Become a member!

Corso MCP e Agentic AI con Delphi: rendi agentico il tuo gestionale

Due giorni hands-on per passare dal protocollo MCP a un agente AI embedded nel tuo gestionale Delphi, con mcp-server-delphi e DMVCFramework. In italiano, inglese o spagnolo, on-site o da remoto.
🌐
Questo articolo è disponibile anche in altre lingue:
🇬🇧 English  •  🇩🇪 Deutsch  •  🇪🇸 Español  •  🇧🇷 Português

Corso MCP e Agentic AI con Delphi: un gestionale Delphi rappresentato come pannello olografico scuro con griglie dati, collegato tramite un connettore USB-C (metafora del protocollo MCP) a un core AI luminoso circondato da tool orbitanti come database, ingranaggio, email, calendario e conferma.

Il corso hands-on per portare un agente AI dentro il tuo gestionale Delphi: dal protocollo MCP al loop agentico embedded, con mcp-server-delphi e DMVCFramework.

C’è un momento, in ogni cambio di paradigma, in cui una tecnologia smette di essere “una cosa interessante da guardare” e diventa “una cosa che devo saper fare”. Per l’AI agentica nel mondo Delphi, quel momento è adesso.

Non parlo di chatbot. Non parlo di incollare una risposta di ChatGPT dentro una TMemo. Parlo di un agente AI che vive dentro la tua applicazione, che capisce una richiesta in linguaggio naturale, orchestra i tuoi tool, rispetta le tue regole di business e si ferma a chiederti conferma quando serve. Scritto in Delphi. Con i tuoi dati che non escono dalla tua infrastruttura.

Fino a poco tempo fa, per uno sviluppatore Delphi questa era una frontiera lontana. Oggi è un corso di due giorni.

🔮

Scenari dal futuro prossimo

Il lunedì mattina. Sono le 8:47 di lunedì. Il responsabile vendite apre il gestionale e invece di sette schermate trova una frase: "Nel weekend sono arrivati 12 ordini, due sopra i 50k. Il cliente Rossi ha superato il fido: l'ordine è in attesa di una tua decisione. Ti ho preparato il riepilogo e una bozza di risposta." Nessuna dashboard da interpretare: il gestionale ha già letto, incrociato e preparato. A lui resta la parte che conta: decidere.


Perché mcp-server-delphi ha cambiato le carte in tavola

Quando è arrivato il Model Context Protocol, lo standard con cui gli LLM parlano con il software esterno, il primo passo naturale è stato: “esponiamo i tool del gestionale come MCP server, così Claude o Gemini possono usarli”. Utile, ma è metà del quadro. In quello scenario l’intelligenza vive fuori, in un client altrui, e la tua applicazione resta un fornitore passivo di funzioni.

E qui va detto con chiarezza: fermarsi a un solo MCP server, per molti scenari di business reali, è limitante e porta poco valore. Significa che i tuoi utenti devono uscire dal gestionale e lavorare dentro Claude o Gemini; che non controlli l’esperienza d’uso né il momento in cui l’AI deve fermarsi e chiedere conferma; che i tuoi dati transitano per un client di terze parti. Un MCP server è un ottimo punto di partenza, ma da solo non trasforma il tuo software: lo rende soltanto “pilotabile da fuori”. Nella maggior parte dei casi aziendali quello che serve davvero è l’agente dentro l’applicazione, non un telecomando esterno.

La libreria open source mcp-server-delphi (Apache 2.0, integrata con DMVCFramework) è stata una piccola rivoluzione nel panorama Delphi proprio perché non si ferma al server. In un’unica libreria trovi le tre parti che servono a costruire un’applicazione agentica completa:

Componente Cosa ti dà
🟢 MCP Server esponi i tool del tuo gestionale a qualsiasi client AI (Claude Desktop, Gemini CLI…), trasporto stdio e HTTP
🔵 MCP Client la tua app Delphi si connette ad altri server MCP e ne consuma i tool
🟣 Loop agentico il cuore: un agente scritto in Delphi che ragiona, chiama i tool in sequenza e porta a termine il task

È questa terza parte a fare la differenza. Con il loop agentico embedded l’intelligenza gira dentro il tuo .exe, eredita la sessione e i permessi dell’utente già loggato, e chiama codice Pascal che hai scritto tu. La tua applicazione non “supporta MCP”: diventa agentica.

