Sedici pattern, ricavati dalle funzionalità.
Ogni scheda corrisponde a uno o più sottosistemi già rilasciati. Scegli il carico di lavoro che combacia con ciò che vuoi costruire; la dimensione del cluster e il mix di worker derivano da quello.
Chat privata per un team
Assistente in stile ChatGPT esposto su /chat. Le conversazioni persistono per ogni utente. Multi-tenant fin dal primo giorno. Voce in ingresso/uscita come opzione.
Ricerca su base di conoscenza
Carica i documenti, poni domande su tutto il corpus. EMM per primo, vector store per le citazioni esatte. Le fonti sono citate in linea, quindi ogni risposta è verificabile.
RAG agentica & workflow
Cicli ReAct, decomposizione delle query, esecuzioni multi-agente su researcher / coder / validator / planner. I workflow sono versionati e registrabili.
Casella di posta con IA e approvazione
Bozze di risposta per email, SMS, WhatsApp, Signal, Teams, XMPP. Un essere umano approva prima dell'invio. Il registro di audit conserva la decisione.
Manutenzione predittiva
I valori dei tag PLC affluiscono in tempo reale nella matrix memory; un worker di inferenza esegue rilevamento anomalie ed emette punteggi di manutenzione. Soft real-time direttamente sulla linea.
Previsione di serie temporali
Il daemon di forecasting xLSTM (porta 8884) gestisce carichi policy / forecast / encode / retrieve su flussi sensoriali. Memoria lineare rispetto alla lunghezza della sequenza.
Agente vocale (ingresso e uscita)
STT → LLM → TTS in un solo round-trip. Whisper.cpp / Piper / ElevenLabs / OpenAI tutti supportati. Le chiamate IA in stile telefonico sono in sviluppo.
Assistente di codice / Copilot privato
Ricerca sul repository, triage dei ticket, generazione documentazione, scrittura dei test. Le tue GPU, il tuo codice, il tuo audit.
SaaS multi-tenant
Il tenant guard impone 403 sui tentativi cross-tenant. Tematizzazione, branding e quote per ogni tenant. Un solo server, pareti nette tra i team.
Fine-tuning del tuo modello
LoRA, QLoRA, SFT, DPO tramite Unsloth, Axolotl, TRL, DeepSpeed, MLX, llama.cpp. Catene di training visuali. I tuoi dati, i tuoi pesi.
Apprendimento federato
Training a più round sui nodi worker. I gradienti si aggregano, i dati non si muovono. Attraverso reti ospedaliere, stabilimenti produttivi, laboratori di ricerca.
Sostituto drop-in di OpenAI
Gli strumenti esistenti — LangChain, LlamaIndex, Continue, Cursor — funzionano cambiando una sola riga (l'URL di base). Nessuna riscrittura.
IA edge / IoT / on-device
Gira su un Raspberry Pi 4, un gateway industriale, il box di calcolo di un robot. Store-and-forward attraverso le finestre di disconnessione. Kernel + modello leggero, end-to-end.
Conformità / audit / regolatore
Registro di audit a catena di hash. Modalità di conformità GLP e FDA 21 CFR Part 11 sul science worker. Licenze firmate Ed25519. Installazioni air-gap.
Ricerca scientifica
140 integrazioni tra NASA, ESA, CERN, PubMed, NCBI, GBIF, IAEA, OpenFDA, ArXiv, Materials Project. Bioinformatica, CRISPR, AlphaFold, LIMS.
Sogno & consolidamento della memoria
Il motore di sogno preleva le sessioni completate, ne estrae i temi tramite un LLM e li consolida nella matrix memory secondo cadenze configurabili (notturna, continua, on-idle).