APAndrea Pellizzari
In-house in una PMI · progetti e apprendimenti con AI come leva

Ciao, sono Andrea.
Costruisco software interno per PMI manifatturiere, con l'AI come leva di sviluppo.

Lavoro dentro una PMI manifatturiera italiana del Nordest su stack misti (Mexal/Passepartout, SQL Server, ecommerce B2B, Next.js, Power Platform), e integro in modo stabile l'AI-assisted development nel mio flusso quotidiano. Questo sito raccoglie i progetti che ho costruito negli ultimi anni.

Progetti recenti

Progetti reali, in produzione.

Tutti i progetti
E-commerce + AI2026

E-commerce B2B/B2C con integrazione Mexal, blog AI-autopilot e schede PDF real-time

Ecommerce multilingua in produzione per una PMI del settore ferramenta. Non solo catalogo e carrello: un bot AI che pubblica il blog in autonomia, schede tecniche generate in tempo reale da Mexal con merge degli allegati Docuvision, 180 listini PDF pre-generati in 9 lingue × 5 brand × 4 materiali.

Next.jsTypeScriptFirebasePython+6
PMI manifatturiera italiana, settore ferramenta
AI / Knowledge base2026

Knowledge base AI con regole di business live-editabili e double-pass ingest

Un assistente AI che conosce 3.900 codici articolo e 15 regole di compatibilità tipizzate, risponde citando sempre la fonte, registra tutto in modo immutabile. Costruito con un'ingest pipeline a doppia passata che cattura le allucinazioni silenziose di Gemini, un editor admin live che fa scrivere al tecnico del cliente senza rebuild, e i webhook nativi Mexal per reattività in tempo reale. In produzione HTTPS da aprile 2026.

PythonFastAPIAnthropic Claude Sonnet 4.6Gemini 2.5 Pro+5
PMI manifatturiera italiana, settore ferramenta
AI / Chatbot tecnico2026

BlumCat: chatbot tecnico interno su catalogo ferramenta da mobili — gate logic deterministico, eval set come rete di sicurezza, single source of truth MD→Python→prompt

Un assistente tecnico interno per chi vende e installa ferramenta Blum (cassetti LEGRABOX/MERIVOBOX, cerniere CLIP top, ante a ribalta AVENTOS): copre 45 famiglie, 1.936 codici articolo verificabili e un manuale tecnico di 758 pagine. Costruito su pattern proprietari di context engineering — push deterministico del contesto invece di tool che il modello potrebbe dimenticarsi di chiamare, gate logic server-side con marker espliciti, tool_choice forzato API-side per i punti ad alto rischio, single source of truth con derivazione automatica MD→Python→system prompt — e gated da un eval set deterministico che fa da rete di sicurezza per i refactor. In produzione LAN dal 2026, costo ~€0,05–0,15 per conversazione.

PythonFastAPIAnthropic Claude Haiku 4.5 + Sonnet 4.6sentence-transformers (mpnet 768d)+5
PMI manifatturiera italiana, settore ferramenta da mobili
Come lavoro

Non riscrivo niente da zero se posso evitarlo.

01

Parto dal reale

Il gestionale esistente, le procedure effettive, gli operatori che le eseguono. Capisco cosa c'è prima di decidere cosa aggiungere.

02

Uso l'AI come leva

Sviluppo con strumenti AI-assisted che mi fanno produrre più velocemente e con meno errori. Arrivo prima a qualcosa che funziona davvero.

03

Costruisco e mantengo

I progetti qui non sono demo: sono in produzione da mesi o anni, con manutenzione, evoluzione e rifattorizzazioni continue. È quello che rende una soluzione reale.

Un sito per raccontare quello che costruisco.

Se c'è un tema tecnico qui che ti incuriosisce (dai gestionali tradizionali al porting verso il web, dalle integrazioni Mexal all'AI applicata), sono raggiungibile volentieri per parlarne.

Contatti