andreapellizzari.it
Frontespizio
Volume III · Diario RSS

Registro datato.

Appunti brevi dalle sessioni di lavoro giornaliere. Pattern scoperti, trade-off, integrazioni risolte, scorciatoie trovate sul campo. Meno strutturato delle case study, piu vivo.

202621 voci
  1. Il coseno manca i codici esatti: retrieval ibrido su cataloghi PDF

    Un agente di vendita cerca dentro i cataloghi PDF dei produttori per similarità semantica. Ma su contenuto pieno di codici e misure, il coseno sbaglia proprio sui termini esatti. La cura: una gamba lessicale fusa con RRF.

    #ai#rag#python#claude
  2. Microsoft 365 sotto sorveglianza: un monitor fatto in casa dopo un phishing

    Dopo un phishing arrivato da un fornitore compromesso ho costruito un monitor di sicurezza per il tenant Microsoft 365: headless, sola lettura, e con un trucco per leggere i log di accesso senza pagare la licenza Entra P1.

    #microsoft-365#security#python#automazione#incident-response
  3. Arcocat, due settimane di hardening: domain contracts, knowledge graph, catalog RAG

    Diario in presa diretta delle ultime due settimane su arcocat. Quattro ondate di lavoro che spostano peso dal prompt al runtime: guardrail deterministici, discovery enforcement, routing per brand, streaming, knowledge graph indicizzato, catalog RAG, e otto policy YAML come fonte unica.

    #ai#claude#agente#prompt-caching#knowledge-graph#rag#runtime-contracts
  4. Cambiare backend al giudice LLM: da Anthropic SDK a OpenRouter

    Ho riscritto un sistema di validazione LLM da SDK Anthropic a SDK OpenAI puntato a OpenRouter. Dieci volte meno costo, qualche gotcha Windows, un path di rollback semplice.

    #ai#openrouter#claude#integrazione
  5. La differenza fra una skill che dice cosa è rotto e una che lo aggiusta

    Una skill che rileva problemi è utile. Una che classifica le issue per priorità, propone i comandi e li esegue automaticamente cambia il modo in cui lavoro. La differenza non è cosmetica, è strutturale.

    #ai#automazione#claude#skill#knowledge-base
  6. Filtrare grossolanamente, validare in dettaglio: il consiglio emerge da solo

    Combinando un filtro grossolano (PIM con attributi tipizzati) e una validazione chirurgica (Knowledge Tool con LLM-judge), la shortlist diventa comparativa senza che tu lo chieda. Il consiglio emerge dalla composizione.

    #architettura#cpq#ai-applicata#pattern
  7. Roll-out multi-brand di landing page in PMI: il valore del pre-check

    Sto portando cinque landing brand di un'azienda manifatturiera. Dopo le prime fasi, le lezioni più utili non sono di codice ma di workflow: pre-check prima di partire, branch+tag per fase, smoke test SEO automatico, decisioni utente cristallizzate prima del codice.

    #multi-brand#next.js#ai-workflow#porting
  8. Da default Vercel a manuale d'officina: redesign del portfolio in 8 wave

    Il sito era caduto nel default Vercel-cream. La skill impeccable forza scelte di brand, register e gate sequenziali (teach, shape, craft) che salvano dall'AI slop. Otto commit per arrivare a 'Manuale d'officina'.

    #design#skill#impeccable#ai-assisted-dev#tipografia
  9. Da Q&A bot a piattaforma multi-catalogo: il design dei tre strati

    Sessione di design partita per disegnare il flusso di un chatbot tecnico interno. Finita con il design di una piattaforma multi-catalogo a tre strati. Il bot copriva il 10% del problema reale.

    #architettura#ai#claude#agente#multi-tenant
  10. Da una distinta sbagliata a un eval set: misurare invece di sperare

    Un chatbot tecnico interno restituisce cinque codici inventati su sei. Il fix funziona, ma il vero salto è quando smetti di sperare che i fix reggano e inizi a misurare con un eval set.

