Novità

L'assistente adesso fa 168 su 168

Chiedergli una cosa e ricevere lo strumento sbagliato non veniva contato, quindi nessuno poteva dire se una modifica lo migliorava. Ora viene contato, e contare ha fatto emergere quattro difetti veri.

• La prova sono 168 frasi che una persona scriverebbe davvero, ognuna con la risposta che si aspetterebbe, scritta prima di eseguirne una sola. Alcune non nominano nessuno strumento — “rendi questa foto più leggera” non contiene una parola di “Comprimi immagine” — ed è esattamente il punto.
• Primo giro: 86% giuste, e una frase sbagliata. “Rendi questa foto più leggera” ha aperto un collage. Sbagliato viene contato a parte da incerto, perché essere incerti ti costa una domanda ed essere sbagliati ti costa il file.
• Il difetto dietro: la parola “foto” veniva presa per il nome di uno strumento. Tre ce l'hanno nel titolo, quindi ogni frase su una fotografia li nominava tutti e tre. Ora se una parola distingue davvero si decide chiedendo a quanti strumenti si riferisce: a uno o due vuol dire qualcosa, a venti sta solo dicendo di che file si tratta.
• Creare un QR e leggerlo sono richieste opposte che condividono tutti i sostantivi. Adesso l'assistente sa che una frase che dice “crea” non ha chiesto niente che esista solo per leggere.
• E alcune parole semplicemente mancavano. Nel catalogo nessuno conosceva “alleggerire”, “scontornare”, “battute” o “per cento”. Adesso ci sono, e questo migliora la ricerca quanto l'assistente.
• Le prende tutte e 168. Ventinove di quelle frasi sono state scritte quando già faceva 99% sulle altre, e non sono state guardate finché non sono state eseguite — un punteggio su cui ti sei allenato ha smesso di misurare qualcosa che non sia se stesso.

L'ultima parte di KIVO senza test adesso ce li ha

Le 27 operazioni dietro a circa metà del catalogo — ogni ridimensionamento, ogni unione di PDF, ogni pulizia di metadati — non erano mai state controllate se non attraverso l'interfaccia. Ora lo sono direttamente, e al primo giro è saltato fuori un bug.

• La scusa era vera: queste hanno bisogno di un browser. Le immagini vogliono il canvas, i PDF un documento su cui disegnare, l'XML un parser. Quindi il codice viene impacchettato esattamente come viene spedito ed eseguito dentro un browser vero: i test esercitano lo stesso codice degli strumenti, non una copia.
• Le risposte sono calcolate a mano, non registrate da un'esecuzione precedente. Un'immagine 400×300 ridotta a lato lungo 200 deve venire 200×150, non 200×200. Una rotazione di 90° deve spostare un angolo marcato da sinistra a destra — controllare solo le dimensioni farebbe passare una rotazione nel verso sbagliato. Unire un PDF di due pagine e uno di tre deve dare 1, 2, 1, 2, 3 e non un altro ordine.
• Un file convertito in WebP deve cominciare con i byte che lo rendono un WebP, non solo finire in .webp. Un convertitore che rinomina e basta produce un file che non si apre da nessuna parte.
• Il bug: il formattatore XML indentava i documenti con nomi di tag lunghi e si rifiutava in silenzio di indentare quelli corti. Il suo pattern richiedeva due caratteri fra le parentesi angolari, quindi un documento pieno di <a> e <b> tornava su righe separate e completamente piatto — che è l'unica cosa per cui quello strumento esiste. Nessuno se n'era accorto perché ogni esempio che si prova ha nomi di tag lunghi.

Ogni pagina è più leggera

Una pagina di uno strumento scaricava un quarto di megabyte di codice che non avrebbe mai potuto eseguire. Adesso non più, e c'è un test che blocca la build se ricomincia.

• I quarantadue strumenti scritti a mano erano tutti importati in un unico file, e ne viene disegnato uno. Quindi aprire il formattatore JSON scaricava anche la copia di three.js del visualizzatore 3D, il generatore di fatture, i controlli video e il lettore di fogli di calcolo — 1,4 MB di JavaScript per disegnare una casella di testo.
• L'assistente aveva lo stesso problema per un motivo migliore: è la cosa più grande del sito e stava nel layout, quindi ogni pagina se lo portava dietro tutto per mostrare un pulsante. Ora viene scaricato quando lo apri, e la prima volta ci mette circa un terzo di secondo.
• Una pagina di uno strumento è passata da 420 KB di JavaScript a 334, e l'elenco completo da 638 a 446. Delle pagine non è cambiato niente, se non l'attesa per il loro codice.
• Il motivo per cui la cosa è passata inosservata è che non si rompe niente. Nessun test diventa rosso e nessuno screenshot cambia quando una pagina ingrassa di duecento kilobyte: succede un import alla volta. Quindi ora c'è un tetto: un browser apre ogni tipo di pagina, conta i byte che ha davvero scaricato, e la build fallisce se il numero sale.
• Altri quattro dei lettori che abbiamo scritto noi sono sotto fuzzing: quello che legge le intestazioni ZIP, quello che interpreta il contenuto dei QR, il modello di forza delle password e l'appiattitore di nomi di file. Migliaia di input corrotti ciascuno, per verificare che niente si blocchi e che non torni indietro niente di impossibile.

