La piattaforma
Ogni applicazione svolge una parte del lavoro — e passa le sue evidenze alla successiva. Usale insieme, o una alla volta.
Panoramica della piattaformaScopri come funziona il cicloOrchestrazione
DjiniousEngineeringOrchestrazioneProgettazione e dimostrazione
DjiniousLabModellazione e simulazione
DjiniousWorkshopIntegrazione di sistema
DjiniousSafeCodice certificabileOperatività
DjiniousCCOperatività e SCADADjiniousEngineeringOrchestrazioneDjiniousLabModellazione e simulazioneDjiniousWorkshopIntegrazione di sistemaDjiniousSafeCodice certificabile
DjiniousWorldRepliche 3D
DjiniousMapGIS ad agentiDjiniousCCOperatività e SCADA
DjiniousDataBase di conoscenza
DjiniousWorkflowAutomazione ad agenti
DjiniousMapGIS ad agentiDjiniousMap raccoglie dati geospaziali, misura ciò che effettivamente contengono e si rifiuta di disegnarli finché le coordinate non supportano una lettura. Ciò che sopravvive diventa una mappa live, un'analisi spaziale, un workflow — o una risposta che un agente IA dà al tuo team.
DjiniousMap
Cos’è
La maggior parte degli stack geospaziali sono tre prodotti cuciti insieme: qualcosa che ingerisce, qualcosa che disegna, qualcosa che calcola. Ognuno mantiene la propria copia di chi può vedere cosa. DjiniousMap è un unico piano di controllo, e l'isolamento è applicato sotto tutti e tre.
Un harvester preleva dataset pubblici e li registra con il loro URL sorgente, la licenza e la classificazione. Registrato non è la stessa cosa di presente: nulla viene copiato nella piattaforma finché non lo materializzi, e il catalogo dice chiaramente qual è quale.
data.gouv.fr · le tue fontiIl sistema di riferimento delle coordinate dichiarato dall'editore è trattato come un'affermazione. La piattaforma misura le coordinate, indica il CRS in cui effettivamente si trovano e ne riporta la confidenza. Quando i due sono in disaccordo, entrambi vengono conservati e il disaccordo viene mostrato.
EPSG · dichiarato vs misuratoPrecisione eccessiva delle coordinate, dati obsoleti, geometria non valida o nulla — ogni risultato spiega cosa è stato misurato, perché è rilevante e cosa fare. Quando non c'è nulla su cui basare un giudizio, il verdetto è Indeterminato piuttosto che una supposizione travestita da risultato.
con rimedio, e con “indeterminato”Componi i dataset materializzati in layer, stilizzali, filtrali e aggiungi widget di categoria, istogramma, formula o serie temporale che filtrano incrociati la mappa. Una mappa è un asset versionato, quindi una vista può essere pubblicata, condivisa e ripristinata a una versione precedente.
deck.gl · basemap IGNEsegui isocrone, percorsi, geocodifica diretta e inversa e join spaziali sui layer materializzati. I risultati tornano nel catalogo come dataset a sé stanti, così l'output di un'analisi è un input di prima classe per la successiva.
isocrone · instradamento · geocodificaCrea una pipeline su un canvas, pubblicala come asset versionato e attivala su una pianificazione o su un evento — dataset.refreshed, per esempio. Le esecuzioni girano su una coda di job con lease e trasmettono il loro avanzamento in tempo reale.
trigger a evento e a pianificazioneDentro al prodotto
Ogni schermata qui sotto è il prodotto in esecuzione.
01 · 01 · Raccolta
Registra un dataset dal catalogo pubblico o da una delle tue connessioni. La registrazione annota dove risiedono i dati, chi li pubblica, come sono concessi in licenza e come sono classificati — pubblico, interno, riservato o confidenziale. Nessuna feature si è ancora spostata.
DjiniousMap
02 · 02 · Profilazione
Materializzare copia le feature nella piattaforma e le profila: conteggio delle feature, tipi di geometria, indice spaziale, tassi di geometria nulla e non valida, le colonne temporali e il sistema di riferimento delle coordinate in cui i numeri effettivamente si trovano. Il profilo è ciò di cui si fida tutto ciò che sta a valle — e un dataset non può essere disegnato prima di essere profilato, perché disegnarlo comunque è il modo in cui un layer finisce nel Golfo di Guinea.
