Trasforma un Mac mini nel server AI privato del tuo team

La maggior parte dei piccoli team che desidera un'AI privata si scontra con lo stesso muro. Gli assistenti nel cloud sono comodi, ma nessuno se la sente di incollarci dentro il lavoro dei clienti. Eseguire i modelli in autonomia sembra la scelta giusta, ma nessuno vuole fare da balia a un server GPU. Esiste una via di mezzo che sta su una scrivania: un Mac mini che esegue gli agenti del tuo team con modelli locali, all'interno degli stessi confini che il tuo spazio di lavoro SweetHive già utilizza.

Questa guida spiega cosa fa quella macchina, quale hardware ha senso scegliere, come configurarla e come eseguire le automazioni sulla stessa macchina.

Cosa fa davvero la macchina

In SweetHive ogni membro del team può avere un agente personale collegato ai contesti in cui lavora. L'agente risponde a partire dai messaggi presenti in quei contesti e non può mai vedere più di quanto veda la persona che lo possiede. Qualcosa deve far girare il modello dietro ogni agente. Hai due opzioni, e il Mac mini può ricoprire entrambi i ruoli.

• SweetHive Agents Node è l'app desktop gratuita per una sola persona. Include il runtime Ollama integrato, installa i modelli con un clic ed esegue gli agenti di quella persona. È disponibile per macOS (Apple Silicon e Intel) e Windows.
• SweetHive Agents Server ospita gli agenti di molte persone da un'unica macchina. Ha un'edizione desktop per macOS e Windows, pensata proprio per le organizzazioni che preferiscono usare un Mac mini o un Mac Studio invece di una macchina Linux. Fa parte dei piani Organization.

Se vuoi un'unica macchina silenziosa al servizio dell'intero team, l'Agents Server è quello che fa per te. Ogni membro resta comunque proprietario del proprio agente: il server mantiene ciascuna persona in un tenant separato e cifrato, e conversazioni, token e memoria non vengono mai mescolati tra le persone. La console di amministrazione mostra le operazioni, non i contenuti.

Scegliere l'hardware

Su Apple Silicon il modello risiede nella memoria unificata, quindi la RAM è il numero che determina cosa puoi eseguire. Il catalogo dei modelli nelle app SweetHive raggruppa i modelli in base alla memoria che richiedono. Come indicazione di massima, lasciando sempre spazio per macOS e per le app stesse:

• 8 GB: modelli piccoli come Qwen 3.5 4B. Vanno bene per risposte brevi e ricerche semplici, non per riassunti lunghi.
• 16 GB: la fascia standard, ad esempio Qwen 3.5 9B o Gemma 4 12B. Una base ragionevole per una macchina di team.
• da 32 a 40 GB: la fascia prestazionale, ad esempio Qwen 3.6 35B (un modello mixture-of-experts che resta veloce) o Gemma 4 26B. È qui che gli agenti iniziano a risultare davvero utili sulle domande a più passaggi.
• 96 GB e oltre: modelli di classe server. Oltre a ciò che un Mac mini può offrire, quindi valuta un Mac Studio se ti servono.

Per un team da cinque a dieci persone, un Mac mini con 32 GB o più è un obiettivo sensato. Con 16 GB funziona, ma aspettati risposte più semplici. Le dimensioni dei download vanno da circa 2 GB per i modelli più piccoli a oltre 20 GB per la fascia prestazionale, quindi pianifica anche un po' di spazio libero su disco.

Una nota sincera sulla velocità. Il server condivide un unico runtime del modello tra tutti, con una pianificazione equa: ogni persona ottiene al massimo una risposta in generazione alla volta, ed esiste un limite globale sul lavoro parallelo. Se tre persone chiedono nello stesso momento su una macchina modesta, qualcuno aspetta qualche secondo. Per un piccolo team di solito va bene; per un uso intenso, più memoria aiuta più di qualsiasi altra cosa.

Configurarlo

1. Crea il server in SweetHive. Un amministratore dell'organizzazione apre Impostazioni > Organizzazioni > Server degli agenti, crea il server e copia la chiave di registrazione. Il download dell'installer è collegato dalla stessa scheda.
2. Installa sul Mac mini. La configurazione al primo avvio chiede una password per la console, la chiave di registrazione, se la console sia raggiungibile solo da questo computer o dalla tua rete locale, e un modello predefinito. Le chiavi vengono salvate nel Portachiavi di macOS.
3. Esporta la chiave di ripristino. Fallo il primo giorno e conservala in un luogo sicuro. Senza di essa, i dati cifrati del tenant non possono essere recuperati su un nuovo computer.
4. Lascialo sveglio. L'edizione desktop può avviarsi al login, mantenere la macchina sveglia e riavviarsi dopo un crash. Collega il Mac mini a una rete cablata e lascialo acceso.
5. I membri scelgono il server aziendale. Quando un collega crea il proprio agente in SweetHive, sceglie il server aziendale anziché il proprio computer. Nessuna installazione sul suo portatile. L'agente arriva sul server automaticamente.

