Una KnowledgeSource è una fonte da cui possono essere recuperati segnali di conoscenza. È una fonte da cui i dati possono essere estratti per fornirti una Mappa della Conoscenza di chi sa cosa nella tua azienda.

Un KnowledgeAsset rappresenta un'area di conoscenza o competenza discreta all'interno della tua organizzazione — ad esempio un modulo software, un processo aziendale, una linea di prodotti o un dominio normativo. Gli asset sono i soggetti attorno ai quali KnowledgeFabric costruisce la Mappa della Conoscenza: traccia quali KnowledgeHolder mostrano segnali di attività per ciascun asset, così puoi individuare il rischio di concentrazione a colpo d'occhio.

Un KnowledgeHolder è una persona nella tua organizzazione che contribuisce segnali di conoscenza — tipicamente un dipendente, consulente o collaboratore identificato tramite una KnowledgeSource connessa (es. un committer Git, un incaricato Jira o un partecipante a una riunione). KnowledgeFabric mappa la conoscenza che ciascun holder contribuisce a ogni asset e usa quei dati per calcolare punteggi di rischio e resilienza individuali.

Il Resilience Score riflette quanto la conoscenza sia distribuita nella tua organizzazione per un dato KnowledgeAsset o per l'intero manifest. Un punteggio alto indica che più KnowledgeHolder condividono la conoscenza di un'area, riducendo la dipendenza da una singola persona. Un punteggio basso segnala che la conoscenza critica è concentrata — un indicatore di rischio chiave. I punteggi vengono ricalcolati ad ogni analisi tramite algoritmi di grafo (PageRank e Node Similarity) applicati alla Mappa della Conoscenza.

Quando attivi Analizza dalla schermata KnowledgeManifest, KnowledgeFabric esegue i seguenti passaggi:

1. Esegue un controllo di integrità su tutte le KnowledgeSource connesse.
2. Estrae i segnali di conoscenza da ciascuna fonte (commit Git, issue Jira, pagine Confluence, ecc.).
3. Mappa gli identificatori dei segnali ai KnowledgeHolder nel database.
4. Applica la ponderazione temporale — i segnali più datati hanno meno peso di quelli recenti.
5. Scrive le relazioni ponderate nel grafo della Mappa della Conoscenza.
6. Ricalcola i punteggi di resilienza e le metriche di rischio in tutti i report.

Puoi monitorare l'avanzamento in tempo reale dalla dashboard KnowledgeManifest.

KnowledgeFabric applica un modello di decadimento temporale a tutti i segnali di conoscenza. Un contributo di tre anni fa vale molto meno di uno del mese scorso. Il decadimento segue una curva esponenziale e ogni tipo di integrazione (Git, Jira, Confluence, ecc.) ha il proprio tempo di dimezzamento configurato. Questo mantiene la Mappa della Conoscenza aggiornata e riflette chi sta contribuendo attivamente oggi, non solo storicamente.

L'AI Asset Discovery utilizza un modello linguistico avanzato per suggerire automaticamente KnowledgeAsset in base alle tue fonti connesse. Per un repository Git, analizza un riepilogo compresso del codice per identificare domini di conoscenza logici. I suggerimenti appaiono come proposte "Scoperto dall'AI" che puoi esaminare, accettare o scartare prima che vengano aggiunte al tuo manifest. Questa funzionalità richiede un provider AI configurato (Azure OpenAI o Ollama) nelle impostazioni dell'ambiente in Amministrazione → AI Manager.

Se i tuoi report appaiono vuoti o invariati dopo l'analisi, segui questa lista di controllo:

• Almeno una KnowledgeSource è connessa e il suo controllo di integrità è superato (Configurazione → Knowledge Sources).
• I KnowledgeHolder sono stati creati e i loro alias corrispondono agli identificatori usati nelle fonti (es. indirizzi email Git, username Jira).
• I KnowledgeAsset hanno almeno una Signal Definition configurata (Configurazione → Knowledge Assets → Gestisci Segnali).
• L'analisi è completata senza errori — controlla il log di avanzamento del KnowledgeManifest per eventuali passaggi falliti.

Se il problema persiste, scarica i log di supporto e contattaci a support@knowledgefabric.io.

Per una risoluzione più rapida, segui questi passaggi:

1. Vai su Supporto → Log di Supporto e clicca Scarica Log di Supporto per salvare il file di log più recente.
2. Vai su Supporto → Invia Feedback, seleziona Bug come tipo di feedback, descrivi il problema e i passaggi per riprodurlo, e allega il file di log scaricato.
3. In alternativa, scrivi a support@knowledgefabric.io o chiama (+356) 7925 1928 e condividi il file di log con noi.

Includi sempre il file di log quando contatti il supporto — velocizza significativamente la diagnosi.