DjiniousMap03 · 03 · Composizione
Riunisci i dataset materializzati come layer su una mappa: stilizzali, ordinali, filtrali e aggiungi widget che filtrano incrociati ogni altro layer. La mappa è un documento, versionato come qualsiasi altro asset, così una vista pubblicata è riproducibile e una modifica sbagliata è a una versione di distanza dall'essere annullata.
DjiniousMap
04 · Tre dimensioni
Un layer poligonale con un attributo numerico può essere estruso in base a esso. Il caso ovvio è l'altezza degli edifici: BD TOPO include un'altezza misurata su ogni impronta, quindi impostare “Estrudi in base a” su quella colonna trasforma una planimetria in un modello volumetrico — e poiché il valore appartiene all'edificio stesso, il volume è una lettura, non un'illustrazione.
DjiniousMap
05 · 04 · Azione
Esegui un'analisi, pubblica un workflow, pianificalo, condividi il risultato. Il lavoro che richiede tempo gira su una coda di job con lease e heartbeat, così un worker che muore a metà esecuzione rilascia il proprio lease invece di lasciare il job bloccato — e ogni mutazione finisce in un audit log append-only lungo il percorso.
DjiniousMap
06 · Guardalo funzionare
A un agente esterno viene chiesto quali dataset la piattaforma si rifiuterà di disegnare. Cerca nel catalogo, legge due profili e spiega la differenza tra un dataset senza CRS deducibile e uno il cui editore ha semplicemente dichiarato il codice sbagliato. La sua conversazione appare nel pannello dell'assistente mentre lavora.
DjiniousMapIA e agenti
L'assistente non è un wrapper che legge il tuo schermo. Chiama la stessa API che chiami tu, come principal che il database riconosce, sotto le stesse policy a livello di riga — così non ci sono dubbi su cosa possa raggiungere, e nessun secondo modello di permessi da mantenere allineato al primo.
Quando gli viene chiesto qualcosa di rilevante, l'agente propone un piano e si ferma. Vedi l'analisi che intende eseguire e i layer che intende toccare, e attende. Un agente che esegue prima e riferisce dopo è uno che devi supervisionare; uno che propone è uno che puoi dirigere.
La trascrizione mostra ogni chiamata a uno strumento con i suoi argomenti e il suo risultato mentre avviene — incluse le chiamate che hanno restituito un errore. Uno strumento che ha fallito ed è stato ritentato fa parte del registro, perché una traccia che mostra solo il percorso riuscito è un riassunto, non una traccia.
Quando l'agente parla di un dataset, ne rende la card: il profilo, la lettura del CRS, i risultati. Stai guardando la vista propria della piattaforma sul record, non la parafrasi che ne fa l'agente.
L'agente accede come principal come qualsiasi altro. Una query a cui non dovrebbe poter rispondere non restituisce nulla, per lo stesso motivo per cui non lo farebbe per una persona: la policy non ha prodotto le righe. Non c'è nessuna allowlist specifica per l'agente da sbagliare.
Gli agenti al di fuori dell'app — un assistente per il coding, un analista pianificato, i tuoi strumenti — raggiungono la piattaforma tramite un server Model Context Protocol, con la stessa superficie di strumenti usata dall'assistente integrato nell'app. I token vengono generati per agente e portano il proprio ambito, e revocarne uno lascia intatta la sessione di ogni altro agente.
La trascrizione di un agente esterno viene resa nel pannello dell'assistente proprio dell'app, con un badge e senza compositore, perché una sessione specchiata non ha un'esecuzione da avviare. Il server assegna numeri di sequenza sotto un lock per sessione, e i tipi di evento sono lo stesso insieme chiuso che accoda un'esecuzione nativa.
Una mappa pubblicata può essere incorporata con un pannello di chat accanto, delimitato ai dati di quella mappa dal token di condivisione. Un lettore fa una domanda a parole e ottiene una risposta tratta dai layer sulla mappa — senza account, e senza portata oltre ciò che il token ha già reso pubblico.
