Piattaforma No-Code per Automazione Processi

Il Contesto

Il progetto e stato realizzato per una software house italiana specializzata in automazione. Per ragioni di riservatezza il nome dell'azienda e quelli dei suoi clienti finali non vengono divulgati. L'obiettivo del committente era costruire una piattaforma interna che permettesse al team di delivery di prototipare e validare flussi di business per i propri clienti molto piu velocemente di quanto consentisse lo sviluppo applicativo tradizionale, spostando una parte del lavoro dal codice scritto a mano a una configurazione visuale ripetibile.

Il contesto e tipico delle realta che vendono automazione come servizio: ogni cliente porta processi diversi, le richieste cambiano in corsa e il time-to-demo e un fattore competitivo concreto. Serviva uno strumento che reggesse questa variabilita senza trasformare ogni richiesta in un piccolo progetto software da zero.

Il Problema

Prima della piattaforma, ogni nuovo flusso di automazione richiesto da un cliente veniva sviluppato come integrazione su misura. Questo approccio aveva tre limiti strutturali:

• Time-to-prototype lento: tra raccolta requisiti, scrittura del codice di integrazione e validazione dei dati passavano giorni, anche per flussi concettualmente semplici. La fase di prototipazione era il collo di bottiglia dell'intero ciclo commerciale.
• Codice usa-e-getta non riutilizzabile: ogni integrazione era scollegata dalle altre. La logica di validazione dei dati, di trasformazione e di chiamata ai servizi esterni veniva riscritta progetto dopo progetto, senza che il valore si accumulasse.
• Dipendenza totale dagli sviluppatori: anche una modifica minima a un flusso (un campo in piu, una condizione diversa) richiedeva l'intervento di un developer, rendendo impossibile coinvolgere figure di delivery o lo stesso cliente nella definizione del processo.

L'obiettivo concordato era abbattere il tempo di prototipazione di un flusso e rendere la costruzione delle automazioni un'attivita configurativa, non di sviluppo, mantenendo al contempo la possibilita di arricchire i flussi con passi basati su AI.

La Soluzione

Ho progettato la piattaforma come un'applicazione full-stack organizzata in un monorepo Nx, in modo da condividere modelli di dato, tipi e logica tra frontend, backend e pannello amministrativo senza duplicazioni. L'architettura ad alto livello e composta da quattro blocchi.

Editor visuale di flussi

Il cuore della piattaforma e un editor visuale sviluppato in React: l'utente compone il flusso collegando nodi (trigger, passi di trasformazione, validazioni, chiamate a servizi, step AI) su un canvas, senza scrivere codice. Ogni nodo espone una configurazione tipata e il flusso viene serializzato in una rappresentazione dichiarativa che il motore di esecuzione sa interpretare.

Motore di esecuzione e validazione

Il backend, costruito su AdonisJS, ospita il motore che esegue i flussi definiti dall'editor: risolve le dipendenze tra nodi, applica la validazione dei dati ad ogni passo e gestisce gli errori in modo che un flusso possa essere testato e validato senza scrivere alcun codice. Per la parte di orchestrazione delle automazioni e l'integrazione con servizi esterni ho fatto leva su Activepieces come base di connettori e primitive di workflow.

Gateway AI

Un AI Gateway dedicato espone, come passi del flusso, operazioni di arricchimento basate su modelli (estrazione, classificazione, generazione). Centralizzare le chiamate AI in un gateway unico ha permesso di gestire in un solo punto chiavi, rate limiting, prompt e fallback, e di offrirle all'editor come nodi riutilizzabili invece che come integrazioni ad-hoc.

Pannello di amministrazione

Il backoffice e realizzato con AdminJS, che fornisce un pannello CRUD per gestire entita, utenti e flussi senza costruire da zero un'interfaccia amministrativa. L'intero stack gira in Docker, rendendo l'ambiente riproducibile in locale e in deploy.

Tecnologie Chiave

Lo stack privilegia un'unica base di codice condivisa, tecnologie mature lato backend e una base di connettori gia pronta per l'automazione.

Il Risultato

La piattaforma ha spostato la costruzione dei flussi dal codice alla configurazione visuale, con un impatto diretto sul tempo necessario a portare un'automazione dallo stato di idea a quello di prototipo validabile.

Nota. Le metriche sono indicative e stimate su un progetto soggetto a riservatezza: non sono dati certificati ne audited. Riflettono l'ordine di grandezza dell'impatto osservato e concordato con il committente, non cifre contrattuali.

Sfide Tecniche

Modellare flussi arbitrari in modo eseguibile

La sfida principale era progettare una rappresentazione dei flussi abbastanza espressiva da coprire casi reali (rami condizionali, dipendenze tra nodi, passi AI) ma abbastanza vincolata da restare eseguibile e validabile in modo deterministico. La soluzione e stata una rappresentazione dichiarativa tipata del flusso, condivisa tra editor e motore grazie al monorepo Nx: lo stesso schema definisce cosa l'editor permette di comporre e cosa il backend AdonisJS sa eseguire, eliminando il disallineamento tra "cosa si puo disegnare" e "cosa si puo eseguire".

Integrare l'AI senza frammentare le integrazioni

Esporre operazioni AI come passi di un flusso rischiava di replicare lo stesso problema che la piattaforma voleva risolvere: tante integrazioni ad-hoc, ognuna con la propria gestione di chiavi, errori e costi. Concentrando tutto in un AI Gateway unico ho reso le operazioni AI dei nodi riutilizzabili, con gestione centralizzata di autenticazione, rate limiting e fallback, e ho mantenuto i flussi indipendenti dal provider sottostante.

Servizi Correlati

Se stai valutando un percorso simile per la tua azienda, questi contenuti approfondiscono metodo, ambito e roadmap di adozione:

Per il profilo professionale e l'esperienza in automazione processi e sviluppo full-stack vedi la pagina Chi sono; per gli altri progetti vedi il portfolio completo.