Chiedi in linguaggio naturale.
Ottieni evidenze governate
ESRA — Enterprise Semantic Retrieval Agent — permette a un client AI di porre una domanda in linguaggio naturale e ricevere evidenze governate dai tuoi database aziendali, senza database vettoriale, senza pipeline di embedding e senza alcuna copia dei tuoi dati, a meno che tu non la richieda. Vive dentro la piattaforma AI API Mapper ed è incluso in ogni piano senza costi aggiuntivi.
La ricerca gira dove i tuoi dati già vivono
ESRA viene pubblicato ai client AI come un normale strumento MCP attraverso il Runtime di AI API Mapper: tutto ciò che già governa una chiamata a uno strumento — autenticazione, policy di accesso, audit, rate limit, isolamento dei tenant — governa senza modifiche anche una chiamata di ricerca.
La ricerca gira sul motore full-text nativo del database stesso. Nulla lascia il sistema di origine per essere indicizzato, il ranking è riconducibile alle corrispondenze dei termini in campi ben definiti anziché a una distanza in uno spazio opaco, e la sicurezza a livello di record è applicata dal database, dentro la query.
Come funziona una chiamata di ricerca
Sette fasi, ciascuna delimitata e tracciabile. Il modello AI propone possibili strategie di ricerca; la logica deterministica della piattaforma decide cosa viene realmente eseguito.
Risoluzione delle sorgenti autorizzate
L’autorizzazione viene sempre per prima. Una sorgente che il chiamante non può raggiungere non compare mai in un prompt, in un log, in una diagnostica o in una risposta.
Selezione delle sorgenti rilevanti
Le sorgenti obbligatorie vengono sempre interrogate. Quelle opzionali sono scelte da un modello di servizio a partire dalle sole descrizioni di business — mai uno schema, mai un host, mai una credenziale.
Pianificazione di più ricerche
Per ogni sorgente: frase esatta, ricerca ampia per parole chiave, sinonimi, espansione degli acronimi e una variante pesata sulla recency — così non è una singola formulazione della domanda a decidere la risposta.
Validazione di ogni piano
Il modello produce intenti strutturati, mai SQL. Ogni piano è validato in modo deterministico prima di poter essere eseguito: un piano che non supera la validazione non raggiunge mai un database.
Esecuzione entro limiti definiti
Query full-text parametrizzate vengono eseguite in parallelo con un’utenza di database in sola lettura, con timeout per sorgente, limiti sul numero di righe e circuit breaker.
Normalizzazione e deduplica
I risultati di ogni motore vengono uniformati in un’unica struttura e deduplicati, conservando l’informazione su quali query hanno trovato ciascun record.
Reranking e risposta
Un reranking semantico produce le evidenze Top-K. Dove l’exposure lo consente, ESRA compone una risposta fondata su quelle evidenze e nient’altro, citando i record utilizzati.
Nessuna evidenza significa nessuna risposta, non una risposta inventata — una risposta senza nulla che la fondi è esattamente il fallimento che le risposte fondate servono a prevenire.
Funzionalità principali
Sei aree che rendono la ricerca in linguaggio naturale qualcosa che un’azienda può davvero mettere davanti a un client AI.
Nessun database vettoriale
Nessun job di embedding da eseguire, nessun vector store da proteggere e nessuna finestra di obsolescenza tra la modifica di un record e l’aggiornamento dell’indice. I tuoi dati restano nel sistema che li possiede.
Sei motori, un solo contratto
PostgreSQL, SQL Server, MySQL/MariaDB, Elasticsearch/OpenSearch, MongoDB e Oracle Text — ciascuno tramite le proprie funzionalità full-text native. Nessun termine prodotto dal modello diventa mai struttura della query: resta sempre e solo un valore al suo interno.
Il modello propone, la piattaforma decide
Ogni fase assistita dal modello ha un fallback deterministico: se il modello è lento o non disponibile, la ricerca funziona comunque e la risposta viene marcata come degradata anziché fallire.
Un’exposure può solo restringere
Una sorgente consente, una capability ne vincola un sottoinsieme, un’exposure ne pubblica un sottoinsieme ancora. Tentare di ampliare un limite è un errore di pubblicazione con una motivazione esplicita — mai un troncamento silenzioso.
Separazione dei ruoli
Custodire il segreto di connessione, modellare ciò che è ricercabile, definire la policy di accesso e pubblicare verso un’audience sono quattro ruoli distinti. Nessun ruolo singolo può completare l’intera catena.
Onboarding guidato e Try a query
Una procedura guidata legge il catalogo del database e propone cosa rendere ricercabile. Una volta pubblicato, Try a query esegue la pipeline reale e ne traccia ogni fase: "perché non ha restituito nulla" ha una risposta prima ancora che un chiamante lo chieda.
Cosa un chiamante non vede mai
Mai in una risposta: SQL, dettagli di connessione, credenziali, stack trace, diagnostiche del provider o qualsiasi campo non esplicitamente marcato come restituibile. La sicurezza a livello di record è applicata come predicato parametrizzato dentro la query e un claim mancante è fail-closed: la query non viene eseguita e la sorgente viene esclusa dall’invocazione. ESRA non sostituisce mai un valore di default e non omette mai il predicato.
Pronto a far leggere i tuoi dati agli agenti in sicurezza?
Prenota una sessione tecnica con il nostro team — o esplora la documentazione di ESRA.