> For the complete documentation index, see [llms.txt](https://docs.opencityitalia.it/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.opencityitalia.it/ai/architettura-e-funzionalita-del-chatbot/architettura-e-sicurezza-dei-dati/installazione.md). # Installazione {% hint style="info" %} L'installazione del chatbot e dei relativi plugin è a cura del personale di OpenCity. {% endhint %} Il capitolo descrive, a scopo di trasparenza, il processo che porta il chatbot a servizio attivo e configurato sul sito dell'Ente. Il chatbot è erogato da un'unica piattaforma condivisa da tutti gli Enti: attivare un Ente significa creare il suo spazio dedicato, con la propria configurazione e la propria base di conoscenza. La piattaforma è composta da questi servizi: * **chatbot**: un'immagine Docker unica e già configurata, che contiene il framework Cheshire Cat AI con i plugin di OpenCity. Ogni versione viene verificata con test automatici prima del rilascio, e la stessa immagine serve tutti gli Enti; * **LiteLLM**: il collegamento ai modelli linguistici su AWS Bedrock; * **Qdrant**: il database vettoriale che contiene la base di conoscenza di ogni Ente, per la ricerca semantica; * **PostgreSQL**: il database con la configurazione degli Enti e il testo delle pagine indicizzate. Attivare un nuovo Ente non richiede quindi installazioni né modifiche al software. Il processo si svolge in questi passaggi: 1. Creazione dell'Ente: il personale OpenCity crea l'Ente sulla piattaforma e ne imposta modello linguistico, contatti, lingua e aspetto del widget. 2. Prima indicizzazione: il personale OpenCity registra i siti dell'Ente nel [crawler](/ai/architettura-e-funzionalita-del-chatbot/architettura-e-sicurezza-dei-dati/indicizzazione-dei-contenuti/opencity-ai-chatbot-crawler.md), che ne carica i contenuti nella base di conoscenza. 3. [Integrazione con il frontend](/ai/architettura-e-funzionalita-del-chatbot/architettura-e-sicurezza-dei-dati/installazione/integrazione-con-il-frontend.md): collegamento del widget al sito dell'Ente. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://docs.opencityitalia.it/ai/architettura-e-funzionalita-del-chatbot/architettura-e-sicurezza-dei-dati/installazione.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.