DjiniousMap
Funzionalità
DjiniousMap è un'unica API Bun su due database, con un client React sopra: ciò che raccoglie i dati, ciò che li misura, ciò che li disegna, ciò che calcola su di essi e ciò che tiene le righe di ogni tenant fuori dalle query di ogni altro tenant.
Un harvester registra dataset da data.gouv.fr, conservando l'identificatore esterno proprio dell'editore, l'URL sorgente, la licenza e la frequenza di aggiornamento. Una nuova raccolta aggiorna la registrazione esistente invece di creare un duplicato.
Registra le tue fonti e crea dataset a partire da esse. Una connessione porta le proprie credenziali e la propria raggiungibilità separatamente dai dataset che la usano, così ruotare un segreto non lascia orfana una voce del catalogo.
Copiare le feature di un dataset nella piattaforma è un atto esplicito con un proprio job. Scarica la fonte, rileva il formato e inserisce a batch in una tabella creata per quel solo dataset — una tabella per dataset, mai un feature store condiviso.
GeoJSON, GeoPackage e le varianti compresse effettivamente pubblicate dal catalogo open data francese, incluso GeoJSON gzippato che si misura in centinaia di megabyte. L'ingestione avviene in streaming anziché in buffering, così la dimensione della fonte è limitata dal disco, non dalla memoria.
Le coordinate vengono misurate e confrontate con proiezioni candidate, producendo un codice EPSG dedotto e una confidenza. Il codice dichiarato dall'editore viene registrato accanto e non viene mai sovrascritto. Quando i due sono in disaccordo, la piattaforma lo dichiara e disegna a partire da quello misurato.
Conteggio delle feature, tipi di geometria, presenza dell'indice spaziale, tassi di geometria nulla e non valida, colonne temporali, SRID dichiarato e dedotto, e il bounding box WGS 84. Il bbox viene calcolato in PostGIS perché ST_Transform vive lì e in nessun altro posto.
Ogni risultato dichiara cosa è stato misurato, perché è rilevante e il rimedio. La precisione eccessiva delle coordinate quantifica l'accuratezza implicita rispetto a un GNSS di livello geodetico; i dati obsoleti indicano la colonna e la soglia; la geometria non valida riporta un tasso anziché un verdetto.
Quando mancano gli input di cui un risultato ha bisogno — nessuna frequenza di aggiornamento dichiarata, nessun proprietario, nessuna colonna di tipo data — il verdetto è Indeterminato e la pagina dichiara quali input erano assenti. Una supposizione presentata come una misurazione sarebbe peggio di nessuna risposta.
Un dataset che non può essere collocato su una mappa viene segnalato come non idoneo alla visualizzazione, con il risultato che ne è la causa. L'anteprima tabellare continua a funzionare: i dati non sono inutilizzabili, sono non mappabili, e la piattaforma distingue le due cose.
I dataset materializzati diventano layer con proprio stile, opacità, ordine e visibilità. Riempimento, tratto, spessore del tratto e raggio dei punti sono impostati per layer, e lo stile viene risolto tramite i design token del prodotto, così cambiare la palette del brand ridisegna la mappa insieme all'interfaccia.
Filtri categorici, a intervallo e temporali per layer, componibili e condivisibili. Un filtro creato da un widget viene ricollegato a esso, così rimuovere il widget rimuove i filtri che ha creato — in modo atomico, senza lasciare orfani.
Selezionare in un widget filtra la mappa e ogni altro widget, ed è ciò che rende una mappa multi-layer esplorabile e non solo leggibile.
Qualsiasi colonna che il profiler ha identificato come temporale può guidare una timeline: scorrila, o riproducila, e la mappa si ridisegna lungo il periodo. La barra appare solo quando esiste una colonna di questo tipo, così non implica mai una dimensione temporale che i dati non hanno.
Una mappa è un asset con versioni pubblicate immutabili, uno slug e un puntatore alla versione corrente — lo stesso modello di un workflow. Pubblicare congela un documento e ne calcola l'hash del corpo, così una vista condivisa è esattamente quella che è stata condivisa.
