Creare, testare e distribuire workflow agentici con Sim

Quando si lavora con gli agenti AI, una delle sfide più faticose per gli sviluppatori è quella di passare rapidamente dai prototipi a sistemi deployabili e, si spera, affidabili. Sim è un progetto che nasce con l'obiettivo di affrontare questo passaggio, si tratta infatti di una piattaforma open source che consente di creare, testare e distribuire workflow agentici con un approccio visuale e modulare. Il risultato è quello di ridurre il tempo speso sulle pipeline di automazione.

Cos'è Sim e come funziona

Sim è un progetto open source, scritto principalmente in TypeScript, che mette a disposizione un ambiente completo per progettare sistemi basati sugli agenti e automatizzare processi incentrati sulle AI. Il repository dedicato su GitHub ne definisce lo scopo:

Open-source platform to build and deploy AI agent workflows.

In pratica, Sim si pone come ponte fra sviluppo e deploy di agenti AI. Permette quindi di creare workflow visuali collegando agenti, tool e blocchi logici. Nello stesso modo si possono
eseguire ed iterare flussi di lavoro in tempo reale, integrare modelli AI, API esterne, database e servizi di back-end. Lo sviluppatore ha poi la possibilità di deployare in pochi minuti il risultato in ambienti di produzione o di test. Sim, quindi, può essere utilizzato non solo per i prototipi ma anche per applicazioni stabili dove è necessario un livello di scalabilità elevato.

La piattaforma integra un editor visuale basato sul drag-and-drop di canva. Invece di scrivere interi flussi di orchestrazione da zero si possono:

• posizionare i nodi che rappresentano agenti, funzioni, tool o integrazioni;
• collegarli per definire il percorso logico del workflow;
• eseguirli istantaneamente per testare combinazioni e dipendenze.

Ciò permette anche di testare soluzioni di automazione o di iterare velocemente logiche complesse senza perdere di vista la struttura di un sistema. Sim è stato poi pensato per essere facilmente estendibile, si possono infatti integrare nuovi strumenti, modelli o servizi e combinare capacità diverse (ad esempio LLM, database vettoriali o servizi di messaggistica) in un singolo flusso di lavoro.

Una delle feature più interessanti per gli sviluppatori è l'integrazione con Copilot all'interno della piattaforma. Ciò permette di generare nodi a partire da descrizioni formulate in linguaggio naturale, correggere errori, suggerire miglioramenti nel workflow e accelerare l'interazione con l'editor visuale senza interrompere la sessione corrente.

Le modalità di deploy con Sim

Sim supporta diverse modalità di deploy, con soluzioni che riguardano sia gli ambienti di sviluppo locali che quelli di produzione.

Deploy self-hosted

È possibile eseguire Sim in locale o in un'infrastruttura privata utilizzando Docker, NPM o Dev Container. Non si deve fare altro che clonare il progetto e installare le dipendenze, configurare PostgreSQL con pgvector per le funzionalità di embedding ed eseguire il sistema con Docker Compose o con Bun o Node. Ad esempio, nel caso di Docker

git clone https://github.com/simstudioai/sim.git
cd sim
docker compose -f docker-compose.prod.yml up -d

o con Ollama:

docker compose -f docker-compose.ollama.yml --profile setup up -d
docker compose -f docker-compose.ollama.yml --profile cpu --profile setup up -d

potendo poi aggiungere modelli in modo simile a quanto proposto con l'istruzione seguente:

docker compose -f docker-compose.ollama.yml exec ollama ollama pull llama3.1:8b

In tutti i casi la piattaforma sarà accessibile da:

http://localhost:3000/

Deploy cloud-hosted

Se si preferisce una soluzione pronta all'uso, il front-end di Sim è disponibile anche in cloud tramite la sua interfaccia web che permette di iniziare subito, senza dover effettuare delle configurazioni complesse. Al momento sono disponibili diversi piani, tra cui una formula gratuita con 5GB di storage per i file.

Conclusioni: perché utilizzare Sim

Sim non è solo un editor visuale con cui orchestrare agenti, è una piattaforma completa che combina strumenti di automazione e produttività caratterizzata da:

• Basso time-to-value con prototipi funzionanti in pochi minuti;
• Visual debugging per comprendere e ottimizzare i workflow con un feedback visivo;
• Integrazione con nuovi moduli, modelli o servizi;
• Licenza open source per contribuire al progetto, modificarlo o adattarlo alle proprie esigenze.

Questo senza contare la possibilità di operare con una base di sperimentazione che facilità la scalabilità durante la fase di produzione.