Files

Luca Sacchi Ricciardi 3d24dfdeaf feat: complete Sprint 2 with Telegram notifications integration

Add Telegram Bot notification node to n8n workflow:

New Features:
- Telegram notification node for critical severity logs
- Italian message template with emoji and MarkdownV2 formatting
- Smart routing: Telegram only for critical logs
- Error handling: continueOnFail prevents workflow interruption
- Environment-based configuration (TELEGRAM_CHAT_ID)

Message Template Includes:
- 🚨 Alert header with severity
- 📍 Server hostname identification
- 📝 AI-generated problem summary
- 💡 Suggested bash command in code block
- ⚠️ Confirmation required flag
- 📝 Additional notes from AI
- 📊 AI processing status
- 🤖 Model used (openai/gpt-4o-mini)
- ⏰ Localized Italian timestamp

Workflow Flow:
Webhook → HMAC → Validation → PostgreSQL → OpenRouter → Critical? → Telegram → Response
                                                      ↓ FALSE
                                               Success Response

Configuration Required:
1. Create Telegram Bot via @BotFather
2. Get TELEGRAM_BOT_TOKEN
3. Get TELEGRAM_CHAT_ID via @userinfobot
4. Configure credentials in n8n UI
5. Set TELEGRAM_CHAT_ID environment variable

Documentation:
- docs/telegram_setup.md: Setup instructions
- .env.example: Environment variables template
- .gitignore: Protect sensitive telegram_setup.md
- docs/prd.md: Updated Sprint 2 completion status

Sprint 2 Complete:
✅ Secure log ingestion (bash)
✅ n8n webhook workflow
✅ OpenRouter AI integration
✅ PostgreSQL storage
✅ HMAC authentication
✅ Telegram notifications

Refs: docs/specs/ai_pipeline.md, docs/specs/bash_ingestion_secure.md

2026-04-02 19:47:57 +02:00

4.4 KiB

Raw Blame History

Product Requirements Document (PRD) - MVP

Progetto: LogWhisperer AI (aka Sacchi's Server Sentinel)

Status: 🟢 MVP Active Development - Sprint 1 Completed
Last Updated: 2026-04-02
Version: 0.1.0

Sprint Progress:

✅ Sprint 1: Log Ingestion Script (Completed)
🔄 Sprint 2: AI Processing Pipeline (In Progress)
- ✅ Feature 2.1: LLM System Prompt (Metodo Sacchi)
- ✅ Feature 2.2: Telegram Bot Configuration
- ⏳ Feature 2.3: n8n Workflow Integration
⏳ Sprint 3: Alerting & Onboarding
⏳ Sprint 4: Landing Page & Payments

1. Executive Summary & UVP

Vision: Trasformare log di server e database incomprensibili in alert azionabili e in "plain language" per non-addetti ai lavori. Unique Value Proposition (UVP): "Il DevOps tascabile che traduce i crash del tuo server e ti dice l'esatto comando per risolverli in sicurezza, senza farti perdere ore su StackOverflow."

2. Target & Problema (Customer Discovery / Market Fit)

Buyer Persona (Early Adopters): Piccole Web Agency, sviluppatori freelance frontend/fullstack e startup early-stage.
Problema (Pain): Gestiscono VPS o piccoli cluster (es. AWS, DigitalOcean) ma non hanno budget o volume per un DevOps/Sistemista senior interno. Quando c'è un downtime, c'è il panico. Ore perse a decifrare log = siti down = clienti persi = danni economici e d'immagine.

3. Core Features (Scope dell'MVP)

Regola d'oro: Nessuna feature inutile. Sviluppiamo solo ciò che serve per validare l'ipotesi di mercato.

Feature 1: Log Ingestion (Edge to Cloud). Uno script bash super leggero fornito al cliente da installare sul proprio server. Lo script fa un tail -f sui log critici (es. syslog, nginx, postgresql) e spara il payload via POST request a un Webhook quando rileva stringhe di errore (es. "FATAL", "ERROR", "OOM").
Feature 2: AI Processing Pipeline. Workflow su n8n che riceve il payload dal Webhook, formatta il testo e fa una chiamata API a un LLM. Il System Prompt deve integrare il "Metodo Sacchi" (Safety first, little often, double check) per garantire risposte sicure e conservative.
Feature 3: Alerting Umano. L'LLM restituisce un JSON strutturato che n8n formatta e invia come notifica su Telegram o Slack del cliente. La notifica deve contenere:
- Sintesi del problema in italiano semplice (es. "PostgreSQL è crashato per mancanza di spazio disco").
- Severità (Low, Medium, Critical).
- Lo snippet di codice/comando esatto da lanciare per la mitigazione immediata.

4. Stack Tecnologico (Approccio Micro-SaaS)

Core Logic & API Gateway: n8n (self-hosted o cloud).
Database & Auth: Supabase / PostgreSQL (per gestire gli user_id, mappare i webhook_url univoci per cliente, e tracciare il piano di abbonamento).
AI Engine: API OpenAI (GPT-4o-mini per velocità/costo) o Anthropic (Claude 3.5 Sonnet per coding task).
Frontend MVP & Pagamenti: Landing page in HTML/CSS o builder No-Code integrata con Stripe Payment Links.

5. Business Model & Pricing

SaaS B2B a ricorrenza mensile (Tiered Pricing).
Tier 1 (Hobby/Solo): 19€/mese (Max 1 server collegato, max X alert/mese).
Tier 2 (Pro): 49€/mese (Fino a 5 server collegati).
Go-to-Market Offer: 14-day Free Trial (Cardless) per abbassare al minimo l'attrito in fase di "Activation".

6. Funnel di Crescita (Modello AARRR)

Acquisition (ToFu): Content marketing tecnico/dimostrativo su YouTube e LinkedIn ("Ho automatizzato il troubleshooting del mio server Linux con l'AI. Ecco i risultati"). Call To Action verso la Landing Page.
Activation: L'utente atterra sulla Landing Page, inserisce la mail, riceve il suo Webhook URL e lo script bash. L'Aha Moment scatta quando riceve il primo alert tradotto su Telegram dopo aver simulato un errore.
Retention: Valore passivo e continuo (il bot monitora silenziosamente 24/7). Zero lavoro per l'utente finché non c'è un problema.
Revenue: Trigger automatico via email allo scadere del giorno 14 per inserire la carta di credito su Stripe.
Referral: TBD in fase post-lancio (es. affiliazioni B2B o link "Powered by" nei report).

7. Metriche di Successo Iniziali (OMTM)

Activation Rate: % di iscritti alla Trial che installano effettivamente lo script e triggherano almeno 1 alert (se non lo installano, la Trial è inutile).
Trial-to-Paid Conversion Rate: % di utenti che inseriscono la carta al termine dei 14 giorni.x

4.4 KiB Raw Blame History