Orbit.

È anche il primo progetto in cui ho integrato in profondità l'intelligenza artificiale locale, eseguendo il modello sulla mia infrastruttura invece di dipendere da un'API esterna di terze parti. Questo mi ha permesso di costruire i miei endpoint e un sistema di regole che guida il modello affinché le sue risposte e decisioni siano coerenti con il contesto reale dell'utente. Lavorare con l'IA locale comporta anche un vantaggio chiave sulla privacy: i dati finanziari, di salute e le note personali dell'utente non lasciano mai la mia infrastruttura per essere elaborati da terzi, cosa particolarmente rilevante quando si tratta di informazioni così sensibili.

Una delle parti che ho apprezzato di più è stata collegare Orbit a Obsidian: ho implementato un sistema simile al RAG (retrieval-augmented generation) che indicizza le mie note e le usa come contesto, così l'assistente dell'app può rispondere a domande e dare consigli basati su informazioni reali e personali, non solo sulla conoscenza generica del modello.

Col tempo ho ampliato Orbit oltre le finanze e le attività: ora include un modulo di salute e monitoraggio degli obiettivi, con l'intenzione di integrare i dati dei dispositivi indossabili per avere una visione più completa dell'attività fisica e del benessere. L'obiettivo finale è che l'IA aiuti a gestire tempo, salute e denaro in modo più efficiente e personalizzato, dando sempre priorità al controllo dell'utente sui propri dati.

Orbit è, in definitiva, un laboratorio personale dove provo idee di IA applicata prima di portarle in altri progetti e, allo stesso tempo, uno strumento che uso io stesso ogni giorno. È in produzione e in uso attivo.