Kit per il secondo cervello aziendale
Documenti, riunioni e chat di un'azienda diventano un vault con fonti, configurato in un solo file.
- Python
- PyMuPDF
- python-docx
- python-pptx
- Obsidian
- graphify
- Claude Code
- 1file di configurazione da compilare per una nuova azienda
- 0riferimenti all'azienda d'origine rimasti in codice e documenti
- 20script Python nella pipeline
Un secondo cervello, strato per strato
Copi la cartella, compili un solo file di configurazione e la stessa pipeline ricostruisce un vault con fonti per qualsiasi azienda.
Tocca un blocco per vedere cosa fa.
- Ingresso
- Logica
- AI
- Dati
- Uscita
Ingresso
Fonti grezze
Documenti, riassunti di riunioni e chat esportate in una cartella di sola lettura; una libreria SharePoint o OneDrive sincronizzata si legge sul posto.
- Word
- PowerPoint
- Excel
Passa a Estrazione testo
Ingresso
Config aziendale
L'unico file da modificare: nome dell'azienda, domini email interni, cartelle riservate e dei prezzi, aree di business e nomi canonici dei prodotti.
- config_azienda.py
Passa a Estrazione testo, Agenti lettori
Logica
Estrazione testo
Classifica ogni file come riservato, prezzi o interno, estrae il testo con marcatori di pagina, slide e foglio, salta i file invariati via SHA-256.
- PyMuPDF
- python-docx
- python-pptx
- openpyxl
Riceve da Fonti grezze, Config aziendalePassa a Lotti di lettura
Logica
Lotti di lettura
Raggruppa i documenti per cartella, così un cliente o un prodotto resta insieme, con un tetto di 250.000 caratteri perché un lettore arrivi a ogni riga.
- Python
Riceve da Estrazione testoPassa a Agenti lettori
AI
Agenti lettori
Agenti in parallelo seguono un contratto di lettura scritto, dichiarano l'ultima riga letta e scrivono una scheda JSON per lotto: entità e fatti con fonte.
- Claude Code
- superpowers
Riceve da Lotti di lettura, Config aziendalePassa a Controllo schede
Logica
Controllo schede
JSON valido, ogni file del lotto coperto fino all'ultima riga reale, nessuna email, telefono o IBAN. Le schede sono la fonte di verità.
- Python
- regex
Riceve da Agenti lettoriPassa a Vault Obsidian, Report di stato
Dati
Vault Obsidian
Ricostruito dalle schede a ogni giro: fonti, entità, progetti, concetti. Il lint impone front matter, 0 link rotti, 0 orfani, 0 dati personali.
- Obsidian
- Markdown
Riceve da Controllo schedePassa a Grafo di conoscenza
Uscita
Report di stato
Conta dai file su disco quanti documenti le schede coprono davvero, quali lotti sono aperti o falliti e cosa segnalano ancora i controlli.
- Python
Riceve da Controllo schede
Uscita
Grafo di conoscenza
graphify trasforma il vault in un grafo interrogabile con comunità e percorsi, così le risposte tornano con fonti apribili.
- graphify
Riceve da Vault Obsidian
Il problema
Al lavoro avevo costruito un secondo cervello: agenti AI leggevano riga per riga l'archivio di un'azienda e lo trasformavano in un vault di conoscenza in cui ogni fatto rimanda alla sua fonte. La pipeline era saldata alle cartelle, ai nomi e ai prodotti di quell'azienda. Riusarla per un'altra organizzazione, o aggiungere riunioni e chat, voleva dire ricominciare.
Cosa ho costruito
- Ho estratto la pipeline in un kit senza dati: estrazione del testo, lotti di lettura, agenti lettori in parallelo, controllo delle schede, costruzione del vault, lint e report di stato.
- Ho spostato ogni scelta legata all'azienda (nome, domini email interni, cartelle riservate e dei prezzi, aree di business, prodotti) in un solo file di configurazione.
- Ho aggiunto regole per riassunti di riunioni e chat esportate: le persone esterne diventano organizzazione più ruolo, e la guida ricorda che registrare i clienti richiede il loro consenso.
- Ho tenuto una sola regola sui dati personali condivisa da tutti i controlli, dopo che tre copie della stessa regola non erano d'accordo e scambiavano numeri di certificati di laboratorio per numeri di telefono.
- Ho scritto una guida di 10 KB con avvio in sei passi, un ciclo di costruzione ripetibile e una tabella di cosa dimostra ogni controllo.
La parte difficile
Dimostrare che gli agenti leggono davvero tutto. Un bug di estrazione aveva raddoppiato le righe di alcuni file, quindi un agente che si fermava a fine blocco copriva metà documento e sembrava aver finito. Il kit salva l'ultima riga reale di ogni file, e il controllo delle schede scarta ogni scheda che dichiara una lettura più corta.
Risultato
Un kit completo di 20 script Python con un solo file da compilare, consegnato con le cartelle di lavoro vuote. Un grep su codice e documenti, skill escluse, trova 0 riferimenti all'azienda d'origine. La guida elenca cosa manca ancora: un importatore via API per le note delle riunioni e l'OCR per i PDF scansionati.
Il mio ruolo
Da solo. Il progetto viene dal secondo cervello che ho costruito al lavoro: contratto di lettura, lotti e controlli. Claude Code ha fatto il pacchetto e scritto gran parte del codice sotto la mia direzione; io ho scelto cosa generalizzare e verificato che non restassero dati dell'azienda.