Dopo aver imparato qualcosa sul prompt engineering, e aver letto una valanga di rant e critiche (più o meno immotivate) sul vibe-coding, mi sono chiesto se sia davvero possibile scrivere una vera applicazione utile utilizzando esclusivamente modelli di Intelligenza Artificiale, senza avere la minima idea di quello che si sta facendo (o quasi).
In realtà ho già utilizzato in passato l’AI per modificare, correggere o scrivere da zero piccole utility, ma niente progetti utilizzabili nella vita reale da altre persone.
Da tempo cercavo un software simile a Jellyseerr, ma per i libri. Qualcosa che, dato un libro che mi è piaciuto, fosse in grado di suggerirmi altri libri simili. Purtroppo sembrava che un’applicazione simile non esistesse. Ed ecco quindi l’idea dietro a Bookseerr.
L’applicazione è composta da un backend in Python e da un frontend in React (e io di React, non so assolutamente nulla!). Si collega alla biblioteca di Calibre, che va montata all’interno del container e presenta la lista dei libri presenti.
Selezionato il libro desiderato, è possibile interrogare un modello AI, servito da Ollama (per me ho scelto gemma3:27b, ma è configurabile), il quale suggerisce un elenco di alcuni (5) libri che potenzialmente potrebbero piacere sulla base del libro selezionato, fornendo inoltre una motivazione per la scelta.
Il modello di AI, istruito col giusto prompt, mi ha guidato passo dopo passo nella realizzazione di tutti i componenti del software, dal backend, all’integrazione con il database di Calibre, dal frontend, fino al README.md del repository. Il processo non è stato velocissimo ed esente da problemi, ma ogni volta che si è presentato un problema, è stato risolto passo dopo passo, fornedogli di volta in volta i contenuti dei vari file su cui stavamo lavorando e i log prodotti dal container.
Se volete provare Bookseerr, è disponibile sul mio Gitlab, con licenza GNU GPLv3 o successive. Suggerimenti di migliorie o segnalazioni di problemi, sono ben accetti.