Togliere lo sfondo, senza caricare la foto

La modifica di immagini più cercata sul web, fatta sul tuo dispositivo. Una rete neurale gira nel tuo browser e scontorna il soggetto; la foto non lascia mai la scheda.

• Ogni altro servizio gratuito carica la tua immagine. Per una foto delle vacanze è uno scambio accettabile. Per un passaporto, una busta paga sulla scrivania, un bambino, o un prodotto non ancora annunciato, è il disco di uno sconosciuto — e il sito raramente dice quale dei due casi sia. Qui non c'è niente da dire, perché la foto non va da nessuna parte.
• Circa 18 MB la prima volta — il modello e il motore che lo esegue — poi il browser se li tiene. Il modello gira in un worker, così la scheda resta viva mentre pensa invece di bloccarsi per dieci secondi e sembrare andata in crash.
• Va bene con un soggetto chiaro su uno sfondo, e va male con capelli, pelo, fogliame e vetro. Usa il modello piccolo da 4,6 MB, perché quello buono pesa 176 MB e nessuno dovrebbe scaricarlo per una foto. Entrambi i limiti stanno sulla pagina, non nascosti in una FAQ.
• Una foto senza un soggetto evidente — un muro, un cielo, uno screenshot — se lo sente dire, invece di ricevere un PNG vuoto che sembra un difetto del browser.
• Trasparente, oppure un colore dietro al soggetto. L'anteprima sta su una scacchiera, perché un PNG trasparente appare bianco in quasi tutti i visualizzatori ed è il motivo numero uno per cui la gente pensa che non abbia funzionato.

Manda un file a KIVO

KIVO adesso compare nella condivisione del telefono e nel menu «Apri con» del computer. Condividi una foto dalla galleria e si apre qui, pronta.

• Condivisione. Sul telefono, condividi una foto, un PDF o una registrazione direttamente a KIVO invece di ritrovare il file dentro il browser. Sul computer, tasto destro e «Apri con».
• Non viene caricato niente, ed è proprio il punto: è normale per un'app installata e quasi inaudito per un sito, e a noi non costa niente offrirlo perché il file non stava andando da nessuna parte. Il sistema passa i byte alla pagina, e la pagina esegue gli stessi strumenti di sempre.
• Funziona senza connessione. Condividere una foto in treno è esattamente il momento in cui serve, quindi la pagina che riceve è in cache come il resto del sito — c'è un test che condivide un file con la rete spenta.
• Il file non viene conservato. Viene letto una volta sola entrando nella pagina e lo spazio di appoggio viene svuotato subito, così una condivisione che non hai mai aperto non resta lì in attesa che qualcuno la trovi.
• KIVO dichiara solo i tipi di file su cui sa davvero fare qualcosa. Farsi proporre uno strumento che poi dice «questo non lo gestisco» è peggio che non essere proposti affatto.

Leggere un codice, aprire uno ZIP, controllare una password

Quattro strumenti per cose che KIVO non sapeva fare, e due correzioni a cose che sapeva fare — compresa una al nostro stesso generatore di passphrase, di cui non andiamo fieri.

