Il modulo Addestramento IA (Crew Builder) rappresenta la stazione di controllo strategica di SiteBoS per l'ingegneria dei dati. Anziché utilizzare un unico assistente generalista, questa interfaccia ti permette di costruire una squadra ("Crew") di agenti LLM verticali basati su Multi-LoRA Serving. Ciascun agente viene addestrato esclusivamente sui dati e sulle istruzioni di sua competenza, massimizzando l'efficacia e riducendo i costi di inferenza.

1. Step 1: Scopo e Ruolo dell'Agente

Il primo passo consiste nella definizione della specializzazione lavorativa dell'agente. Puoi scegliere tra quattro profili standard pre-impostati:

• Supporto Clienti: Addestrato su conversazioni sintetiche multi-turn generate da Gemini a partire dal contesto aziendale reale e dall'Honeypot aziendale. Ideale per la risoluzione autonoma di richieste frequenti e supporto alla prenotazione.
• Venditore (Sales): Addestrato sui cataloghi attivi, listini prezzi e logiche di offerta commerciale di SiteBoS. Ottimizzato per guidare il cliente all'acquisto e calcolare preventivi.
• Operations & SOP: Addestrato sulle Procedure Operative Standard (SOP) e flussi aziendali. Utile per il coordinamento interno del team e la verifica scorte.
• Analista Business: Specializzato nell'elaborazione di metriche finanziarie, andamento del magazzino e analisi di marginalità.

Data Readiness Index (Saturazione Dati)

Il sistema analizza in tempo reale le informazioni presenti nel database del tuo tenant relative al ruolo selezionato. La barra di saturazione ti avvisa se hai inserito abbastanza dati su SiteBoS per avviare l'addestramento. Se la saturazione è bassa (es. inferiore al 50%), ti verrà mostrato un suggerimento per invitarti a compilare ulteriori dati (es. inserire altre SOP o cataloghi) prima di procedere.

2. Step 2: Funzioni e Skill (Tool Calling)

L'agente non deve solo conversare, ma poter agire. Abilitando gli interruttori delle skill (es. *Sincronizzazione Agenda*), il sistema inietta automaticamente nel dataset di addestramento lo schema JSON strutturato (OpenAPI) che istruisce il modello IA su come richiamare i webhook reali di SiteBoS. Questa integrazione è pienamente conforme agli standard richiesti da orchestratori vocali come Vapi e Retell AI.

3. Step 3: Formati ed Esportazione

A seconda della piattaforma esterna in cui desideri addestrare o ospitare il modello, SiteBoS adatta la formattazione dei dati esportati:

• Standard JSONL: Formato nativo OpenAI / Hugging Face per l'addestramento diretto di adattatori LoRA (es. tramite Unsloth o AutoTrain).
• Gemini Format: Struttura dati nativa per Google AI Studio e Vertex AI.
• Pacchetto Claude Skill (.ZIP): Istanza completa strutturata (AGENTS.md, ruoli, context markdown e conversazioni) per Claude Code e Claude Desktop.
• Pacchetto Antigravity Skill (.ZIP per .agents/skills): Istanza completa strutturata pronta per essere importata direttamente nell'ecosistema Antigravity.
• Pacchetto Markdown .ZIP: File compressi contenenti le informazioni pronte per essere indicizzate in sistemi RAG come Voiceflow o Botpress.
• Dizionario PLS: Dizionari di pronuncia fonetica specifici per ElevenLabs (per cloni vocali accurati).

4. Live Preview & Sanitizzazione PII

Prima di scaricare il dataset definitivo, puoi aprire il drawer di Anteprima Live per ispezionare visivamente le righe del file. Il motore di esportazione esegue una sanitizzazione automatica PII, escludendo e mascherando preventivamente informazioni personali sensibili (numeri di telefono dei clienti, carte di credito, note sensibili) a tutela del GDPR e della conformità interna.

5. Server MCP SiteBoS (Dati Live & Tool Calling Esterno)

Mentre il pacchetto statico (.ZIP) fornisce il contesto per l'addestramento e i system prompt, il Server MCP SiteBoS (MCP_Server_Live_Data.workflow.ts) espone un endpoint nativo Model Context Protocol (over SSE / Streamable HTTP) che permette ad agenti esterni (Claude Desktop, Claude Code, Antigravity, assistenti vocali Vapi/Retell) di interrogare ed eseguire azioni sul database reale del tenant in tempo reale:

La configurazione del client MCP è accessibile con 1-Click dalla pagina Configurazione Titolare (edit_owner.html), completa di token di autenticazione per-tenant e snippet JSON pronto all'uso.