Amlet — Il registro globale dei contenuti di intelligenza artificiale
Web Application
Logo e Brand identity - UI/UX design - FrontEnd - BackEnd - Infrastruttura
Streetlib, punto di riferimento nella digitalizzazione editoriale. Forti di una collaborazione consolidata, siamo orgogliosi di proseguire e supportare Streetlib nei loro progetti innovativi per il settore editoriale.
La nostra attuale collaborazione si concentra su Amlet - Global AI Content Registry, un sistema fondamentale per la protezione dei diritti dei creatori, per l'uso legale dei contenuti nell'intelligenza artificiale e per una gestione trasparente delle licenze.
Il cliente aveva l'esigenza di lanciare un MVP (Minimum Viable Product) per il progetto AMLET in tempi brevi, per validare l'idea sul mercato. La richiesta principale era quella di creare un'identità visiva e un logo che fossero minimali, facilmente riconoscibili a livello internazionale e incentrati sulla lettera "a". Inoltre, progettare e sviluppare l'intera piattaforma web (UI/UX, sviluppo e infrastruttura), capace di gestire la registrazione e la protezione dei contenuti nell'era dell'AI.
Siamo partiti dalla creazione di un'identità visiva distintiva, caratterizzata da un logo geometrico, una palette colori funzionale, font leggibili e icone uniformi. Tutti questi elementi sono stati scelti per simboleggiare chiaramente il legame tra la creatività umana e l'intelligenza artificiale.
In parallelo, abbiamo progettato un'interfaccia utente (UI) che è chiara e intuitiva, pensata per facilitare una rapida validazione dell'MVP (Minimum Viable Product). Per garantire la qualità, l'interfaccia è stata sviluppata tramite wireframe e mockup, focalizzandoci su leggibilità, accessibilità e flessibilità. L'adozione di un design system dedicato assicura, inoltre, coerenza e scalabilità del progetto.
Per la costruzione della web application abbiamo scelto React Router in modalità framework SSG (Static Site Generation), che ci ha permesso di pre-generare le pagine statiche garantendo performance ottimali. Per lo styling abbiamo optato per vanilla-extract, una soluzione CSS-in-TypeScript che garantisce type-safety completo e zero runtime overhead. La validazione dei dati è gestita attraverso Valibot, una libreria moderna e leggera con supporto completo per TypeScript. Per la costruzione della UI abbiamo integrato react-aria, che rispetta gli standard ARIA consentendoci di garantire accessibilità nei nostri progetti. Infine, per la gestione dello stato client-side abbiamo scelto Zustand, una soluzione minimale ma potente che mantiene il codice semplice e manutenibile
Il backend è stato realizzato con Django Ninja, un framework moderno che combina la solidità di Django con un'architettura API-first. La scelta di Python e Django è stata guidata dalla necessità di integrazione con l'ecosistema ISCC Framework e dalla vasta disponibilità di strumenti per AI/Machine Learning, content processing e media fingerprinting. Per la persistenza dei dati abbiamo optato per PostgreSQL 17.5 su Amazon RDS, sfruttando l'estensione pgvector per operazioni di ricerca vettoriale. L'infrastruttura è containerizzata con Docker in sviluppo, mentre in produzione il deploy avviene su AWS App Runner con infrastruttura gestita tramite Terraform. Il sistema di autenticazione è basato su API Key per le operazioni di scrittura, con credenziali gestite tramite AWS Secrets Manager.
L'intero lavoro è stato consegnato in tempi brevi per supportare un lancio efficace del MVP, necessario per validare il progetto.
Questi sono alcuni strumenti e tecnologie, di cui siamo follemente innamorati, usati per realizzare questo prodotto