🔮

Scenari dal futuro prossimo

Il controllo di gestione conversazionale. "Perché il margine di marzo è calato di due punti?" A un database una domanda così non puoi farla: a un database chiedi i numeri, e il "perché" te lo devi costruire tu con mezza giornata di estrazioni, pivot e telefonate. A un agente invece il "perché" lo chiedi direttamente: scava tra commesse, listini e costi di acquisto, formula ipotesi, le verifica sui dati, e risponde: "Tre commesse chiuse sotto margine, tutte dello stesso commerciale, tutte con lo sconto extra applicato a mano. Vuoi il dettaglio?" Il dato c'era già. Quello che mancava era qualcuno che andasse a cercarlo mentre tu fai altro.

E c’è un dettaglio che pesa più di quanto sembri: se hai già delle API RESTful sviluppate con DMVCFramework in produzione, mcp-server-delphi le trasforma in tool agentici senza riscriverle. Con una sola riga il tuo motore REST esistente viene esposto come server MCP, e ogni endpoint diventa una funzione che l’agente può chiamare. Anni di API già scritte diventano, di colpo, capacità dell’agente.

Questa scorciatoia è possibile per una ragione precisa: mcp-server-delphi non è una libreria isolata, è un’estensione di DMVCFramework, il web framework Delphi più popolare su GitHub. Conosce già i tuoi controller, le tue rotte e la loro documentazione, e li mette a disposizione dell’AI a costo quasi zero. Nessun altro approccio nel mondo Delphi parte da una base così solida.


Perché le aziende lo vogliono (e perché lo vorrai anche tu)

I numeri parlano chiaro: solo tra giugno e luglio, oltre 20 aziende europee che sviluppano in Delphi ci hanno chiesto una consulenza per capire cosa è concretamente possibile fare con questa libreria e come portarla nei loro applicativi. Aziende con software in produzione che vogliono sapere da dove iniziare, altro che curiosità accademica.

Nelle ultime settimane la domanda che ricevo più spesso non è più “cos’è MCP?”, ma “come lo metto nel mio gestionale?”. Le aziende hanno capito la cosa importante: il valore ce l’hanno già. I dati ci sono. La business logic, accumulata in anni di sviluppo, c’è. Le regole ci sono.

Manca un solo pezzo: un agente che sappia usare tutto questo su comando, in linguaggio naturale.

Immagina un direttore commerciale che, invece di aprire cinque schermate, scrive “gestisci questa mail di ordine”, e l’agente legge la richiesta, identifica il cliente, deduce dallo storico lo “sconto solito” mai scritto in nessun campo, prepara l’ordine in bozza e la mail di conferma, e si ferma ad aspettare il via libera umano. È esattamente il pattern che imparerai a costruire durante il corso.

Agente AI in un gestionale Delphi con conferma umana: un direttore commerciale davanti al monitor mentre l’assistente AI ha preparato ordine in bozza e mail di conferma, e il cursore è sul pulsante di approvazione

🔮

Scenari dal futuro prossimo

Lo scadenzario che scrive (quasi) da solo. "Prepara i solleciti per le fatture scadute da più di 30 giorni, ma con tono morbido per i clienti storici." L'agente scorre lo scadenzario, riconosce chi paga sempre con qualche giorno di ritardo e chi invece sta diventando un problema, prepara mail diverse per casi diversi, e le mette tutte in coda di approvazione. Venti minuti di lavoro amministrativo diventano due minuti di revisione.

Chi porta questa capacità nel proprio applicativo per primo dà ai suoi utenti molto più di “una feature AI in più”: dà un modo completamente nuovo di lavorare con il software. È un vantaggio competitivo, ed è a portata di chi conosce Delphi come te.


L’idea del corso: costruiamo un server MCP, poi lo evolviamo in un agente

Questo non è un corso teorico. È un percorso hands-on in cui, partendo da zero, costruiamo una singola applicazione che cresce insieme a noi. Ogni modulo aggiunge un pezzo e lo puoi confrontare con quello precedente per vedere esattamente cosa è cambiato.

