AI Chatbot for Developer Support

This thesis presents the development of a Retrieval-Augmented Generation (RAG)-based chatbot for developer support, designed to facilitate access to information distributed across different providers. The system combines a live mode, which retrieves content in real time through MCP, and an offline mode, based on a local index built through synchronization and indexing processes. The architecture integrates dense and sparse retrieval techniques, with the aim of improving the relevance of the responses generated by the language model. The result is a tool designed to reduce the time spent searching for information and to make technical support more efficient in a corporate environment.

Questa tesi presenta lo sviluppo di un chatbot basato su Retrieval-Augmented Generation (RAG) per il supporto agli sviluppatori, progettato per facilitare l’accesso a informazioni distribuite tra diversi provider. Il sistema combina una modalità live, che recupera contenuti in tempo reale tramite MCP, e una modalità offline, basata su un indice locale costruito attraverso processi di sincronizzazione e indicizzazione. L’architettura integra tecniche di retrieval denso e sparso, con l’obiettivo di migliorare la pertinenza delle risposte generate dal modello linguistico. Il risultato è uno strumento pensato per ridurre i tempi di ricerca delle informazioni e rendere più efficiente il supporto tecnico in ambito aziendale.