GiGa Lab — GiGa Labor

Cos'è il Lab

What the Lab is

Il garage dove nascono le idee prima di diventare progetti

Ogni grande progetto nasce da un'idea grezza che qualcuno ha avuto il coraggio di sporcarsi le mani per testare. GiGa Lab è esattamente questo: lo spazio dove le idee vengono esplorate prima di sapere se vale la pena costruirci sopra qualcosa di serio.

Niente roadmap fisse, niente scadenze, niente stakeholder da soddisfare. Solo curiosità tecnica, prototipazione rapida e la libertà di sbagliare velocemente — perché fallire in fretta in un Lab è infinitamente meglio che scoprire i problemi dopo mesi di sviluppo strutturato.

🧪 La filosofia: "Prototipa in giorni, non in settimane. Scopri se un'idea ha gambe prima di costruirle il corpo." Ogni esperimento del Lab ha un tempo massimo: se non mostra promesse entro quel limite, viene archiviato senza rimpianti.

The garage where ideas are born before becoming projects

Every great project starts from a rough idea that someone had the courage to get their hands dirty testing. GiGa Lab is exactly that: the space where ideas are explored before knowing whether it's worth building something serious on top of them.

No fixed roadmaps, no deadlines, no stakeholders to satisfy. Just technical curiosity, rapid prototyping, and the freedom to fail fast — because failing quickly in a Lab is infinitely better than discovering problems after months of structured development.

🧪 The philosophy: "Prototype in days, not weeks. Discover if an idea has legs before building it a body." Every Lab experiment has a maximum time budget: if it shows no promise within that limit, it's archived without regrets.

Il ciclo di ricerca

The research cycle

Dall'idea all'archivio o al progetto — in quattro fasi

From idea to archive or project — in four phases

💡

Idea

Un'intuizione tecnica, un problema da risolvere, una tecnologia da esplorare. Documenta il "perché" in poche righe.

A technical intuition, a problem to solve, a technology to explore. Document the "why" in a few lines.

›

🔧

Prototipo

Prototype

Costruisci qualcosa di funzionante nel minor tempo possibile. Niente architettura perfetta, solo verificare se l'idea regge.

Build something working in the shortest time possible. No perfect architecture, just verify whether the idea holds up.

›

🔬

Test

Usa il prototipo in condizioni reali. Raccogli dati, osserva i punti di rottura, misura l'effettiva utilità.

Use the prototype in real conditions. Collect data, observe breaking points, measure actual usefulness.

›

🎯

Decide

Ha senso continuare? → diventa progetto strutturato. Non convince? → archivio, con note sulle lezioni apprese.

Does it make sense to continue? → becomes a structured project. Not convincing? → archive, with notes on lessons learned.

Esperimenti recenti e passati

Recent and past experiments

Cosa è passato per il Lab

What has passed through the Lab

Alcuni esperimenti hanno "laureato" diventando progetti strutturati. Altri hanno prodotto conoscenza preziosa prima di essere archiviati. Tutti hanno avuto uno scopo.

Some experiments "graduated" to become structured projects. Others produced valuable knowledge before being archived. All had a purpose.

📊 → ControlChaos → ControlChaos

Algoritmi statistici per il SuperEnalotto

Statistical algorithms for SuperEnalotto

Primavera 2025 — primo nucleo algoritmico: frequenze, ritardi, distribuzioni. Script Python indipendenti, nessun progetto strutturato ancora. I risultati convincono: diventa ControlChaos nell'estate 2025.

Spring 2025 — first algorithmic core: frequencies, delays, distributions. Independent Python scripts, no structured project yet. The results are convincing: becomes ControlChaos by summer 2025.

PythonPandasMatplotlib

⚙️ → iARGOS → iARGOS

Micro-scheduler per automatizzare ControlChaos

Micro-scheduler to automate ControlChaos

Autunno 2025 — ControlChaos è live ma l'aggiornamento è manuale. Un piccolo orchestratore per eseguire la pipeline automaticamente dopo ogni estrazione. Funziona così bene che diventa iARGOS.

Autumn 2025 — ControlChaos is live but updating is manual. A small orchestrator to run the pipeline automatically after each draw. It works so well it becomes iARGOS.

PythonAPSchedulerWebhook

🤖 → EvoBrain → EvoBrain

Memoria persistente per LLM locali

Persistent memory for local LLMs

Inizio primavera 2026 — prototipo in un weekend: dare "memoria" a un LLM locale tra sessioni diverse. Funziona sorprendentemente bene. In poche settimane diventa il nucleo di EvoBrain.

Early spring 2026 — prototype built over a weekend: giving "memory" to a local LLM across different sessions. Works surprisingly well. Within weeks it becomes the core of EvoBrain.

PythonOllamaChromaDB

🔍 In corso Active

RAG su documenti locali

RAG on local documents

Retrieval-Augmented Generation applicato a PDF e documenti locali. Interrogare una libreria di documenti con linguaggio naturale, completamente offline.

Retrieval-Augmented Generation applied to local PDFs and documents. Query a document library with natural language, completely offline.

PythonLangChainFAISS

🎨 In corso Active

Generazione automatica UI da schema

Automatic UI generation from schema

Dato un file di configurazione JSON, generare automaticamente un'interfaccia web funzionale. Ridurre a zero il boilerplate per dashboard admin.

Given a JSON configuration file, automatically generate a functional web interface. Reduce admin dashboard boilerplate to zero.

PythonJinja2JavaScript

🌐 Archiviato Archived

Web scraper semantico

Semantic web scraper

Tentativo di scraping intelligente basato sul significato delle pagine, non sulla struttura HTML. Tecnicamente funzionante ma troppo lento per uso pratico.