• Un lettore di QR e codici a barre. KIVO sapeva generare tre tipi di QR e non ne sapeva leggere nessuno, che è il verso sbagliato. Leggine uno da una foto o dalla fotocamera e guarda cosa c'è davvero dentro — il dominio vero, il link intero, la password del Wi-Fi — prima che si apra qualcosa. Un QR è un link che non puoi leggere, e questo sospende in silenzio tutti gli istinti che abbiamo sui link sconosciuti.
• Aprire uno ZIP. Elenca cosa c'è dentro un archivio e prendi solo i file che ti servono, senza estrarre niente sul disco. Un archivio piccolo che dichiara di espandersi a petabyte viene rifiutato prima di decomprimere un solo byte, e una voce il cui percorso esce dalla propria cartella viene segnalata invece che nascosta.
• Creare uno ZIP. Tanti file, un allegato solo.
• Un misuratore di forza delle password che guarda cosa farebbe un attaccante, non cosa controlla un modulo. Dice che Password123! è pessima, perché lo è: è la cosa più prevedibile che si scrive quando ti chiedono una maiuscola, una cifra e un simbolo. Non viene spedito niente da nessuna parte, perché non c'è nessun server a cui mandarlo.
• L'OCR adesso legge tutte le pagine, non solo la prima — e può riscrivere le parole dentro il PDF, invisibili, sopra l'inchiostro da cui vengono. La scansione resta identica, e Ctrl-F trova quello che c'è scritto.
• Il nostro generatore di passphrase pescava da 186 parole. Sono 7,5 bit ciascuna, quindi il risultato predefinito valeva circa 37 bit — una quindicina di secondi contro un database rubato e una GPU veloce. Ora la lista è di 1.721 parole e il valore predefinito è cinque parole, cioè 60 bit. Un generatore che esiste per produrre qualcosa di non indovinabile stava producendo qualcosa di indovinabile, e sulla pagina non c'era scritto da nessuna parte.

L'assistente ha spazio, e memoria

Ora si può ingrandire quanto serve a quello che ci passa dentro, e si ricorda cosa ha appena fatto — così la frase dopo può riferirsi a quella prima.

• Una seconda dimensione. Il pannello nell'angolo era pensato per «una frase, un file»: moduli, tabelle ed elenchi di strumenti non ci sono mai stati. Il pulsante di ingrandimento dà la larghezza, e la larghezza viene davvero usata: strumenti su due colonne, moduli su due colonne, immagini generate quasi al doppio. La scelta viene ricordata.
• Le frasi di seguito. «E anche convertilo in webp» ora significa quello che dice: il secondo lavoro parte dal file prodotto dal primo, non dall'originale. «Rifallo» ripete l'ultimo lavoro. «No, invece…» lo corregge senza ricominciare.
• «Forse intendevi» ora è un pulsante. Quando non è sicuro di quale strumento intendessi, l'elenco prepara il lavoro nel pannello invece di mandarti su una pagina chiudendo la finestra con il tuo file ancora attaccato.
• Questa pagina. Ogni cambiamento futuro finisce qui, e un test blocca la build se il catalogo cresce senza che venga scritta una voce.

Con l'assistente adesso si può parlare

Chiedergli cosa sapesse fare era l'unica cosa che non sapeva fare. Ora risponde alle domande su di sé: cosa fa, se è un'AI, dove finiscono i tuoi file.

• «Cosa puoi fare?» ottiene una risposta vera con esempi da toccare, invece di «questa non la conosco».
• «Cosa puoi fare con i PDF?» elenca gli strumenti PDF, invece di rifiutare e poi elencarli lo stesso.
• Dice chiaramente che dietro non c'è nessun modello: legge le tue parole con delle regole, ed è per questo che è istantaneo, funziona offline e ti dice quando non ha capito.

L'assistente converte video e audio

Cinque lavori ffmpeg sono entrati nel pannello: convertire un video, comprimerlo, estrarne l'audio, convertire l'audio e normalizzare il volume.

• Gli stessi parametri che usano le pagine degli strumenti, dallo stesso file — così pannello e pagina non possono allontanarsi e dare risultati diversi dallo stesso input.
• Il download del codificatore e la codifica sono due fasi distinte, perché la prima è di 32 MB e avviene una volta sola: un unico spinner per entrambe sembrava un blocco.
• Tagliare e unire restano sulle loro pagine. Riguardano il vedere la forma d'onda, e scrivere due numeri a occhi chiusi non è lo stesso strumento.

L'assistente esegue 96 strumenti, non quattordici

Ne conosceva quattordici, insegnati a mano. Quasi tutto il catalogo si descrive già abbastanza bene da poter essere eseguito senza insegnarlo uno per uno — e adesso lo fa.

• Ogni strumento che dichiara un'azione e i suoi parametri può essere preparato ed eseguito nel pannello, con un modulo per quello che manca.
• Fa domande. Un QR del Wi-Fi senza nome della rete è un'immagine vuota, quindi chiede il nome della rete invece di produrla.
• Rifiuta bene. Dove uno strumento ha davvero bisogno della sua pagina — un riquadro di ritaglio, un pennello per oscurare, un modulo da venti campi — dice quale dei tre motivi vale, invece di alzare le spalle.
• Agisce solo se il nome dello strumento è nella tua frase. Sotto quella soglia propone un elenco, perché eseguire lo strumento sbagliato sul tuo file è peggio di un tocco in più.

