Integrazione di un Framework RAG e un LLM Agent per la Gestione Autonoma dei Ticket di Assistenza

Il presente elaborato documenta la progettazione, lo sviluppo e la verifica di un sistema di gestione autonoma dei ticket di assistenza, realizzato durante il tirocinio curricolare presso Agilia SRL. Il lavoro affronta un limite dei servizi di supporto, ovvero l'incidenza di richieste ripetitive che le tecnologie tradizionali, comprese le pipeline di Retrieval-Augmented Generation sequenziali, non risolvono in autonomia per mancanza di capacità decisionale e operativa. La soluzione integra un agente basato su modelli linguistici di grandi dimensioni in una piattaforma di ticketing multi-tenant preesistente, adottando il Tool-Calling per orchestrare la ricerca documentale e l'interazione con sistemi transazionali esterni tramite il protocollo MCP. L'architettura, sviluppata in un monorepo TypeScript con il Vercel AI SDK, si fonda su un bus degli eventi per il disaccoppiamento dei servizi, su uno streaming in tempo reale verso cliente e operatore, e su un sistema RAG con segmentazione semantica, indicizzazione ibrida densa e sparsa su Qdrant e Reciprocal Rank Fusion. La selezione contestuale degli strumenti e l'iniezione del contesto ai server MCP garantiscono coerenza logica e isolamento dei dati tra workspace distinti. La verifica, condotta su un'istanza configurata per il settore dell'intermediazione alberghiera, ha distinto la validazione delle componenti deterministiche dalla calibrazione iterativa del prompt di sistema. Quest'ultima ha richiesto uno sforzo sproporzionato rispetto alla scrittura del codice e ha fatto emergere risultati non prevedibili a priori, tra cui l'impatto della formattazione strutturata, la necessità di minimizzare la cardinalità degli strumenti e il controllo dell'escalation. L'esperienza conferma il valore del paradigma agentico e indica che il prompt di sistema va trattato come componente del prodotto al pari del codice sorgente.