Blog di Adamant Tools: AI applicata allo sviluppo
Guide pratiche e testate per chi porta i modelli di AI nelle applicazioni reali: API, streaming, strumenti, RAG, costi, errori e sicurezza. Tutto il codice compila e gira.

Timeout e cancellazione delle chiamate ai modelli: idle, deadline totale, pulsante Stop (Python, Node.js)
Una chiamata a un modello può essere lenta, muta o infinita. Quattro tipi di timeout, perché il read timeout non ferma una risposta in streaming, e codice testato in Python e Node.js.

Ollama in Docker su un server senza GPU: cosa aspettarsi e come misurarlo
Ollama in Docker su un server senza GPU: modello sempre caricato, limiti di memoria e coda, e come misurare tempo di caricamento e token al secondo dalla risposta.

Esporre un'API REST come server MCP in modo sicuro (Python, SDK MCP 2.x)
Trasformare alcune operazioni di un'API REST descritta in OpenAPI in strumenti MCP con l'SDK Python ufficiale - allow-list di operazioni e campi di risposta, validazione rigida degli input, URL di base fisso, credenziali del server, errori brevi e limite di frequenza - testato con il client dell'SDK e senza chiave API.

Prompt injection: difese pratiche da testare (Python e JavaScript)
Cos'è la prompt injection, perché nessun filtro la ferma e cinque difese in codice che ne limitano i danni - separare dati e istruzioni, allow-list degli strumenti, controllo degli argomenti con i permessi dell'utente, conferma umana e validazione dell'output - testate con input malevoli.

RAG minimo con PostgreSQL, pgvector e un modello locale (Python)
Salvare gli embedding in PostgreSQL con pgvector, cercarli con un indice HNSW e la distanza coseno, e rispondere con un modello Ollama locale che cita le fonti. Testato in CI senza modello.

Tool calling spiegato con un esempio che gira (Anthropic e OpenAI, Python)
Cosa succede davvero quando un modello chiama una funzione, un ciclo scritto a mano per la Messages API di Anthropic e la Responses API di OpenAI, gestione degli errori, limite di passi e test su un server finto senza chiave API.

Contare i token e stimare i costi prima di chiamare un modello (Python e JavaScript)
Tre modi per contare i token (tokenizer locale, endpoint del fornitore, usage), come trasformarli in una forbice di costo e un controllo che blocca le chiamate troppo care.

HTTP 429 dalle API di AI: retry con backoff e Retry-After (Python, Node.js, Java)
Quando l'API di un modello risponde 429 Too Many Requests, riprovare subito peggiora le cose. Cosa dicono gli standard, quali errori ripetere e codice di retry testato, senza dipendenze, in Python, JavaScript e Java.

Chiamare un LLM da Spring Boot con Spring AI 2.0: risposta, streaming e output strutturato
Un esempio testato con Spring Boot 4.1 e Spring AI 2.0 e un modello locale Ollama: risposta semplice, risposta in streaming e risposta mappata su un record Java, più le modifiche di configurazione che rompono i tutorial più vecchi.

Mostrare in streaming la risposta di un LLM nel browser con Server-Sent Events (FastAPI + fetch)
La risposta del modello parola per parola: un endpoint FastAPI che inoltra Ollama come SSE, codice browser che la legge con fetch e POST, e un pulsante Stop vero.