Abbiamo ottenuto 151 al Proof of Usefulness di HackerNoon. Analizziamolo. — Blog di LaraPlugins
Abbiamo ottenuto 151 al Proof of Usefulness di HackerNoon. Analizziamolo.
HackerNoon ha valutato LaraPlugins.io con 151 sul suo algoritmo Proof of Usefulness. Ecco la ripartizione del punteggio e cosa dice sulla direzione del progetto.
TL;DR Punteggio PoU di 151.37 su HackerNoon. 5,9 pagine per visita (gli utenti approfondiscono, non rimbalzano). 2.600 client AI usano l'endpoint MCP per evitare raccomandazioni di pacchetti allucinate. Tutto organico. Zero promozione a pagamento.
HackerNoon ha appena sottoposto LaraPlugins.io al suo algoritmo Proof of Usefulness. Ha ottenuto un punteggio di 151.37. L'etichetta associata: "Gaining Momentum".
È un buon punteggio. Ma la ripartizione è ciò che mi interessa davvero. Racconta una storia che i numeri grezzi non possono raccontare.
A gennaio 2026, prima di scrivere una singola riga di codice per LaraPlugins, ho condotto un sondaggio. L'ho pubblicato nel subreddit di Laravel e in due comunità Discord, chiedendo agli sviluppatori come scoprono i pacchetti. Hanno risposto 200 persone. Risultati completi qui.
Il 96% ha dichiarato di cercare pacchetti esistenti prima di costruire da zero. Il 70% ha indicato come principale frustrazione "troppi pacchetti abbandonati o obsoleti che ingombrano i risultati di ricerca".
Questi sviluppatori dedicano dai 5 ai 30 minuti a valutare un singolo pacchetto: controllano la cronologia dei commit su GitHub, esaminano le issue aperte, verificano la compatibilità con la versione di PHP. LaraPlugins automatizza tutto questo in un unico punteggio di salute, visualizzato in una singola pagina.
Il Modello di Punteggio
L'algoritmo di HackerNoon valuta i progetti su sei dimensioni: utilità nel mondo reale, portata del pubblico, innovazione tecnica, trazione, tempismo di mercato e completezza funzionale. Ognuna riceve un punteggio ponderato. Poi entra in gioco un moltiplicatore di utilità. Ecco come si è comportata LaraPlugins:
| Dimensione | Punteggio |
|---|---|
| Utilità nel mondo reale | 35.6 |
| Evidenza di trazione | 31.9 |
| Impatto sulla portata del pubblico | 22.5 |
| Innovazione tecnica | 20.3 |
| Rilevanza del tempismo di mercato | 14.3 |
| Completezza funzionale | 7.1 |
| Subtotale | 131.6 |
| Moltiplicatore di utilità | x1.15 |
| Finale | 151.4 |
L'utilità nel mondo reale ha ottenuto il punteggio più alto. Ha senso. Il problema è reale e la soluzione è semplice.
Prima di entrare nei dettagli dei numeri, una breve nota sul perché sto scrivendo tutto questo.
Perché Esiste Questo Blog
Questo è il primo post del blog di LaraPlugins. Sto aprendo questo spazio per scrivere apertamente di cosa comporta costruire uno strumento per la comunità. Scriverò delle decisioni architetturali, dei numeri del traffico, delle cose che si rompono, delle cose che funzionano. Voglio che questo blog renda LaraPlugins più facile da trovare e di cui fidarsi. Se anche un solo sviluppatore evita di installare un pacchetto abbandonato grazie a qualcosa letto qui, questo blog ha fatto il suo dovere.
I Numeri Che Contano
Le persone visitano in media 5,9 pagine per sessione sul sito. Non rimbalzano dopo una singola ricerca. Approfondiscono, confrontano i pacchetti, leggono i dettagli sulla salute. Non è traffico di passaggio da un post virale. Sono persone che valutano attivamente le loro dipendenze.
- 4,3 milioni di richieste totali servite su endpoint web, MCP e .md.
