Agent Engineering
Agenti single e multi-agent con tool calling, function calling, memoria persistente. Orchestrazione con team-lead pattern e quality gate manuali.
RICCARDO GERMANÀAI ENGINEERING / ENTERPRISE ARCHITECTURE
Developer per attitudine. Architect per visione.
Dalle ideeai sistemiche agiscono.
Sono Riccardo Germanà. Scrivo codice, progetto architetture e guido team. Il mio terreno è dove AI, voce e sistemi enterprise si incontrano.
SYSTEM STUDY / 01RG — R&D
Scultura generativa tridimensionale di un sistema connessoUn obiettivo. Più agenti. Una regia.Ragionare → orchestrare → agire
Studio interattivo · non telemetria live
Strategia da manager. Mentalità da builder.
Scopri la persona dietro i sistemiLa visione d’insieme.
Le mani nel codice.
Non mi fermo al diagramma. Mi interessa ciò che succede quando il sistema incontra il mondo reale.
Technical Architect e AI Engineer con 9+ anni di esperienza. Unisco architettura enterprise, AI agentica e voice technology per creare soluzioni che fanno la differenza. La mia forza è la visione a 360°: dal modello al deployment, dal protocollo al pixel.
- Anni su delivery enterprise
- 9+
- Certificazioni Salesforce
- 14
- Certificazioni Architect
- 7
- Associate Manager hands-on
- BIP
01
Architettura
Sistemi distribuiti, multi-tenant, scalabili. Pensati per durare.
02
AI Agentica
Agenti autonomi con tool calling, RAG, MCP e orchestrazione multi-agente.
03
Voice & Real-time
Conversazioni AI integrate con telefonia, contact center e processi enterprise.
04
Enterprise Integration
Salesforce, MuleSoft, contact center. Sistemi che parlano tra loro.
Il percorso, non una linea retta.
- 2017–2020
Full Stack Developer
Progetti web custom con JavaScript, React, Angular, Node.js, Java, .NET. Esperienza su frontend, backend, API REST e DevOps.
- 2020–2022
Salesforce Developer
Specializzazione in Apex, LWC, Flows per clienti enterprise. Prime certificazioni Salesforce.
- 2022–2024
Technical Architect — BIP
Architetture CRM scalabili, integrazioni MuleSoft, coordinamento team. Crescita fino a 14 certificazioni Salesforce.
- 2024–Oggi
AI Engineer & Architect
Sistemi agentici, voice AI, MCP server custom. Costruisco AI che agisce, non solo che risponde.
L’AI è interessante.
Quando fa qualcosa.
Il modello è solo un componente. Il prodotto è tutto quello che gli costruisci intorno.
Dal contesto all’azione
INPUT → IMPACT- Contesto01
- Ragionamento02
- Tool & API03
- Verifica04
Pattern di riferimento · supervisione umana sui passaggi critici
Progetto sistemi agentici end-to-end: agenti che ragionano, chiamano tool, orchestrano flussi e prendono decisioni autonome. Specializzato in voice AI real-time, MCP server e agent fleet con quality gate.
Voice AI Real-time
Pipeline voice complete: STT, VAD, LLM, TTS, turn-taking e telefonia SIP. Integrazione con contact center e ambienti enterprise come Salesforce.
MCP — Model Context Protocol
Costruisco MCP server custom per esporre tool, risorse e knowledge base agli LLM. Client MCP integrati in agenti production.
RAG & Knowledge
Sistemi RAG con hybrid search (FTS + semantic), pgvector, Qdrant, embedding locali, version-aware retrieval. Knowledge base che scalano.
LLM Orchestration
Multi-provider routing (Claude, GPT, Gemini, Grok), prompt engineering strutturato, evals automatici, A/B testing su prompt e modelli.
Production AI Ops
Osservabilità (OpenTelemetry, Sentry), test loop ipotesi-driven, guardrail, gestione costi, deploy enterprise multi-tenant con audit completo.
Meno promesse.
Più sistemi.
Sei progetti. Decisioni concrete, vincoli reali e codice che va oltre la demo.
