Hob porta ChatGPT e Claude in locale: AI open source che funziona anche offline

Introduzione a Hob: un assistente AI locale e open source

Hob è un nuovo assistente AI gratuito e open source che funziona direttamente sul computer, anche senza connessione Internet. Disponibile per Windows, macOS e Linux, il programma cerca di offrire un’esperienza simile a ChatGPT e Claude, ma sfruttando modelli linguistici eseguiti in locale. L’obiettivo è consentire all’utente di leggere, modificare e analizzare documenti, fogli di calcolo e codice Python senza inviare i propri dati a un server remoto.

L’idea di utilizzare modelli AI all’interno della propria infrastruttura si sta diffondendo sempre più, a tutti i livelli. Progetti come Ollama, LM Studio e llama.cpp hanno progressivamente semplificato l’uso dei Large Language Model (LLM) su hardware consumer. Hob, sviluppato dal team di Frigade e distribuito con licenza MIT, si distingue per la capacità di intervenire concretamente sui file, non limitandosi a una semplice chat testuale.

Requisiti hardware e configurazione consigliata

Il software richiede almeno 8 GB di RAM, ma gli sviluppatori consigliano 16 GB per le attività quotidiane e 32 GB per ottenere risultati migliori con modelli più complessi. Le funzionalità integrate includono elaborazione locale dei documenti, generazione di grafici, esecuzione di codice Python, riconoscimento delle immagini e collegamento a strumenti esterni.

Hob gestisce i progetti in modo organizzato: anziché caricare ogni volta singoli file nella conversazione, è possibile raggruppare cartelle e documenti, associando istruzioni specifiche alle attività da svolgere. Questo approccio è pensato per lavori che richiedono più passaggi, non soltanto per domande occasionali.

Principali differenze rispetto ad altre soluzioni AI locali

• Non si limita a ricevere una domanda e a generare una risposta testuale.
• Può utilizzare strumenti software per lavorare direttamente sui file forniti dall’utente.
• Integra un ambiente Python completo per calcoli deterministici.
• Supporta la lettura di PDF, l’analisi di immagini e la compilazione di moduli.
• Offre un’architettura a plugin basata sul Model Context Protocol (MCP).

Architettura tecnica: llama.cpp e supporto hardware

Il componente tecnico centrale è llama.cpp, il progetto open source che consente di eseguire modelli linguistici su CPU e GPU, anche attraverso tecniche di quantizzazione. Hob lo utilizza come motore di inferenza locale: le richieste sono elaborate dal modello caricato nella memoria del computer, senza dover raggiungere un servizio AI remoto.

Su macOS il programma sfrutta l’accelerazione Metal, mentre sulle altre piattaforme può utilizzare CUDA o Vulkan, in base all’hardware disponibile. La possibilità di distribuire il carico tra memoria grafica e memoria di sistema aiuta a eseguire modelli che altrimenti sarebbero troppo impegnativi per una singola GPU.

L’applicazione rileva automaticamente le caratteristiche del computer, seleziona un modello compatibile e si occupa del download e della configurazione iniziale. La selezione comprende modelli della famiglia Gemma 4 di Google, con varianti differenti a seconda della memoria disponibile, e gpt‑oss 120B di OpenAI per le workstation più potenti.

Le configurazioni indicate includono:

• Gemma 4 E4B Compact per Mac con 8 GB di RAM.
• Gemma 4 E4B per sistemi con 16 GB di RAM.
• Gemma 4 26B per configurazioni con almeno 24 GB di RAM.

La scelta automatica del modello AI considera anche l’attitudine dei modelli a utilizzare strumenti e affrontare attività articolate, non solo la qualità delle risposte. Chi preferisce un modello diverso può comunque sostituirlo manualmente.

Elaborazione dei documenti e integrazione Python

Per lavorare sui file, Hob integra un ambiente Python con le librerie più diffuse per l’elaborazione dei dati e la produzione di documenti. Tra le componenti disponibili troviamo:

• pandas per l’analisi di dati tabellari.
• NumPy per calcoli numerici.
• openpyxl per modificare fogli Excel.
• python-docx per creare e modificare documenti Word.
• pypdf per manipolare PDF.
• Pillow per lavorare su immagini.