Cosa possono vedere gli agenti

Eseguire in locale non significa eseguire senza limiti. Ogni agente è circoscritto ai contesti scelti dal suo proprietario, e SweetHive verifica quell'ambito rispetto alla visibilità attuale del proprietario a ogni richiesta. Se qualcuno lascia un gruppo di progetto, anche il suo agente perde l'accesso a quel progetto.

Gli agenti lavorano a partire dai messaggi presenti nei loro contesti: possono elencare l'attività recente, cercare per parole chiave e, se il loro proprietario lo consente, redigere e pubblicare risposte dopo aver chiesto conferma. Con Agents Node 0.2.23 o successivo possono anche leggere i file allegati a quei messaggi: il testo di PDF, scansioni e immagini tramite un modello locale che legge le immagini, e file di testo come i CSV, fino a 20 MB ciascuno. I documenti Office, l'audio e il video non vengono ancora letti. Se il tuo team condivide scansioni o foto, installa sul Mac mini un modello che legge le immagini accanto a quello principale. Una conclusione in una riga nel messaggio conviene comunque: la ricerca per parole chiave la trova, e così fanno anche i tuoi colleghi.

Automazioni sulla stessa macchina

Il Mac mini è anche una buona casa per le automazioni, e qui hai due strumenti che si completano a vicenda.

SweetHive Workflows

In My agents > Workflows puoi disegnare una catena di passaggi su un canvas: generare testo con un modello, estrarre campi strutturati, chiamare un endpoint HTTP, ramificare in base a una condizione, pubblicare il risultato in un contesto. Un workflow si avvia manualmente, in base a una pianificazione o da un webhook, e ogni passaggio viene eseguito sulle tue macchine, non nel cloud. Ogni workflow viene eseguito come uno dei tuoi agenti, quindi non può mai leggere o pubblicare oltre l'ambito di quell'agente.

n8n accanto

Se il tuo team usa già n8n, un'istanza self-hosted gira tranquillamente sullo stesso Mac mini. Non esiste un'integrazione n8n dedicata, ma i due possono comunicare tramite semplice HTTP:

• Da n8n verso SweetHive: dai a un workflow SweetHive un trigger webhook. Quando lo salvi, ottieni il suo URL e un segreto, mostrato una sola volta. Un nodo HTTP Request di n8n può quindi chiamare quell'URL con il segreto nell'header X-Webhook-Secret, e il corpo JSON diventa l'input del workflow.
• Da SweetHive verso n8n: il passaggio di richiesta HTTP chiama solo indirizzi HTTPS pubblici e blocca le reti private, quindi localhost non funzionerà. Esponi il webhook di n8n tramite HTTPS (un reverse proxy o un tunnel) se ti serve questa direzione.

Un piccolo esempio: n8n sorveglia il modulo del tuo sito web, invia ogni nuova richiesta a un workflow SweetHive, un modello locale scrive un riassunto di due righe e il workflow lo pubblica nel tuo contesto Vendite per il gruppo giusto. I dati che raggiungono il modello non lasciano mai il Mac mini durante l'inferenza.

POST <URL del webhook del tuo workflow>
X-Webhook-Secret: <segreto mostrato alla creazione del trigger>
Content-Type: application/json

{"name": "Ada", "company": "Acme", "message": "Ci serve un preventivo per 40 unità"}

I Workflows sono una novità, quindi inizia con una piccola automazione, osservala nel monitor Jobs e cresci da lì. I webhook hanno un limite di frequenza per workflow, più che sufficiente per l'invio di moduli ma non pensato per dati in massa.

Una breve checklist

• Memoria prima di tutto: 32 GB o più se la userà l'intero team.
• Rete cablata, avvio al login, mantenere sveglio.
• Chiave di ripristino esportata e conservata lontano dalla macchina.
• Un solo modello per iniziare; aggiungine un secondo solo quando sai perché.
• Scrivi le decisioni nei messaggi, così gli agenti possono trovarle.

I team piccoli ma in gamba non hanno bisogno di un data center per usare l'AI in modo privato. Hanno bisogno di una macchina ben scelta e di uno spazio di lavoro che già sa chi debba vedere cosa.

Provalo con il tuo team. Avvia la prova gratuita di 14 giorni di SweetHive, configura i tuoi contesti e collega il tuo primo agente a un modello che gira sul tuo hardware.