Case study anonimizzati · NDA-safe
Voice agent enterprise
70+ sedi, servizio clienti voice
Sistema costruito
Piattaforma voice AI con routing SIP multi-sede, knowledge retrieval, guardrail e handoff verso Salesforce.
- Il mio ruolo
- Technical Architect & Delivery Lead
- Il risultato
- Servizio 24/7, handoff umano preservato, gestione su 70+ sedi con orchestrazione cloud centralizzata.
Dentro il progetto
Il problema
Automatizzare il servizio clienti vocale a scala nazionale senza perdere qualità, mantenendo handoff umano sui casi complessi e integrazione con il CRM esistente.
Schema architetturale
- CanaliTelefonia SIP · routing multi-sede
- Voice platformElevenLabs Conv AI · ASR/TTS
- OrchestrazioneLLM · RAG · guardrail · turn-taking
- Knowledge baseQdrant · retrieval semantica
- IntegrazioniSalesforce Service Cloud · handoff umano
Le decisioni
Routing SIP diretto invece che via PSTN; RAG su knowledge base invece di fine-tuning; guardrail e human hand-off non negoziabili sui casi sensibili.
Suite integrazioni API-led
10 aree di servizio, 13 sistemi
Sistema costruito
Suite MuleSoft API-led su tre layer per connettere canali, processi e sistemi core senza propagare il legacy.
- Il mio ruolo
- Integration Architect
- Il risultato
- Suite in produzione su 10 aree di servizio, disaccoppiamento dei sistemi legacy, contratti API riutilizzabili.
Dentro il progetto
Il problema
Integrare loyalty, ERP, biglietteria, fatturazione e oltre 10 sistemi legacy in un'architettura coerente e mantenibile, in produzione.
Schema architetturale
- Experience APIWeb · mobile · partner
- Process APILoyalty · pricing · ordini
- System APISalesforce · ERP · legacy
- RuntimeMuleSoft CloudHub · DataWeave
Le decisioni
Layering API-led per disaccoppiare il legacy; contratti RAML come source of truth; CDC per sincronizzazione near-realtime tra domini.
AI automation con quality gate
Automazione BPO documentale
Sistema costruito
Pipeline documentale ibrida: parser deterministico, fallback LLM, validazione umana e output versionato.
- Il mio ruolo
- AI Engineer & Architect
- Il risultato
- Automazione con quality gate espliciti, tracciabilità completa, allineata ai requisiti di compliance.
Dentro il progetto
Il problema
Automatizzare parsing e normalizzazione di documenti normati (ARERA/Terna) con accuracy elevata e piena compliance.
Schema architetturale
- IngestionDocumenti normati · multi-formato
- ParserContent-driven · deterministico
- LLM fallbackCasi non strutturati
- HITL validationHuman-in-the-loop non negoziabile
- OutputStrutturato · versionato · auditabile
Le decisioni
Parser deterministico in prima istanza, LLM solo come fallback; validazione umana obbligatoria; 55 test di regressione come guardrail.
Agent framework & MCP server
3 server MCP, 44+ tool
Sistema costruito
Framework multi-agente e tre server MCP che espongono 44+ tool, knowledge base e API enterprise.
- Il mio ruolo
- AI Engineer · Builder
- Il risultato
- 3 server MCP in produzione, automazione del lifecycle delle integrazioni enterprise, assessment automatici di piattaforme.
Dentro il progetto
Il problema
Aumentare l'efficienza del team con agenti che automatizzano analisi, documentazione e deployment di piattaforme enterprise (Salesforce, MuleSoft).
Schema architetturale
- MCP serverElevenLabs API · MuleSoft RAG · Knowledge base
- Agent frameworkMulti-agent · team-lead pattern
- ToolingCLI · IDE integration
- Quality gateEvals · review manuale
Le decisioni
RAG locale version-aware (220K+ chunk); esposizione di intere API come tool per LLM; quality gate manuali prima del merge.
CoBrain
Meeting copilot local-first
Sistema costruito
Copilot local-first per acquisizione meeting, trascrizione, diarizzazione e ricerca sul vault personale.
- Il mio ruolo
- Solo developer
- Il risultato
- Trascrizioni, diarizzazione e ricerca semantica sui propri meeting, con i dati che non lasciano mai il dispositivo.
