobile. Un secondo file, mcp.php, espone la board come server MCP (JSON-RPC 2.0 su HTTPS): stateless, gira su un normale hosting condiviso, senza bisogno di un VPS o di un processo sempre acceso. Dalla app di Claude sul telefono posso gestire la board e modificare i file dei progetti collegati — leggere, cercare, scrivere — direttamente dal mare, senza un computer davanti.

Il meccanismo è questo: ogni corsia della board può essere collegata a una cartella di progetto. L'AI vede solo le cartelle esplicitamente collegate, mai nulla al di fuori; i segreti (chiave MCP, radice dei progetti) stanno in un file .env, mai nel codice. Questo stesso portale è gestito così: le schede di lavoro dei suoi progetti — inclusa la revisione che stai leggendo — vivono su una board Ykan e vengono eseguite da un'AI attraverso il suo MCP.

L'AI che verifica se stessa

A Ykan è agganciata anche un'integrazione con Gemini che va oltre il «suggerisci qualcosa». Può scansionare il codice del progetto e proporre i task da fare; stimare complessità e durata; categorizzare e assegnare priorità da sola; generare un report di standup giornaliero. Ma la funzione a cui tengo di più è la verifica dei task: l'AI legge i file associati a un task e controlla se è stato davvero completato, invece di fidarsi del fatto che qualcuno l'abbia spostato in «Done». E risponde nella lingua che scegli.

I ganci al resto

Attorno al nucleo ci sono le cose che rendono una board davvero usabile ogni giorno: integrazione GitHub (issue, pull request, commit e statistiche del repo, con la possibilità di trasformare una issue in una card), un sistema di temi in JSON con switcher live ed editor integrato, ricerca istantanea e filtri, supporto Markdown nelle descrizioni, export JSON/CSV, template di card (Bug, Feature, Task, Docs, Refactor), uno scanner dei TODO/FIXME nel codice e un burndown chart per la velocità. Ci sono anche i task che si rigenerano da soli: quelli ricorrenti si ricreano quando li archivi.

Fatto per essere usato, non solo mostrato

Ykan è nato come strumento interno per gestire meglio i progetti di questo portale, ed è ancora quello: un banco di prova per capire quali convenzioni di formato rendono un kanban leggibile da un modello e non solo da un umano. È PHP 8.2+, un file, un JSON, licenza MIT, codice aperto su GitHub. Resta una demo di proposito — perché il valore non è nell'ennesima app di to-do, ma nella domanda che sta sotto: come si scrive uno strumento pensato perché a leggerlo, la maggior parte del tempo, sia una macchina?