Ask Federico - Chat sulla Knowledge Base
Chatta con la knowledge base: 702 articoli + podcast Lex Fridman, Huberman Lab, YC, Tim Ferriss, Marcello Ascani e altro. Risposte grounded con fonti citate. Privacy-first, Ollama on-prem VPS Hetzner.
Domande di esempio
Scrivi una domanda qui sotto per iniziare la chat con la knowledge base.
Come utilizzare Ask Federico - Chat RAG sulla Knowledge Base
Scrivi una domanda o scegli un esempio
Digita una domanda libera sulla knowledge base (articoli + podcast) oppure clicca su una delle domande di esempio proposte per iniziare rapidamente.
Il sistema RAG recupera le fonti pertinenti
La domanda viene confrontata via ricerca vettoriale con la knowledge base indicizzata (articoli del blog + trascrizioni podcast), recuperando i passaggi più simili.
Ollama genera la risposta grounded
Il modello Ollama on-prem (llama3.1:8b) compone una risposta basata solo sulle fonti recuperate, riducendo il rischio di allucinazioni rispetto a un chatbot generico.
Consulta le fonti citate
Espandi la sezione "Fonti citate" sotto ogni risposta per vedere gli estratti originali, la percentuale di similarità e gli articoli correlati con link diretto.
Suggerimenti
- Fai domande specifiche (es. "come funziona X in Angular 21") invece di domande generiche: il retrieval funziona meglio con query mirate.
- Controlla sempre le fonti citate prima di considerare definitiva una risposta: il RAG riduce le allucinazioni ma non le elimina del tutto.
- La cronologia della chat resta solo nel tuo browser (localStorage): usa "Cancella cronologia" per ripartire da zero senza lasciare tracce.
Domande frequenti
Cos'è un sistema RAG (Retrieval-Augmented Generation)?
RAG è una tecnica che combina un motore di ricerca (retrieval) con un modello linguistico generativo. Invece di rispondere solo dalla memoria del modello, il sistema recupera prima i documenti più pertinenti dalla knowledge base e li usa come contesto per generare una risposta "grounded", cioè ancorata a fonti verificabili.
I miei dati/domande vengono inviati a servizi cloud esterni?
No: il modello AI (Ollama llama3.1:8b) gira on-prem sul VPS Hetzner, senza alcun provider cloud terzo (niente OpenAI, Anthropic o Cloudflare AI). Le domande restano sull'infrastruttura dell'autore, in linea con un approccio privacy-first.
Cosa significa il badge "AI offline - solo fonti"?
Se il servizio Ollama non è raggiungibile, il sistema degrada in modo controllato: mostra comunque le fonti pertinenti trovate dalla ricerca vettoriale, ma senza la risposta generata dal modello linguistico. Nessun fallback automatico verso provider cloud.
Su quali contenuti è addestrata/indicizzata la knowledge base?
Include gli articoli del blog di Federico Calò e le trascrizioni di podcast selezionati (Lex Fridman, Huberman Lab, Y Combinator, Tim Ferriss, Marcello Ascani e altri). Non è un modello addestrato su questi dati: sono documenti indicizzati e recuperati al momento della domanda.
Perché c'è un limite di frequenza (rate limit) alle domande?
Il rate limit protegge l'infrastruttura on-prem (CPU/RAM del VPS che esegue Ollama) da un uso eccessivo e garantisce tempi di risposta ragionevoli per tutti gli utenti. Il limite esatto è indicato nella barra informativa sopra la chat.