La traiettoria è precisa e volutamente progressiva:

  1. Prima capiamo l’AI: cosa fa (e cosa non fa) un LLM, e perché ha bisogno di tool.
  2. Poi costruiamo un MCP server minimale: un solo tool, in ~90 righe, collegato a un client AI reale.
  3. Lo arricchiamo: parametri tipati e opzionali, tutti i tipi di risultato (numeri, oggetti, dataset, media), il “ponte d’oro” FromDataSet che trasforma una query FireDAC in JSON che il modello capisce.
  4. Lo esponiamo via HTTP: e affrontiamo la prima vera decisione architetturale.
  5. Cambiamo prospettiva, da server ad agente: lo stesso server, ora pilotato da un loop agentico che gira dentro l’app Delphi.
  6. Lo mettiamo in sicurezza: perché un agente con tool di scrittura è la parte che decide se il progetto va davvero in produzione.
  7. Lo portiamo a casa: dal caso reale al tuo gestionale.

Alla fine dei due giorni non avrai visto un agente funzionare: ne avrai costruito uno, e saprai come rifarlo sul tuo software.

🔮

Scenari dal futuro prossimo

Il magazzino che si accorge delle cose. Il magazzino di oggi ti dice quanti pezzi hai. Quello agentico si accorge che l'articolo X sta scendendo più veloce del solito, che il fornitore abituale ha appena allungato i tempi di consegna, e che tra sei settimane c'è la stagionalità che ogni anno ti coglie di sorpresa. E ti mette davanti una proposta d'ordine in bozza, con il ragionamento scritto nero su bianco. Tu la leggi, la correggi, la approvi. L'esperienza resta tua; la fatica di tenere insieme i segnali no.


Il programma (due giorni)

Giorno 1: Dal protocollo al server MCP

  • M0 · Demo iniziale e mappa: dove stiamo andando, mostrato prima ancora di spiegarlo.
  • M1 · Agentic AI in mezz’ora: LLM, tool use e il loop agentico, spiegati a chi programma.
  • M2 · Il protocollo MCP: Host, Client, Server; tool, resource, prompt; perché Delphi è perfetto (RTTI + attributi → schema generato da solo).
  • M3 · Il tuo primo MCP server 🧪: il primo tool, l’auto-registrazione, la disciplina di stdio, il collegamento a un client AI reale.
  • M4 · Server ricco 🧪: parametri, result types e FromDataSet, il modo in cui un gestionale Delphi parla all’AI.
  • M5 · HTTP e la decisione architetturale: doppio trasporto e le scelte che ne derivano.

Giorno 2: Dall’agente alla produzione

  • M6 · Dal server all’agente 🧪: ospitare il modello, configurare l’endpoint, far girare il loop agentico embedded.
  • M7 · Fiducia & Sicurezza: GDPR, prompt injection, governance: read-only prima, write con conferma umana; la regola man-in-the-loop.
  • M8 · Affidabilità & trust engineering: il caso reale mcp-firebird: pattern Guard, audit, eval deterministico. Un MCP server di produzione si testa come software vero.
  • M9 · AgenticERP decostruito: la demo completa: un unico .exe che è insieme agente + server MCP, sugli stessi pattern del corso, a scala enterprise.
  • M10 · Il tuo primo agente sul tuo gestionale: il metodo per applicare tutto questo al tuo applicativo, non a un esempio.
  • M11 · Produzione & oltre + Q&A: costi, max_turns, bridge REST→MCP, deployment, e le tue domande.

Ogni 🧪 è un laboratorio: si scrive codice, si compila, si vede il modello chiamare i tool che hai appena creato.

🔮

Scenari dal futuro prossimo

Il collega anziano che non va mai in ferie. In ogni azienda c'è la persona che sa come si fa la nota di credito per il reso parziale con l'IVA split payment. Poi va in ferie, o in pensione, e quel sapere esce dalla porta con lei. Un agente dentro il gestionale è quel collega anziano, sempre disponibile: gli chiedi come si fa, lui ti spiega e intanto ti prepara la schermata già compilata. La conoscenza tribale smette di essere tribale.


In italiano, inglese o spagnolo. On-site o da remoto.

