Ho creato Plan-on-roids, un agente personalizzato di GitHub Copilot per pianificare meglio le modifiche. L’idea nasce da un problema concreto: quando un coding agent riceve un prompt vago, può prendere una direzione sbagliata o dimenticare decisioni importanti. In questo video mostro come uso Plan-on-roids dopo mesi di rodaggio, come l’ho costruito e come installarlo.
Scaricalo gratuitamente: Plan-on-roids.
Video
Un’idea vaga diventa un piano verificabile
Per mostrare il flusso, nel video uso la mia Marvel Zombie Companion App. Immagino di voler aggiungere un timer per ogni turno, così il giocatore è incentivato a mantenere vivo il ritmo della partita e il turno non dura all’infinito.
Il prompt iniziale è volutamente ad alto livello: voglio implementare un conto alla rovescia per ogni turno, ma non ho ancora deciso come inserirlo nella codebase né quali regole debba rispettare.
Plan-on-roids non parte subito dal codice. Prima chiarisce dove vive oggi il turno e quali vincoli deve rispettare. Poi controlla rapidamente lo stato dell’applicazione, le fasi del dialogo e le note della sessione. Solo dopo comincia a fare domande, una alla volta, sulle decisioni che il codice non può determinare da solo.
Le domande che fanno la differenza
La sessione di pianificazione dura circa due minuti e porta alla luce decisioni che il prompt iniziale lasciava implicite:
- dove mostrare il conto alla rovescia nell’interfaccia;
- se il turno comincia quando si preme
Start Turno alla prima azione; - come sincronizzare il timer tra più dispositivi;
- se mantenere un valore predefinito di cinque minuti e permettere di modificarlo;
- cosa deve accadere quando il tempo scade.
Il valore dell’agente non sta soltanto nel fare più domande. Sta nel seguire ogni scelta fino alle sue conseguenze e nel rendere esplicite le dipendenze prima di scrivere il codice.
Nel video uso GPT-5.6 Luna con la variante di ragionamento Extra High. Ho però provato Plan-on-roids anche con altri modelli: il modello cambia profondità, sfumature e qualità delle proposte, ma l’approccio resta utile in generale.
Come ho costruito Plan-on-roids
Plan-on-roids nasce dall’unione di due idee. La prima arriva dalla skill grill me di Matt Pocock: l’agente deve mettere in discussione ogni parte del piano finché non esiste una comprensione condivisa e concreta del lavoro.
La seconda arriva dalla modalità Plan di GitHub Copilot: il risultato deve essere un piano di implementazione strutturato, con i passaggi da seguire, i file coinvolti, le verifiche e le decisioni prese insieme all’utente.
Ho aggiunto alcune regole operative specifiche:
- seguire ogni decisione e ogni ramo del problema in sequenza;
- sciogliere le dipendenze una alla volta;
- usare l’Explorer Agent per analizzare la codebase;
- parallelizzare la ricerca con tre subagent quando è utile;
- non passare alla fase di design successiva finché restano punti poco chiari o domande importanti senza risposta.
Questa combinazione mi permette di conservare la struttura del piano di GitHub Copilot e, allo stesso tempo, di ottenere un’interrogazione più profonda prima dell’implementazione.
Dal piano all’implementazione
Quando tutte le decisioni sono chiarite, l’agente produce un piano pronto da verificare. Nel caso del timer, il piano descrive le costanti, la logica temporale, la presentazione, il collegamento con il ciclo del turno, i file rilevanti e le verifiche da eseguire.
A quel punto approvo il piano e apro una nuova sessione con un contesto pulito. Uso un agente distraction-free, con un set ridotto di strumenti, gli fornisco il piano e gli chiedo di implementarlo. È un flusso che uso spesso: prima chiarisco il problema, poi faccio implementare a un agente dedicato.
È lo stesso principio di pianificare due volte prima di implementare. Anche il modo in cui si costruisce il contesto conta: ne parlo nell’articolo su come usare il contesto in un coding agent.
Come installarlo in Visual Studio Code
Per installare Plan-on-roids:
- Apri ferrac.in/planonroids.
- Scarica il file
.mdoppure apri la versioneRawe copiane il contenuto. - In Visual Studio Code apri le opzioni di personalizzazione e scegli la sezione degli agenti.
- Crea un nuovo agente e scegli se salvarlo nei dati personali o nel workspace del repository.
- Assegna un nome, incolla la definizione e salva.
L’agente comparirà nel selettore di GitHub Copilot e potrai usarlo nelle tue sessioni di pianificazione.
Costi e risultato
Nella sessione mostrata nel video, l’analisi con Plan-on-roids e Luna costa 9 crediti. L’implementazione successiva ne costa 7: 16 crediti complessivi per analisi e sviluppo.
Il risultato è il timer che avevamo progettato: parte all’inizio del turno dell’eroe, scende durante il gioco, si ferma alla fine del turno e riparte con quello successivo. Quando il tempo sta per scadere cambia colore; dopo lo zero entra in overtime, con un contatore rosso che continua a salire.
Nel caso mostrato non ho introdotto limitazioni aggiuntive al gioco. La prima validazione manuale è andata a buon fine e il comportamento dell’interfaccia corrisponde alle decisioni prese durante la pianificazione.
Provalo nel tuo workflow
Se usi GitHub Copilot e vuoi provare un approccio più rigoroso alla pianificazione, scarica Plan-on-roids gratuitamente.
Se invece vuoi introdurre il coding agentico in modo strutturato nel tuo team, scopri il percorso di coding agentico con GitHub Copilot.
Se il video ti è stato utile, lascia un like e iscriviti al canale per seguire i prossimi esperimenti.