Attempt at intelligent scraping based on page meaning, not HTML structure. Technically working but too slow for practical use. Archived with lessons learned.

PythonBeautifulSoupTransformers

I principi del Lab

Lab principles

Le regole non scritte che guidano ogni esperimento

The unwritten rules that guide every experiment

01Costruisci prima il pezzo più difficile. Se il cuore dell'idea non funziona, non serve fare tutto il resto.
02Niente architettura perfetta in fase di esplorazione. Il codice del Lab può essere brutto — deve essere veloce.
03Definisci un "criterio di successo" prima di iniziare. Senza di esso, ogni esperimento diventa eterno.
04Archiviare non è fallire. Un esperimento archiviato con note chiare vale quanto uno riuscito.
05La documentazione del Lab è minimale ma esiste. Ogni esperimento ha un README con ipotesi, risultati e lezioni.

01Build the hardest part first. If the idea's core doesn't work, there's no point doing everything else.
02No perfect architecture in exploration phase. Lab code can be ugly — it must be fast.
03Define a "success criterion" before starting. Without one, every experiment becomes eternal.
04Archiving is not failing. An experiment archived with clear notes is as valuable as a successful one.
05Lab documentation is minimal but exists. Every experiment has a README with hypotheses, results, and lessons.

Strumenti frequenti

Frequent tools

Il kit del prototipatore rapido

The rapid prototyper's toolkit

🐍

Python

Il coltellino svizzero del Lab. Dalla manipolazione dati all'AI, dal web scraping alle API: Python permette di provare qualsiasi idea in poche ore.

The Lab's Swiss Army knife. From data manipulation to AI, web scraping to APIs: Python lets you try any idea in a few hours.

📓

Jupyter Notebooks

L'ambiente ideale per esplorare dati e idee in modo interattivo. Esegui un blocco di codice, guarda il risultato, modifica, itera — tutto in tempo reale.

The ideal environment for exploring data and ideas interactively. Run a block of code, see the result, modify, iterate — all in real time.

🤖

LLM locali (Ollama)

Molti esperimenti recenti coinvolgono modelli linguistici locali. Ollama permette di eseguire modelli come Llama e Mistral sul proprio hardware in pochi comandi.

Many recent experiments involve local language models. Ollama allows running models like Llama and Mistral on your own hardware in a few commands.

🐳

Docker

I prototipi che richiedono servizi esterni (database, code, API) vengono avvolti in container Docker. Setup in minuti, teardown in secondi, nessun residuo sul sistema.

Prototypes requiring external services (databases, queues, APIs) are wrapped in Docker containers. Setup in minutes, teardown in seconds, no residue on the system.

🌐

FastAPI / Flask

Per gli esperimenti che richiedono un'API o un'interfaccia web minimale. In poche righe di codice si espone qualsiasi funzionalità su HTTP.

For experiments requiring an API or minimal web interface. In a few lines of code, any functionality can be exposed over HTTP.

📊

Pandas / NumPy / Matplotlib

La triade per l'analisi dati rapida. Carica, trasforma, visualizza qualsiasi dataset in pochi minuti. Essenziale per esperimenti con dati strutturati.

The triad for fast data analysis. Load, transform, visualize any dataset in minutes. Essential for experiments with structured data.

Il Lab non finisce mai

The Lab never ends

Un progetto senza timeline è per definizione always-on

GiGa Lab è l'unico progetto di GiGa Labor senza una roadmap definita. Non perché manchino le idee — anzi, ce ne sono sempre troppe — ma perché la sua natura è quella di uno spazio aperto e continuo.

Nuovi esperimenti nascono quando nasce una domanda interessante. Vecchi esperimenti vengono riesumati quando nuove tecnologie li rendono praticabili. Il Lab è vivo finché c'è curiosità tecnica da soddisfare.

A project without a timeline is by definition always-on

GiGa Lab is the only GiGa Labor project without a defined roadmap. Not because ideas are lacking — there are always too many — but because its nature is that of an open and continuous space.

New experiments are born when an interesting question arises. Old experiments are revived when new technologies make them viable. The Lab is alive as long as there's technical curiosity to satisfy.

⚡ La storia dell'accelerazione — dal Lab al sistema:

Guardando la sequenza dei progetti nati qui, il trend è netto e non è un caso:

Primavera 2025 — algoritmi statistici nel Lab. Mesi di affinamento.
Estate–Autunno 2025 — ControlChaos come progetto. Settimane.
Inverno 2025–2026 — iARGOS. Ancora più rapido.
Primavera 2026 — EvoBrain, dal prototipo al sistema in settimane.
Fine maggio 2026 — GiGa Labor, l'aggregatore di tutto. Costruito in giorni.

È il risultato diretto di una padronanza crescente del vibe coding: usare l'AI come co-pilota trasforma idee in codice funzionante a velocità impensabili solo un anno prima. Il Lab è il posto dove questa curva di apprendimento è più visibile.

⚡ The acceleration story — from Lab to system:

Looking at the sequence of projects born here, the trend is clear and not a coincidence:

Spring 2025 — statistical algorithms in the Lab. Months of refinement.
Summer–Autumn 2025 — ControlChaos as a project. Weeks.
Winter 2025–2026 — iARGOS. Even faster.
Spring 2026 — EvoBrain, from prototype to system in weeks.
Late May 2026 — GiGa Labor, the aggregator of everything. Built in days.

It's the direct result of growing mastery of vibe coding: using AI as a co-pilot turns ideas into working code at speeds unthinkable just a year earlier. The Lab is where this learning curve is most visible.

3

Progetti nati qui

Projects born here

2

Esperimenti attivi

Active experiments

∞

Idee in coda

Ideas in queue