Il corso è pensato per essere flessibile:

  • 🗣️ Tre lingue: può essere erogato in italiano, inglese o spagnolo.
  • 🏢 On-site: direttamente nella tua azienda, con esempi calati sul tuo dominio.
  • 💻 Da remoto: stessa esperienza hands-on, ovunque sia il tuo team.

Il corso è adatto a ogni sviluppatore Delphi. Chi non ha mai toccato LLM, agenti o MCP parte dalle fondamenta, senza dare nulla per scontato. Chi ci ha già sperimentato trova un percorso strutturato che mette in fila i pezzi e arriva fino all’agente in produzione.

🔮

La visione lunga

Spingiamo lo sguardo un po' più in là. Il gestionale del futuro prossimo non avrà solo utenti: avrà agenti che di notte preparano le bozze del giorno dopo, che rispondono alle domande al posto del manuale, che notano quello che a occhio umano sfugge. Ma con una gerarchia chiarissima: propongono, non decidono. Ogni scrittura passa da una conferma umana, ogni azione lascia una traccia in audit. Il paradosso è solo apparente: più l'agente è capace, più il tuo mestiere torna a essere quello di sempre, capire il cliente e decidere bene. Il resto è manovalanza digitale.


Stiamo organizzando una classe: sali a bordo

Stiamo componendo una nuova classe per MCP & Agentic AI con Delphi. Se vuoi essere tra i primi a portare un agente AI dentro il tuo gestionale (e farlo con metodo, in sicurezza, con codice che capisci fino in fondo), questo è il momento e questo è il punto di partenza.

  • 📩 Per iscrizioni, date e formati (aziendale o interaziendale): scrivi a professionals@bittime.it. La pagina dedicata al corso arriverà a breve; nel frattempo l’email è il canale diretto.
  • 💬 Hai già un progetto in mente? Oltre alla formazione offriamo consulenza specializzata per integrare concretamente l’AI agentica nei sistemi esistenti (Delphi, Python, C# e non solo): contattaci.
🎟️ Sconto del 20% per chi ha già frequentato

Hai partecipato al corso "Architetture AI per LLM: dalle fondamenta tecniche all'operatività aziendale"? Hai diritto a uno sconto del 20% su questo nuovo corso. Se ti interessa il corso (e lo sconto), scrivi a professionals@bittime.it.

Il tuo gestionale Delphi ha già tutto il valore che serve. Manca solo un agente che ci viva dentro. In due giorni, impari a costruirlo.


Domande frequenti

In che lingue si tiene il corso su MCP e Agentic AI con Delphi? Il corso può essere erogato in italiano, inglese o spagnolo.

Si svolge in presenza o da remoto? In entrambe le modalità: on-site nella tua azienda oppure da remoto, con la stessa impostazione hands-on e gli stessi laboratori.

Quanto dura? Due giorni. Il primo porta dal protocollo MCP a un MCP server ricco; il secondo cambia prospettiva, da server ad agente AI embedded, e affronta sicurezza e produzione.

A chi è rivolto? A sviluppatori Delphi, anche senza esperienza precedente di LLM, agenti o MCP. Si parte dalle fondamenta e non si dà nulla per scontato.

Quali prerequisiti servono? Conoscere Delphi. È utile una familiarità con DMVCFramework, ma non è indispensabile: gli esempi partono da zero.

Posso riutilizzare le mie API REST DMVCFramework esistenti? Sì. Poiché mcp-server-delphi è un’estensione di DMVCFramework, un motore REST già in produzione può essere esposto come server MCP con una sola riga, trasformando i tuoi endpoint in tool agentici senza riscriverli. Nel corso vediamo come farlo e come rifinirli per l’uso da parte dell’AI.

Cosa si costruisce concretamente durante il corso? Una singola applicazione che cresce modulo dopo modulo: da un MCP server minimale fino a un agente AI embedded che orchestra i tuoi tool, rispetta le tue regole di business e si ferma a chiedere conferma quando serve.

Come funziona lo sconto del 20%? Chi ha già frequentato il corso “Architetture AI per LLM: dalle fondamenta tecniche all’operatività aziendale” ha diritto a uno sconto del 20% su questo corso. Per attivarlo scrivi a professionals@bittime.it.

Come ci si iscrive? Scrivendo a professionals@bittime.it. La pagina dedicata al corso arriverà a breve.


Comments

comments powered by Disqus