Quando è necessario calcolare la media di migliaia di valori, generare un grafico o modificare una cartella di lavoro, il modello generativo ricorre al codice Python anziché produrre il risultato solo con testo. Affidare i calcoli a librerie deterministiche riduce gli errori tipici dei modelli generativi, anche se non elimina il rischio di interpretazioni errate o script sbagliati.

Hob può installare pacchetti Python aggiuntivi tramite PyPI quando un’attività lo richiede, purché la connettività sia disponibile. Il codice è eseguito in una sandbox associata alla cartella della conversazione, limitando l’accesso indiscriminato alle risorse del sistema.

Elaborazione multimodale: immagini e voce

Per la generazione delle immagini, Hob utilizza un modello multimodale della famiglia Qwen3‑VL, scaricato separatamente da quello linguistico principale. Questo modello consente di interpretare foto e schermate, leggere messaggi di errore, esaminare ricevute o interpretare grafici presenti nelle immagini.

Sono disponibili anche funzioni di dettatura con elaborazione locale della voce e grafici interattivi visualizzabili nella conversazione, con possibilità di esportazione in formato PNG.

Estendibilità tramite plugin e Model Context Protocol

Il programma non limita le proprie capacità agli strumenti integrati; supporta un’architettura a plugin che consente di aggiungere competenze, strumenti Python e collegamenti a servizi compatibili con il Model Context Protocol (MCP). MCP definisce un meccanismo standardizzato attraverso il quale un’applicazione AI può utilizzare strumenti e risorse esposti da server esterni.

Hob utilizza un file di configurazione denominato hob‑plugin.json per descrivere i plugin. Il sistema supporta anche pacchetti MCP nel formato .mcpb e istruzioni riutilizzabili conformi al formato aperto Agent Skills. Il progetto mette a disposizione una guida tecnica per approfondire le modalità di estensione.

Una funzione particolarmente interessante permette di trasformare un’attività completata in una procedura riutilizzabile: dopo aver svolto un lavoro, l’utente può chiedere all’assistente di salvarlo come “skill”. In questo caso, Hob presenta i passaggi e li registra, rendendo possibile richiamare la stessa sequenza in futuro con un semplice comando.

Esperienza d’uso e casi pratici

Un tipico scenario d’uso prevede la fornitura di un foglio Excel contenente dati di vendita, insieme a documenti Word con informazioni commerciali. L’utente può chiedere a Hob di produrre un rapporto riepilogativo. L’assistente analizza i materiali, effettua i calcoli, genera grafici e crea un nuovo documento modificabile, eliminando la necessità di passare continuamente tra diverse applicazioni.

Altri esempi includono:

• Lettura e sintesi di PDF lunghi, con estrazione di punti chiave.
• Analisi di screenshot di errori software, con suggerimenti di risoluzione.
• Compilazione automatica di moduli PDF a partire da dati strutturati.
• Creazione di presentazioni PowerPoint basate su dati tabellari.

Tutte queste operazioni avvengono in locale, garantendo la privacy dei dati e riducendo la latenza rispetto a soluzioni basate su cloud.

Prospettive future e conclusioni

Hob rappresenta un passo significativo verso l’adozione di intelligenza artificiale locale per attività professionali. La combinazione di modelli linguistici avanzati, supporto hardware multi‑platform e un ecosistema di plugin rende l’assistente adatto a una vasta gamma di settori, dalla finanza al marketing, dalla ricerca scientifica allo sviluppo software.

Con la crescente disponibilità di hardware più potente e di tecniche di quantizzazione efficienti, è probabile che le limitazioni attuali – come la necessità di almeno 8 GB di RAM e la dipendenza da GPU per modelli più grandi – si ridurranno. Inoltre, la comunità open source potrebbe contribuire a migliorare la stabilità, aggiungere nuovi modelli e ampliare la libreria di plugin MCP.

In sintesi, Hob offre un’alternativa valida a ChatGPT e Claude per chi desidera mantenere il controllo totale sui propri dati, sfruttare la potenza del proprio computer e personalizzare l’assistente secondo esigenze specifiche. La sua natura open source, la licenza MIT e la capacità di operare offline lo rendono una soluzione promettente per il futuro dell’AI “on‑premise”.