AI agentica su ALIDA

Overview

Per chi inizia, seguire questo percorso:

1. Primo test con un modello LLM: verificare l'accesso ai modelli serviti tramite Ollama.
2. Scegliere e preparare l'agente: OpenCode oppure ADK. L'agente deve essere deployato e avviato, con gli endpoint di invocazione e streaming disponibili.
3. Configurare e usare la chat: collegare la chat della BDA all'endpoint dell'agente in esecuzione e lavorare nel contesto corretto.
4. Osservabilita con MLflow: analizzare e governare le esecuzioni.

La BDA e il contesto applicativo; il BDAID ne mantiene l'identita tra chat, repository, artefatti ed esperimenti MLflow. Gli endpoint degli agenti sono API REST esposte dalla BDA: vedere Porte I/O: Endpoint REST API.

In ALIDA, il layer di AI agentica introduce la possibilità di collegare la chat della piattaforma a componenti software capaci di operare su un contesto applicativo reale, usare capability esterne, mantenere continuità di lavoro rispetto a una specifica BDA e, in alcuni casi, orchestrare altri agenti o server remoti.

Questo significa che la chat non rappresenta semplicemente un'interfaccia conversazionale verso un modello, ma un punto di accesso unificato verso agenti con ruoli diversi. L'esperienza utente resta unica, mentre il backend agentico sottostante può cambiare in base alla configurazione.

Allo stato attuale, il layer agentico di ALIDA ruota attorno a due famiglie principali di agenti:

L'ADK Agent svolge il ruolo di orchestratore e compone capability esterne.

L'OpenCode Agent e Service Writer svolge un ruolo operativo ed e specializzato tramite dataset per lavorare su un contesto concreto.