22.1 LLM La sezione LLM delle impostazioni permette di registrare i modelli linguistici (LLM) che vtenext può usare per gli agenti e altre funzioni AI collegate. Qui si definiscono i dati di connessione del modello, il nome con cui identificarlo e alcuni parametri che influenzano il comportamento delle risposte. vtenext non include un modello AI già pronto all'interno del CRM. Per configurare un LLM è necessario disporre di un modello remoto accessibile tramite API compatibili con OpenAI, oppure di un modello locale già installato e raggiungibile. In altre parole, questa configurazione serve a collegare vtenext a un servizio AI esterno o locale: il modello non è "a bordo" del CRM. La schermata elenco Nella lista sono visibili le configurazioni già salvate. Per ogni voce puoi vedere: Stato attivo o non attivo Nome della configurazione URL del servizio Modello utilizzato Dalla lista puoi creare una nuova configurazione, modificare una voce esistente, eliminarla oppure attivarla e disattivarla rapidamente. Creare un nuovo LLM Apri la sezione LLM. Fai clic su Aggiungi. Compila i campi richiesti. Se necessario, esegui un test della configurazione. Salva. Attivo rende il modello disponibile per l'utilizzo Nome nome descrittivo del modello visualizzato in vtenext. Campo obbligatorio. URL endpoint API a cui vtenext invia le richieste al modello (ad esempio https://api.openai.com/v1/chat/completions). Campo obbligatorio Modello identificativo del modello da utilizzare (ad esempio gpt-5.2). Campo obbligatorio. Base URL è l'indirizzo di base del servizio che ospita il modello. In pratica dice agli agenti AI e all'orchestratore Python dove si trova il servizio del modello. Diventa particolarmente importante quando si utilizza un modello locale o un servizio interno all'infrastruttura, per esempio un endpoint come http://127.0.0.1:11434. Provider indica a vtenext e all'orchestratore Python che tipo di servizio c'è dietro al modello, ad esempio OpenAI oppure Ollama API Key chiave di autenticazione fornita dal provider, necessaria per autorizzare le richieste API Temperatura controlla il livello di casualità delle risposte generate. Valori bassi (ad esempio 0,2) producono risposte più coerenti, prevedibili e ripetibili; valori più alti (ad esempio 0,8 o superiori) favoriscono risposte più varie e creative Token massimi definisce il numero massimo complessivo di token che il modello può utilizzare per elaborare la richiesta, includendo sia i messaggi inviati sia la risposta generata (se supportato dal provider) Token di completamento massimi limita il numero massimo di token che il modello può utilizzare esclusivamente per la risposta generata Developer Message istruzioni rivolte al modello con ruolo developer, utilizzate per definire regole di comportamento o vincoli applicativi System Message istruzioni generali che definiscono il comportamento del modello durante la conversazione User Message messaggio di prova inviato al modello per verificarne il funzionamento. Campo obbligatorio Come funziona il test Il pulsante di PROVA invia una richiesta reale al modello con i parametri configurati e mostra: esito dell'operazione codice di risposta header restituiti corpo completo della risposta Risultato della chiamata: tab RISULTATO Risultato della chiamata: tab HEADERS Risultato della chiamata: tab RISPOSTA Il test serve a verificare la configurazione, ma non sostituisce il salvataggio. Il test invia una richiesta reale al modello remoto o locale. Se il modello non è raggiungibile via API, il test non può funzionare. Esempi pratici Esempio 1: modello compatibile OpenAI Usa questa configurazione quando il modello è disponibile come servizio remoto tramite API esterna. Imposta nome, URL, modello e API Key, poi invia un semplice messaggio di test. Esempio 2: modello locale Se il modello gira in locale o su infrastruttura interna, compila anche Base URL e Provider. Anche in questo caso il modello deve essere già installato, attivo e raggiungibile via rete.