Gaulin.ai è diventata contributor ufficiale di RAGflow, il motore RAG open-source di infiniflow con oltre 40.000 stelle su GitHub. Il contributo include due elementi concreti: il connettore per Microsoft SQL Server (MSSQL) come sorgente dati e la traduzione italiana completa dell'interfaccia utente. Spieghiamo cosa significa e perché è rilevante per le aziende italiane.
Cos'è RAGflow e perché è importante
RAGflow è un sistema open-source per costruire applicazioni di tipo RAG (Retrieval-Augmented Generation): chatbot e assistenti AI che non "inventano" risposte, ma le generano partendo da documenti e dati reali che conosce già. A differenza di un LLM generico, un sistema RAG sa cosa c'è nei tuoi contratti, nei tuoi manuali tecnici, nel tuo database — e risponde sulla base di quelle fonti, citandole.
Il progetto infiniflow/ragflow si distingue per la sua architettura completa: gestisce l'intera pipeline RAG, dal parsing intelligente dei documenti all'indicizzazione vettoriale, dal retrieval alla generazione della risposta. Supporta PDF, Word, Excel, pagine web, database — e ora, grazie al nostro contributo, anche Microsoft SQL Server.
RAGflow in numeri: oltre 40.000 stelle su GitHub, più di 500 contributor da tutto il mondo, aggiornamenti settimanali attivi. È uno dei progetti RAG open-source più seguiti al mondo nel 2026.
Il contributo MSSQL: perché SQL Server era la lacuna da colmare
Tra le sorgenti dati supportate da RAGflow — MySQL, PostgreSQL, file locali, SharePoint, S3 — mancava Microsoft SQL Server. Una lacuna significativa per il mercato europeo e italiano in particolare: SQL Server è il database più diffuso nelle PMI e nelle medie imprese italiane, spesso al cuore di gestionali, ERP e sistemi legacy.
Senza supporto MSSQL, chi voleva usare RAGflow doveva esportare manualmente i dati o costruire connettori custom — lavoro che molte aziende non hanno le risorse per fare. Con il connettore MSSQL nativo ora integrato nel progetto, RAGflow può connettersi direttamente a un'istanza SQL Server, indicizzare il contenuto delle tabelle selezionate e renderlo immediatamente disponibile come knowledge base per il sistema RAG.
In pratica: un'azienda che ha anni di dati su SQL Server — schede prodotto, storico ordini, knowledge base di supporto, documentazione tecnica strutturata — può ora farli "parlare" attraverso un chatbot AI installato on-premise, senza esportazioni intermedie e senza che un solo byte esca dalla rete aziendale.
Come funziona il connettore MSSQL in RAGflow
- Connessione tramite stringa di connessione standard (host, porta, database, credenziali)
- Selezione delle tabelle o delle query da indicizzare
- Trasformazione automatica dei record in chunk testuali pronti per l'embedding
- Aggiornamento incrementale: solo i record nuovi o modificati vengono re-indicizzati
- Supporto a SQL Server 2016 e versioni successive, incluso Azure SQL
La traduzione italiana: RAGflow finalmente nella nostra lingua
Il secondo contributo riguarda l'accessibilità: l'interfaccia di RAGflow è ora disponibile in italiano. Non si tratta solo di comodità — per molte PMI italiane, avere strumenti enterprise in italiano è una condizione necessaria per l'adozione reale. Un responsabile amministrativo o un operatore di produzione che deve usare RAGflow ogni giorno non può lavorare con un'interfaccia solo in inglese.
La traduzione copre l'intera interfaccia: menu di navigazione, configurazione delle knowledge base, gestione dei dataset, impostazioni dei modelli, messaggi di errore e documentazione in-app. È già disponibile nelle versioni ufficiali del progetto.
Per le aziende italiane: RAGflow è ora la soluzione RAG open-source più completa con supporto nativo a SQL Server e interfaccia in italiano — entrambe le caratteristiche necessarie per un'adozione reale nelle PMI italiane.
Perché Gaulin.ai ha scelto di contribuire a un progetto open-source
La scelta di contribuire a RAGflow nasce da una convinzione precisa: le migliori soluzioni AI on-premise si costruiscono sulla comunità open-source, non su stack proprietari. Noi installiamo e configuriamo RAGflow per i nostri clienti — era naturale restituire qualcosa al progetto, risolvendo due problemi che avevamo incontrato direttamente sul campo.