- 186.000 visualizzazioni di pagina umane a 5,9 pagine medie per visita
- 2.600 client AI unici che consumano l'endpoint MCP su 16 piattaforme agente distinte (dati degli ultimi 28 giorni)
Tutto organico. Zero promozione a pagamento. Niente pubblicità. Niente sponsorizzazioni.
Alcune statistiche analitiche su questa pagina sono pubblicamente verificabili. Vedi la dashboard pubblica →
L'Angolo degli Agenti AI
Questa è la parte del report che ho trovato più interessante. HackerNoon ha evidenziato l'integrazione MCP come la migliore per "Innovazione Tecnica" e "Portata del Pubblico".
A partire da metà 2026, gli assistenti di codifica AI raccomandano regolarmente pacchetti. Ma allucinano le versioni, suggeriscono repository abbandonati e non hanno alcun concetto della salute dei pacchetti. Prima di LaraPlugins, strumenti come Cursor e Claude Code non avevano un modo strutturato per verificare se un pacchetto fosse mantenuto. Raccoglievano dati da fonti non verificate e tiravano a indovinare.
LaraPlugins risolve tutto questo. Lo stesso dataset verificato che alimenta il sito fornisce dati strutturati, accurati per versione e verificati per la salute a 2.600 client AI tramite strumenti MCP ed endpoint .md. Invece di allucinare le versioni dei pacchetti, gli agenti ricevono dati reali di cui possono fidarsi.
Il solo IDE Cursor rappresenta 1,23 milioni di richieste MCP di sempre. E la base di clienti si sta diversificando: la quota di Cursor è scesa dal 47% al 44% nella finestra attuale mentre nuove piattaforme sono arrivate online. Siamo solo a sei mesi dall'inizio, quindi la linea di tendenza è breve. Ma sei mesi fa, gli agenti AI allucinavano le versioni dei pacchetti. Oggi, 2.600 di loro interrogano LaraPlugins per dati verificati. Non è una linea di tendenza. È un cambiamento architetturale.
Cosa Ha Raccomandato l'Algoritmo
Il report ha indicato tre aree da migliorare.
Documenta la Crescita degli Utenti
Ho i numeri grezzi del traffico, ma dovrei monitorare la fidelizzazione e l'uso ripetuto in modo più esplicito. Gli utenti registrati hanno inviato 111 suggerimenti di plugin. C'è una storia lì che non ho raccontato.
Mostra il Modello di Ricavo
La trasparenza è importante. Il report vuole più dettagli su come LaraPlugins si sostiene. Ne scriverò in un post futuro. La versione breve: attualmente è autofinanziato, ho alcuni prodotti in affiliazione ma nessuna funzionalità a pagamento finora. In seguito aggiungerò un piano a pagamento per i grandi utenti che fanno migliaia di richieste API al giorno.
Espandi la Base di Prove
Casi di studio, testimonianze, validazione di terze parti. I numeri sono pubblici, ma dovrei rendere più chiara la narrazione che li circonda.
Sono tutte cose risolvibili. E sono esattamente il tipo di cose che vorrei migliorare comunque. Questo è il valore di un audit esterno, anche se algoritmico.
L'etichetta "Gaining Momentum" mi sembra giusta. Le linee di tendenza puntano tutte nella stessa direzione. Il traffico sta accelerando. L'ecosistema degli agenti si sta espandendo. E il problema centrale, sviluppatori che perdono tempo a valutare pacchetti abbandonati, non si è ridotto.
LaraPlugins esiste per risolvere esattamente questo. Ecco di cosa scriverò nelle prossime settimane:
- Un'analisi approfondita dell'architettura MCP: come 2.600 agenti AI interrogano i dati dei pacchetti senza allucinare versioni
- Cosa si è rotto nei primi sei mesi: le sessioni di debug notturne che i grafici del traffico non mostrano
- I risultati completi del sondaggio tra sviluppatori e cosa rivelano su come l'ecosistema Laravel valuta le dipendenze
Provalo ora: Scegli un pacchetto Laravel che hai installato nell'ultimo mese. Controlla il suo punteggio di salute su laraplugins.io. Se è inferiore a 60, stai distribuendo una dipendenza che potrebbe essere morta. Ci vogliono 10 secondi.