Dentro il progetto
Il problema
Un copilot per i meeting Teams che trascrive, diarizza e indicizza in una knowledge base locale, senza mai mandare dati a server di terzi.
Schema architetturale
- CaptureTeams · ASR streaming
- ASR + diarizationWhisper · sherpa-onnx
- Knowledge baseRAG locale · vault personale
- ClientSwift · local-first
Le decisioni
Tutto locale per principio (privacy-first); sherpa-onnx per la diarization on-device; RAG sul vault personale invece di cloud LLM.
SF Analyzer
AI agentica per org Salesforce
Sistema costruito
Flotta gerarchica di agenti per ispezionare org Salesforce e produrre documentazione sottoposta a quality gate.
- Il mio ruolo
- Creator · Solo developer
- Il risultato
- v1 in produzione: analisi automatica di org complesse, documentazione generata e validata da agenti leader.
Dentro il progetto
Il problema
Automatizzare l'analisi, la documentazione e l'assessment di org Salesforce complesse attraverso una flotta di agenti AI specializzati.
Schema architetturale
- Agent fleet9 documentor · 3 leader
- OrchestrazioneTeam-lead pattern · quality gate
- BackendNode.js · TypeScript · PostgreSQL
- ClientReact · Vercel AI SDK
Le decisioni
Pattern team-lead con agenti specializzati per dominio; quality gate manuali prima del merge; v2 in pivot local-first.
Il problema prima.
Lo stack dopo.
Polyglot full-stack: AI, web, mobile, enterprise. Scelgo il tool giusto per il problema, non il problema giusto per il tool.
01
AI & LLM
- Claude
- OpenAI
- Gemini
- Grok
- Pydantic AI
- Vercel AI SDK
- MCP
- LangChain
02
Voice AI
- ElevenLabs
- LiveKit
- Deepgram
- Whisper
- Silero VAD
- WebRTC
- SIP
- Twilio
03
Frontend
- React
- Next.js
- Astro
- SolidJS
- TypeScript
- Tailwind
- Motion
- shadcn/ui
04
Backend
- Node.js
- Fastify
- FastAPI
- NestJS
- Python
- Rust
- Java Spring
- GraphQL
05
Salesforce
- Apex
- LWC
- Flows
- Sales Cloud
- Service Cloud
- Marketing Cloud
- Data Cloud
- Agentforce
06
Integration
- MuleSoft
- Anypoint
- DataWeave
- RAML
- REST API
- SOAP
- Event-Driven
- Webhooks
07
Database
- PostgreSQL
- pgvector
- Qdrant
- MongoDB
- Redis
- SQLite
- Prisma
- SQLAlchemy
08
DevOps & Cloud
- Docker
- Kubernetes
- AWS
- Azure
- CI/CD
- Terraform
- OpenTelemetry
- Linux
Sperimentare, sì.
Improvvisare, no.
La velocità conta. Sapere cosa stai consegnando, di più.
- 01
Discovery
Capisco il problema reale, non solo i requisiti. Stress-test delle assunzioni, mappatura dei vincoli, definizione del successo misurabile.
- 02
Architettura
Disegno la soluzione: scelta dei pattern, modello dati, contratti API, strategie AI. Documento le decisioni con gli ADR.
- 03
Slicing
Decompongo in slice verticali indipendenti (tracer bullets). Ogni slice porta valore end-to-end e si può consegnare da sola.
- 04
Build
Sviluppo TDD dove ha senso, AI-augmented sempre. Type-safe end-to-end, osservabilità by default, test ipotesi-driven.
- 05
Verify
Eval automatici per AI, test E2E per il resto. Quality gate prima di ogni merge. Niente claim senza evidenza fresca.
- 06
Ship & Learn
Deploy con feature flag, monitoring real-time, post-mortem strutturati. Ogni release migliora il sistema e il processo.
Le idee migliori
iniziano parlando.
Hai un'idea AI, un sistema da architettare, un agente da costruire? Parliamone.
Preferisci una conversazione diretta?
[email protected] ↗+39 351 830 4323Messina, Italia