Architettura¶

Jarvis è progettato come un'infrastruttura AI personale a strati, in cui ogni livello ha responsabilità ben definite e può essere sostituito o esteso indipendentemente.

Vista generale¶

flowchart TB
    subgraph IL[Identity Layer]
        AUTH[OAuth · Pairing · Token]
    end

    subgraph OL[Orchestration & Routing]
        LG[LangGraph]
        MCP[MCP / A2A protocols]
        ROUTE[Capability routing]
    end

    subgraph ML[Memory Layer]
        STM[Short-term]
        LTM[Long-term]
        SEM[Semantic / vector]
        FHIR[Health · FHIR]
    end

    subgraph DL[Device Mesh]
        DESK[Desktop]
        MOB[Mobile]
        WATCH[Watch]
        GLASS[Glasses]
        VR[VR]
        HOLO[Holographic]
        MED[Medical]
    end

    subgraph PL[Plugins]
        PROD[Productivity]
        HOME[Smart Home]
        DEV[Dev tools]
        FIT[Fitness]
    end

    IL --> OL
    OL --> ML
    OL --> DL
    OL --> PL

I cinque livelli¶

1. Identity Layer¶

Responsabilità:

• autenticazione utente (OAuth 2.0, passkey)
• registrazione e pairing dei dispositivi
• gestione token e refresh
• certificati per device, scope di accesso

Ogni dispositivo riceve una registrazione del tipo:

{
  "device_id": "uuid",
  "owner_id": "user_id",
  "device_type": "watch",
  "capabilities": ["notifications", "voice", "heartrate"],
  "trust_level": "primary"
}

2. Orchestration & Routing Layer¶

Il cervello del sistema. Costruito su LangGraph per:

• workflow a grafo con stati persistenti
• checkpointing e time travel per il debug
• agenti specializzati orchestrati come nodi
• comunicazione cross-agent via MCP (Anthropic) e A2A (Google)

Il routing decide a quale device far eseguire un task. Esempio:

3. Memory Layer¶

Tre tipi di memoria coordinati:

• Short-term: sessione attiva, contesto immediato (Redis)
• Long-term: cronologia, preferenze, profilo (PostgreSQL + mem0)
• Semantic: ricerca su documenti personali e knowledge (Qdrant)
• Health: dati medici e biometrici (HAPI FHIR R4/R5)

Il backend di default è mem0 + Qdrant. Alternative: Zep (knowledge graph temporale) o Letta (paging gestito dall'agente).

4. Device Mesh¶

Ogni dispositivo esegue un agente locale che parla con il server centrale. Vedi la sezione Dispositivi.

5. Plugin & Integrations¶

Sistema modulare per estendere le capacità: produttività, smart home, dev tools, fitness, finanza, web scraping, API esterne.

Strategia di modelli LLM¶

Non un solo modello "monolitico", ma una gerarchia distribuita:

Il routing avviene per task complexity + device capability + policy di privacy.

Privacy & Security¶

• 🔐 Tutti i dati sono on-premise di default
• 🔑 Cifratura TLS end-to-end tra device e server
• 🪪 Token JWT short-lived + refresh
• 🛡️ Policy di accesso granulari per scope
• 📜 Logging audit completo, conservato secondo policy utente

Approfondimenti¶

• Dispositivi e device-mesh
• Agenti specializzati