L'OCR è tornato, e lo scarichi da noi

Estrarre il testo da un PDF scansionato funziona di nuovo, e il motore di riconoscimento con i suoi dati linguistici arriva da kivo.tools e non più da una CDN di terzi.

• Del tuo file non cambia niente: è il motore a essere scaricato nel tuo browser, la pagina non viene mandata da nessuna parte.
• Cinque lingue incluse, con i modelli più accurati invece di quelli veloci.
• Significa anche che l'OCR funziona senza rete una volta scaricato il motore, come il resto del sito.

Provato contro file ostili, e tre bug veri corretti

Una settimana di lavoro che non si vede sullo schermo: test unitari sulla logica, fuzzing dei parser scritti a mano, e un modello di minaccia messo alla prova con file costruiti per rompere le cose.

• Il generatore di password poteva produrre una password senza cifre, circa una volta su settanta, pur promettendole. Ora ogni classe di caratteri attiva è garantita.
• L'intestazione del file cifrato non era autenticata: il nome del file poteva essere riscritto senza conoscere la password. Ora è firmata, e i file della versione precedente si aprono ancora.
• Un'immagine troncata veniva accettata in silenzio e «ottimizzata» in qualcosa di vuoto. Ora si controlla il marcatore di fine prima di toccarla.
• I nomi dei file che arrivano da archivi e metadati vengono ripuliti dai caratteri di controllo e da quelli che invertono la direzione del testo: è così che un file chiamato «report‮gnp.exe» viene mostrato come un PNG.

Cinque strumenti per chi lavora con il testo

Caratteri invisibili, escape delle stringhe, conversione fra basi numeriche, entità HTML e un minificatore CSS.

• Lo strumento sui caratteri invisibili trova gli spazi a larghezza zero e i marcatori di direzione che si incollano dai documenti e rompono i confronti per motivi che nessuno può vedere.

Collage, ingrandimento e filtri

Tre strumenti per le immagini che mancavano: comporre più foto in una, ingrandire senza il solito impasto, e una serie di filtri applicati nel browser.

Una categoria Sicurezza: cifra, decifra, verifica

Cifrare un file con una password, aprirlo, e confrontare un file con un checksum pubblicato. AES-256-GCM, nel tuo browser, con la chiave derivata dalla tua password e mai spedita da nessuna parte.

• Non c'è recupero. Nessuno qui può aprire il tuo file: è esattamente il punto, ed è detto prima di cominciare invece che dopo averla dimenticata.

Cinque strumenti audio

Convertire, tagliare, normalizzare il volume, unire più file e registrare dal microfono — tutto sullo stesso motore ffmpeg che gira nella scheda.

• La normalizzazione punta al volume percepito (EBU R128) e non al picco: è il motivo per cui un podcast «normalizzato» altrove ha ancora bisogno che tu tenga la mano sul volume, e questo no.

L'assistente KIVO

Un posto solo per dire cosa ti serve, da qualsiasi punto del sito. Trascini un file, descrivi il risultato, e lui ricava i passaggi e li esegue senza cambiare pagina.

• Nessun modello, nessun server. Legge la tua frase con delle regole — quindi risponde subito, funziona senza rete, e dice quando non ha capito invece di inventarsi qualcosa di sicuro di sé sul tuo file.

Video, nel browser

Convertire, comprimere, tagliare ed estrarre l'audio da un video — con ffmpeg compilato in WebAssembly e servito da noi, così il file non lascia mai la scheda.

• Un browser è più lento di un'app desktop in questo, e gli strumenti lo dicono invece di lasciartelo scoprire.

Fatture, firme e altri otto strumenti per il lavoro

Un generatore di fatture e l'export XML per la fattura elettronica che condividono un unico modello, un compositore di firme email, un pianificatore di riunioni fra fusi orari, e calcoli su date e interessi.

Nove strumenti per i documenti, nel browser

Firmare un PDF, compilare un modulo, oscurare sul serio, un convertitore da foglio di calcolo a CSV, la formattazione SQL e il Markdown in entrambe le direzioni.

• Oscurare rimuove il testo, invece di disegnarci sopra un rettangolo nero lasciandolo selezionabile sotto.

KIVO funziona senza rete

Il sito si installa come app e continua a funzionare senza connessione. Visto che gli strumenti girano già nel tuo browser, non c'era motivo perché la pagina intorno avesse bisogno di un server.