Project Exocortex

"Project Exocortex è una piattaforma locale e sovrana di knowledge engineering e context orchestration, progettata per trasformare un patrimonio documentale distribuito in una base di conoscenza interrogabile, verificabile e governata. Il sistema controlla l'intero percorso dal file originale alla risposta, preservando privacy, provenienza, qualità e tracciabilità."

Visual del progetto Exocortex

The Pitch

Project Exocortex costruisce una knowledge base locale a partire da sorgenti documentali mantenute in sola lettura. Il corpus viene inventariato, selezionato, qualificato e trasformato in artefatti conoscitivi persistenti prima dell'indicizzazione. In fase di query, retrieval, reranking e context budgeting selezionano le evidenze da fornire ai modelli locali. Sorgenti, trasformazioni, chunk e risposte rimangono tracciabili e ricostruibili senza affidare il patrimonio documentale a servizi cloud.

Abstract del Progetto

Exocortex nasce da un archivio personale e professionale distribuito, stratificato in molti anni e conservato su più sistemi NAS. Le sorgenti originali restano immutabili e read-only: la pipeline costruisce progressivamente evidenze fisiche, selezione logica del corpus, qualificazione semantica e artefatti intermedi controllati, senza modificare l'archivio di origine.

L'architettura è locale, batch e orientata al principio Evidence Before Interface. Preparazione del corpus, canonicalizzazione, EQS, chunking, embedding, indicizzazione vettoriale e retrieval sono fasi distinte e verificabili. I modelli di embedding e generativi restano componenti sostituibili: il patrimonio durevole è costituito dalle sorgenti, dallo stato autorevole e dagli artefatti conoscitivi persistenti, non da uno specifico modello o vector database.

Perché Project Exocortex?

Il progetto privilegia qualità dell'evidenza, controllabilità del percorso informativo ed efficienza computazionale rispetto alla semplice disponibilità di una chat RAG.

1. Data Sovereignty & Evidence

I documenti sorgente, gli artefatti derivati, gli embedding e le query restano nell'infrastruttura locale. I NAS sono montati in sola lettura e ogni trasformazione mantiene il collegamento con il file originale attraverso provenienza, hash e metadati di controllo. L'obiettivo non è promettere infallibilità, ma produrre risposte sostenute da evidenze recuperabili, citabili e auditabili.

2. Governed Knowledge Pipeline

La costruzione della knowledge base avviene attraverso fasi separate: P0 prepara l'evidenza fisica del corpus, FDS effettua la selezione logica, la canonicalizzazione produce rappresentazioni uniformi, EQS qualifica l'idoneità informativa, quindi chunking, embedding e Qdrant costruiscono l'indice di retrieval. Quality gate espliciti impediscono che errori o contenuti non validati si propaghino automaticamente alle fasi successive.

3. Content-Centric Architecture

Exocortex separa la scomposizione del documento dalla comprensione semantica. Dal file originale vengono prodotti artefatti persistenti e ispezionabili: JSON strutturale, Markdown semantico e JSONL dei chunk. SQLite mantiene lo stato autorevole della pipeline; Qdrant è una proiezione vettoriale derivata e ricostruibile. Lo SHA-256 mantiene l'identità della catena documentale, mentre le versioni dei componenti ne determinano la validità.

4. Efficiency Before Scale

L'hardware disponibile viene trattato come un vincolo di progetto, non come un limite da aggirare con forza bruta. Ollama fornisce il runtime locale per embedding e inferenza generativa, mantenendo i modelli all'interno dell'infrastruttura Exocortex. Il contesto è trattato come una risorsa computazionale da gestire: il long context non sostituisce il retrieval, che deve selezionare, ordinare e comprimere le evidenze tramite reranking, deduplicazione e context budgeting prima dell'inferenza.

Tech Stack Highlights

P0 / FDS / EQS
SQLite
JSON / MD / JSONL
Qdrant
Ollama

Architettura di riferimento

I diagrammi rappresentano la reference architecture e il flusso logico target del progetto. Le singole componenti possono trovarsi a livelli differenti di maturità implementativa.