I progetti e i laboratori di Giuseppe D’Agata mettono in relazione infrastrutture, software, automazione e intelligenza artificiale. Questa raccolta documenta attività pubbliche o descrivibili senza divulgare informazioni riservate.
Le schede saranno ampliate progressivamente con architetture, immagini, componenti e lezioni apprese. La distinzione tra progetto editoriale, laboratorio personale e attività professionale anonimizzata viene sempre mantenuta.
Basi di AI: piattaforma editoriale e laboratorio di automazione
Tipologia: progetto personale ed editoriale pubblico.
Basi di AI è un portale italiano dedicato alla comprensione e all’utilizzo pratico dell’intelligenza artificiale. Oltre alla produzione editoriale, il progetto costituisce un laboratorio di integrazione tra CMS, workflow, modelli AI e sistemi di ricerca documentale.
Componenti sperimentate
- Ghost come piattaforma editoriale;
- n8n per ricerca, proposta, approvazione, notifica e pubblicazione;
- generazione e gestione delle immagini editoriali;
- chatbot collegato a una base documentale;
- PostgreSQL e pgvector per dati e ricerca vettoriale;
- modelli AI cloud e locali, selezionati in base a velocità e riservatezza;
- Docker per separare e distribuire i servizi.
Obiettivo: verificare come costruire una filiera editoriale assistita dall’AI che conservi controllo umano, fonti, identità dell’autore e responsabilità di pubblicazione.
Laboratorio di AI locale e RAG
Tipologia: laboratorio personale.
Ambiente dedicato alla sperimentazione di modelli eseguiti localmente, embedding, database vettoriali e Retrieval-Augmented Generation. Il laboratorio permette di confrontare prestazioni, qualità, requisiti hardware e protezione dei dati rispetto ai servizi cloud.
Domande progettuali
- quali informazioni devono rimanere nell’infrastruttura privata;
- quando un modello locale è abbastanza rapido e preciso;
- come aggiornare e verificare la knowledge base;
- come gestire fallback, timeout ed errori di generazione;
- come separare modello, applicazione, database e interfaccia utente.
Tecnologie: Ollama, AnythingLLM, PostgreSQL, pgvector, Docker, API e modelli cloud utilizzati come alternativa controllata.
Automazione editoriale con n8n
Tipologia: componente del progetto Basi di AI.
Workflow progettato per acquisire fonti, proporre argomenti, generare una bozza, applicare controlli editoriali, richiedere una selezione umana e pubblicare sul CMS. Il flusso include notifiche e gestione delle condizioni di errore.
Il valore del progetto non consiste nella pubblicazione automatica indiscriminata, ma nella separazione tra attività ripetitive e decisioni che devono rimanere sotto responsabilità editoriale.
Software custom per dati, documenti e processi
Tipologia: esperienza professionale descritta in forma anonimizzata.
Nel corso degli anni sono stati sviluppati strumenti per acquisire dati da file e applicazioni, validarli, applicare regole di business e produrre documenti o tracciati strutturati. Le soluzioni comprendono interfacce Excel/VBA, applicazioni Python e Streamlit, servizi Flask, database e procedure di aggiornamento.
I dettagli dei clienti e dei dati trattati non vengono divulgati. È però possibile descrivere il metodo: trasformare procedure manuali in processi verificabili, ridurre gli errori, mantenere la tracciabilità e permettere agli utenti di controllare il risultato.
Smart home, monitoraggio e integrazione hardware
Tipologia: laboratorio personale.
Sperimentazione con Home Assistant, protocolli locali, sensori e dispositivi per monitorare consumi e stati dell’abitazione. L’attenzione è dedicata al funzionamento locale, alla continuità del servizio e alla possibilità di integrare componenti differenti senza dipendere completamente dal cloud.
CAD, stampa 3D, Arduino e prototipazione
Tipologia: laboratorio personale.
La modellazione CAD, la stampa 3D e la sperimentazione con Arduino permettono di collegare software e mondo fisico. Queste attività vengono utilizzate per realizzare supporti, involucri, prototipi e piccoli sistemi in cui elettronica, sensori e applicazioni collaborano.
Principi comuni ai progetti
- partire dal problema e non dalla tecnologia;
- mantenere separati dati, logica e interfaccia;
- prevedere controlli, errori e possibilità di intervento umano;
- documentare le scelte e rendere il sistema manutenibile;
- valutare privacy, sicurezza e dipendenze esterne;
- misurare l’utilità nel processo reale.