Questo articolo fa riferimento al report Proof of Usefulness di HackerNoon per LaraPlugins.io, valutato il 29 giugno 2026. Leggi di più su HackerNoon.
Domande Frequenti
Cos'è l'algoritmo Proof of Usefulness di HackerNoon?
È un sistema di punteggio automatizzato che valuta i progetti su sei dimensioni: utilità nel mondo reale, evidenza di trazione, portata del pubblico, innovazione tecnica, tempismo di mercato e completezza funzionale. Ogni dimensione riceve un punteggio ponderato, quindi viene applicato un moltiplicatore di utilità. Il punteggio finale è su un massimo teorico. 150+ è considerato "Gaining Momentum". Puoi leggere di più su https://www.proofofusefulness.com/.
Cosa significa esattamente l'etichetta "Gaining Momentum"?
Significa che l'algoritmo vede una forte trazione iniziale e una reale utilità, ma c'è margine di crescita in aree come la crescita documentata degli utenti, la trasparenza dei ricavi e la validazione di terze parti. Non è un tetto; è un segnale direzionale. LaraPlugins ha ottenuto 151.37, che la colloca nella fascia alta dei progetti valutati finora.
Come calcola LaraPlugins il punteggio di salute di un pacchetto?
Ogni pacchetto riceve un'etichetta di salute oggettiva: Healthy, Medium, Unhealthy o Unrated, basata su attività di commit, cadenza di rilascio, reputazione del venditore, velocità di risoluzione delle issue aperte e eventuali advisory di sicurezza attivi. Il sistema reindicizza regolarmente, così i punteggi restano aggiornati. Un pacchetto che era sano il mese scorso potrebbe non esserlo oggi, e LaraPlugins intercetta questo cambiamento.
Cos'è l'endpoint MCP e perché 2.600 persone lo usano?
MCP (Model Context Protocol) consente agli assistenti di codifica AI come Opencode, Cursor e Claude Code di interrogare direttamente fonti di dati esterne, invece di indovinare o allucinare. LaraPlugins espone dati strutturati, accurati per versione e verificati per la salute dei pacchetti attraverso strumenti MCP. Quando un agente AI raccomanda un pacchetto, può verificare in tempo reale se quel pacchetto è mantenuto, sicuro e compatibile con la tua versione di Laravel. Niente più nomi di pacchetti allucinati o repository abbandonati.
Come faccio a sapere se un pacchetto Laravel che sto usando è sano?
Vai su laraplugins.io e cerca il pacchetto per nome. Vedrai subito un'etichetta di salute e una ripartizione dell'attività di commit, della cronologia dei rilasci, della compatibilità con PHP e Laravel e di eventuali advisory di sicurezza. Se il punteggio è inferiore a 60, dovresti cercare alternative. Ci vogliono circa 10 secondi.
Altri articoli recenti
Laravel AI 1.1 e 1.2: Agent Skills, Cohere e structured output più solidi
Le release 1.1.0 e 1.2.0 di laravel/ai portano gli Agent Skills, l'approvazione obbligatoria per i tool built-in e nuovi provider come Cohere e Laya self-hosted. Sul fronte qualità arrivano i fix allo structured output per Bedrock e il supporto alle provider options. Aggiornati anche i modelli di default, con Claude 4.7+ che ignora i sampling params.
Laravel 13.35.0: scheduler più controllabile, code più flessibili e response Markdown
Laravel 13.35.0 porta Schedule::alwaysOnOneServer(), il supporto a schedule:interrupt per i comandi di lunga durata, --memory in percentuale per queue:work e il nuovo metodo markdown() sulla response factory. Tante piccole migliorie anche a test, view compilate in parallelo e dischi local.
BashBox: un interprete Bash in sandbox per agenti AI in PHP
BashBox è un interprete bash scritto in puro PHP che permette di eseguire gli script generati dagli agenti AI senza mai ricorrere a proc_open, exec o shell_exec. Ogni comando è una classe PHP che lavora su un filesystem virtuale, con limiti di esecuzione, quote disco e accesso di rete configurabili. Ideale per chi sviluppa agenti con il Laravel AI SDK o altre librerie simili.