    #ai#claude#tool-calling#eval#context-engineering
  11. Il giorno in cui il chatbot ha imparato a correggersi

    Un chatbot tecnico interno è un asset statico finché non costruisci il loop che lo fa evolvere. In una sessione ho aggiunto il sistema feedback con AI auto-fix: l'utente segnala un errore, l'editor scrive la correzione, l'AI applica il diff sul file MD del wiki.

    #ai#claude#agente#knowledge-base#feedback-loop
  12. Quando il preventivo arriva con il prototipo allegato

    Un contatto, software house partner Mexal, mi chiede aiuto per un preventivo che deve fare a un suo cliente: dashboard agenti su un ERP custom. In quindici minuti gli ho preparato proposta tecnica, demo HTML e PDF. Non era la dashboard — era il fatto che si presentasse da sola.

    #ai#claude-code#preventivi#produttività#mexal
  13. Aprire il sito agli agenti AI: llms.txt, JSON-LD esteso e versioni raw dei post

    Metà del traffico di ricerca tecnica oggi passa per LLM, non per Google. Sei modifiche concrete — llms.txt, JSON-LD esteso, versioni raw .md dei post — per farsi trovare da ChatGPT, Claude e Perplexity.

    #ai#seo#discoverability
  14. Far leggere un decreto legislativo all'AI: pipeline da .docx a Word

    Mi è arrivato un decreto legislativo da 270 KB in formato .docx con 26 articoli e centinaia di reati richiamati, da mappare sui processi aziendali. Ho costruito una pipeline che lo macina dall'estrazione XML al documento Word finale.

    #ai#automazione#powershell
  15. Quando il bug si vede al primo click: audit UX automatizzato con Playwright

    Ho usato Playwright in modalità headless per simulare un agente che apre la nostra PWA su tablet e clicca tutto: in trenta minuti sono usciti tredici bug oggettivi che gli utenti veri avrebbero visto al primo uso.

    #playwright#ai#ux
  16. Mermaid nei miei MDX: diagrammi architetturali che vivono nel sorgente

    Ho cominciato a usare Mermaid per i diagrammi tecnici del portfolio. Il vantaggio vero non è graphical — è che il diagramma è testo, versionabile, editabile in 10 secondi, e spiega da solo cose che la prosa fatica a trasmettere.

    #mermaid#mdx#tooling
  17. Script custom per backup: ho impiegato due ore a capire che era la scelta sbagliata

    Avevo iniziato a scriverci sopra uno script Python: zip AES, upload FTP, rotation, una password aneddotica come domanda di sicurezza. Due ore dopo ho capito che Duplicati open-source fa già la stessa cosa, meglio. Piccola riflessione sulla pigrizia virtuosa.

    #backup#tooling#lesson-learned
  18. L'editor come fonte di verità: normalizzare a valle, non a monte

    Ingest massivo da PDF, IDML, schede tecniche e gestionale produce dati affidabili al 60%. Invece di pulirli alla fonte, ho scelto di normalizzarli a valle con un editor editoriale che diventa la fonte di verità canonica.

    #architettura#knowledge-base#ingest
  19. Diagnostica 'perché questo codice non è pubblicato': una query grossa batte dieci query puntuali

    Un articolo sparito dal sito è la domanda settimanale in ufficio. Ho scritto un tool Python+tkinter che risponde in due secondi con una query SQL e due chiamate FTP — e mi ha costretto a leggere come si deve le viste dell'ERP aziendale.

    #python#sql-server#diagnostica
  20. Quando il pull non basta: products.json in push + Vercel Blob

    L'hosting blocca Vercel con un captcha anti-bot e lo shop si svuota a campione. La fix non è un retry più furbo: è invertire il flusso da pull a push e usare Vercel Blob come unico strato coerente tra container.

    #nextjs#vercel#architettura
  21. Benvenuto nel diario

    Apro questa sezione del sito come quaderno pubblico: appunti brevi dalle sessioni di lavoro quotidiane su gestionali, integrazioni, AI applicata. Meno strutturato delle case study, più vicino a come succedono davvero le cose.

    #meta