Il connettore MSSQL è nato da un'esigenza reale di un cliente che usava SQL Server come repository documentale. La traduzione italiana è nata dalla consapevolezza che abbassare la barriera linguistica è il primo passo per aumentare l'adozione dell'AI nelle aziende italiane.
Contribuire a un progetto con 40.000 stelle significa anche che le funzionalità che sviluppiamo vengono validate, migliorate e mantenute da una comunità globale. I nostri clienti beneficiano di codice revisionato da centinaia di sviluppatori in tutto il mondo — non solo dal nostro team.
RAGflow on-premise: come lo installiamo per le aziende italiane
RAGflow è la base di molte delle installazioni chatbot su documenti e sistemi RAG aziendale che Gaulin.ai realizza. L'installazione tipica include:
- Setup dell'infrastruttura: server dedicato o workstation con GPU, Docker, configurazione della rete interna
- Configurazione del modello LLM: scelta e ottimizzazione del modello più adatto (Llama, Mistral, Qwen, Phi-4) in base all'hardware disponibile
- Connessione alle sorgenti dati: documenti locali, SharePoint, SQL Server, MySQL — qualsiasi sistema già in uso in azienda
- Personalizzazione dell'interfaccia: branding aziendale, profili utente, autorizzazioni per reparto
- Formazione del team: onboarding su come usare il sistema per i casi d'uso specifici dell'azienda
Il tutto rimane completamente on-premise: nessun dato esce dalla rete aziendale, nessun abbonamento cloud, piena conformità GDPR. Per i dettagli tecnici sull'architettura RAG, leggi il nostro articolo RAG su documenti aziendali: come funziona.
Cosa cambia concretamente per le aziende con SQL Server
Per capire l'impatto pratico del connettore MSSQL, considera questi scenari tipici:
| Scenario | Prima del connettore MSSQL | Dopo il connettore MSSQL |
|---|---|---|
| Knowledge base prodotti su SQL Server | Export manuale CSV, re-upload periodico | Sincronizzazione automatica e continua |
| Storico assistenza clienti | Non indicizzabile senza ETL custom | Disponibile come contesto per il chatbot |
| Dati gestionali / ERP | Nessuna connessione diretta a RAGflow | Query SQL selettive come sorgente RAG |
| Documentazione tecnica strutturata | Solo tramite file esportati | Direttamente dal database, sempre aggiornata |
FAQ: domande frequenti su RAGflow con MSSQL
Cos'è RAGflow?
RAGflow è un motore open-source per sistemi RAG (Retrieval-Augmented Generation) sviluppato da infiniflow. Permette di costruire chatbot e assistenti AI che rispondono partendo da documenti aziendali, database e altre sorgenti dati, installabile completamente on-premise.
Cosa ha contribuito Gaulin.ai a RAGflow?
Due contributi: il connettore nativo per Microsoft SQL Server (MSSQL), che permette di usare database SQL Server come sorgente dati per i sistemi RAG, e la traduzione italiana completa dell'interfaccia utente.
RAGflow supporta Azure SQL oltre a SQL Server on-premise?
Sì. Il connettore usa il driver standard pyodbc/pymssql, compatibile sia con istanze SQL Server on-premise che con Azure SQL Database. La stringa di connessione è identica — cambia solo l'host.
RAGflow è conforme al GDPR?
L'installazione on-premise di RAGflow è la configurazione più sicura sotto il profilo GDPR: tutti i dati rimangono all'interno della rete aziendale, non vengono inviati a nessun server esterno. Nessun DPA con provider cloud, nessun trasferimento extra-UE.
Come posso installare RAGflow con supporto MSSQL nella mia azienda?
Gaulin.ai offre un servizio completo di installazione e configurazione. Contattaci per una demo gratuita di 30 minuti: analizziamo la tua infrastruttura e ti diciamo esattamente cosa serve.
Vuoi RAGflow nella tua azienda con il tuo SQL Server?
Installiamo e configuriamo RAGflow on-premise con connettore MSSQL, modello AI scelto in base al tuo hardware e interfaccia in italiano. I tuoi dati restano nella tua rete.
Richiedi una demo gratuita →