MIT Agents.
Sei servizi.
Un sistema.
Ho costruito e mantengo l’ecosistema che collega prenotazioni, ristoranti, messaggi e operatore.
Processi indipendenti. Si coordinano attraverso i dati.
MIT Agents · Il sistema dietro le prenotazioni
In produzione da aprile 2026 · Sviluppo e manutenzione
Cosa fa, in pratica
Controlla la console Meal in Time, rileva nuove prenotazioni e variazioni, avvisa i locali e registra le risposte. Per le azioni che richiedono una scelta, prepara il messaggio e chiede l’approvazione su Telegram.
Altri servizi ricevono i WhatsApp in arrivo, gestiscono campagne per segmenti e collegano l’agente telefonico. Un cruscotto permette di vedere lo stato dell’insieme.
L’azione può procedere secondo le regole configurate.
Il sistema propone. L’operatore approva o scarta.
Una regola impedisce l’invio o l’operazione.
Un caso, dall’inizio alla gestione
Il locale è pieno.
La risposta trova una strada.
Una prenotazione, un turno al completo, un’alternativa da proporre. Ecco i passaggi tra il ristorante e chi segue il cliente.
Render dimostrativi forniti dall’autore · settembre 2026. Illustrano le interfacce e il flusso del sistema; nomi, recapiti, link e valori visibili appartengono agli esempi e non sono contatti o risultati operativi del portfolio.
La prenotazione arriva su WhatsApp con i dettagli e il link per comunicare la disponibilità.
Il ristorante sceglie se confermare, segnalare il turno completo o rifiutare la prenotazione.
Se il turno è completo, il locale può indicare un orario alternativo. Nell’esempio propone le 21:30.
Il locale riceve un riepilogo della risposta inviata e dell’orario proposto.
Su Telegram compaiono il caso e il messaggio preparato per il cliente. L’operatore può inviarlo oppure segnare la pratica come gestita.
Esplora anche Cruscotto, Radar, Voce e log 4 render
Gli altri punti di controllo.
Una vista d’insieme sui servizi, la gestione dei messaggi in arrivo e la raccolta delle richieste telefoniche.
Stato dei servizi, richieste da gestire e ultimi eventi in una vista di sola lettura. I valori mostrati appartengono al render.
I messaggi WhatsApp vengono presentati su Telegram. Il render mostra una richiesta interessata, una richiesta di STOP e una risposta inviata citando il messaggio.
Il riepilogo raccoglie i dati della richiesta telefonica. In questo esempio l’inserimento su MIT resta manuale e il riepilogo WhatsApp non è stato inviato.
Un esempio di tracce per Ristorante, Radar e Voce: invii, risposte, controllo del token e registrazione della richiesta. La schermata dichiara un ambiente sandbox con dati fittizi.
Gli esempi del primo audit 25 settembre 2026
Dal codice al controllo operativo
Guarda cosa succede
dietro le quinte.
Una modifica di orario entra in HOLD: il bot prepara il messaggio e lascia all’operatore i pulsanti Invia e Scarta.
Esempi dell’audit del 25 settembre 2026: codice reale eseguito in un ambiente di prova, con dati fittizi e chiamate esterne intercettate. La grafica Telegram è ricostruita.
Il problema, il lavoro, i risultati
Un ecosistema di agenti per coordinare le prenotazioni
Prima
- Una persona ricaricava a mano la pagina delle prenotazioni per vedere conferme, modifiche e annullamenti. Anche il sabato sera.
- Nessun canale per far rispondere i locali: ogni riscontro nasceva da telefonate e messaggi dell'operatore.
- I locali andavano inseguiti uno per uno, e i solleciti restavano spesso senza risposta.
- Fogli compilati a mano, serie interrotte, nessun archivio storico e nessuna rubrica clienti utilizzabile.
Cosa ho costruito
- Un agente legge la console MIT ogni cinque minuti, rilevando nuove prenotazioni, modifiche e annullamenti.
- La conferma del locale con un tocco — confermo, al completo con orario alternativo, rifiuto — al posto di un messaggio da interpretare.
- La risposta del ristorante che aggiorna da sola lo stato sulla piattaforma, senza che nessuno apra la pagina.
- Lo smistamento di tutti i messaggi in arrivo, con rispetto automatico di chi chiede di non essere più contattato.
- Il recupero dell'intero storico della piattaforma e la costruzione della rubrica clienti, che prima non esisteva.
- Una pagina di controllo sullo stato dell'intero sistema.
Risultati del periodo agosto–settembre 2026
richieste a cui il ristorante risponde da solo, senza che nessuno lo chiami (luglio 13% · agosto 29% · settembre 60%)
locali presidiati nel periodo documentato di agosto–settembre 2026, partendo da uno: il 98% del volume
conferme registrate senza intervento umano, con 1 solo errore su 101
solleciti rimasti senza esito, confronto aprile-giugno contro agosto-settembre
contatti clienti in rubrica, più 5.314 prenotazioni archiviate
Numeri misurati su agosto e settembre 2026, con il periodo e il totale di riferimento dichiarati al cliente.
Dettagli tecnici
- Sei servizi Python indipendenti, gestiti con systemd su VPS Hetzner. Comunicazione attraverso SQLite in modalità WAL, senza importazioni dirette tra agenti.
- Playwright legge e aggiorna la console MIT; Flask espone i webhook e le pagine operative; APScheduler gestisce i cicli periodici.
- Telegram per notifiche e approvazioni; Ultramsg per WhatsApp; ElevenLabs per l’agente vocale.
- Il decisore usa le modalità AUTO, HOLD e BLOCCATO, con soglie configurate in base al contesto. Scritture e invii dispongono di modalità di prova e interruttori indipendenti.
- Radar salva il messaggio prima di classificarlo: un errore successivo non deve far perdere il messaggio ricevuto. Le richieste di non essere più contattati hanno priorità.
- Il cruscotto legge il database in sola lettura. ReportLab e Google Sheets supportano la reportistica.
- L’audit rileva circa 11.300 righe di Python: un’indicazione della dimensione del progetto, distinta dai risultati operativi. I comandi di precheck e demo mostrati nell’audit sono strumenti preparati per quella verifica.