Esegui analisi sui layer materializzati e fai tornare il risultato nel catalogo come dataset a sé stante, profilato come qualsiasi altro. Un output è quindi un input di prima classe, e la discendenza è una relazione del catalogo anziché una convenzione sui nomi dei file.
Poligoni di tempo di percorrenza da un punto o da ogni feature di un layer, tramite un provider di instradamento innestabile. Il risultato è un dataset, quindi può essere stilizzato, filtrato e unito come qualsiasi altra cosa.
Percorsi punto-punto con la stessa astrazione di provider, che restituiscono una geometria che lo studio può disegnare.
La geocodifica diretta trasforma una colonna di indirizzi in punti; la geocodifica inversa trasforma i punti in indirizzi. Entrambe girano come job sull'intero dataset anziché riga per riga.
Tutto ciò che richiede tempo gira su una coda con lease e heartbeat. Un worker che muore a metà esecuzione smette di inviare heartbeat e il suo lease scade, così il job viene ripreso invece di restare bloccato per sempre in stato di esecuzione.
Crea una pipeline come grafo, configura ogni nodo e pubblicala come asset versionato. Un'esecuzione trasmette il proprio avanzamento in tempo reale, e lo stream è durevole: riconnettersi riproduce l'esecuzione dal suo log eventi anziché perdere ciò che è successo mentre eri assente.
Le automazioni legano un trigger a una versione pubblicata di un workflow. I trigger a pianificazione si attivano con una cadenza; i trigger a evento si attivano su eventi della piattaforma come dataset.refreshed, così una ricostruzione segue una raccolta senza che nessuno debba tenerla d'occhio.
Ogni automazione porta l'esito della propria esecuzione più recente, così una pipeline che fallisce silenziosamente da una settimana è visibile nella pagina di elenco e non solo in un log.
Pubblica una mappa dietro un token di condivisione per lettori senza account. Il token delimita ciò che è leggibile; non è un modo per aggirare il modello di tenancy ma un principal al suo interno.
Lo stesso viewer funziona in modalità embed per inserire una mappa live all'interno di un'altra pagina — incluso un embed conversazionale, dove il lettore fa domande alla mappa invece di operarne i controlli.
Espone la piattaforma come servizio alle applicazioni gemelle Djinious: token di servizio con ambito, una superficie di operazioni versionata sotto /api/provider/v1, e /ready, /version e /metrics per l'operatore.
Fiducia
Il multi-tenancy è di solito un problema di revisione: ogni nuova query è a una clausola WHERE dimenticata di distanza da una fuga di dati. DjiniousMap sposta il confine dentro i due database, dove una query sbagliata non restituisce nulla anziché restituire le righe di qualcun altro.
Ogni tabella è SCHEMAFULL e porta una clausola PERMISSIONS per ogni verbo, valutata rispetto al record con cui la connessione ha effettuato l'accesso. Una lettura negata non restituisce nulla. Anche una scrittura negata non restituisce nulla — motivo per cui ogni scrittura verifica che sia tornata indietro una riga invece di presumere che sia andata a buon fine.
SCHEMAFULL · PERMISSIONSLe tabelle delle feature sono governate da row-level security dichiarata FORCE, così le policy si applicano anche al ruolo proprietario. Quel ruolo viene creato nosuperuser e nobypassrls: non esiste nel database alcun principal in grado di leggere oltre una policy, incluso quello che ha creato la tabella.
nosuperuser · nobypassrlsOgni richiesta apre la propria transazione tramite un helper che imposta l'organizzazione prima che venga eseguita qualsiasi istruzione; le policy leggono quell'impostazione. Una richiesta che non ha risolto alcuna organizzazione non può aprire affatto una transazione, così “dimenticato di delimitarla” non è uno stato raggiungibile.
SET LOCAL, per transazioneLa funzione che crea la tabella delle feature di un dataset verifica prima che il dataset esista — un controllo che gira sotto la row-level security propria del chiamante. Un tenant che chiede di materializzare il dataset di un altro tenant non vede alcuna riga e viene rifiutato dal database, non da un handler.
security definer, RLS del chiamanteLa suite di test cross-tenant attraversa entrambi gli store e costruisce le proprie aspettative dai grant e dalle policy che trova, anziché da un elenco che qualcuno mantiene. Una tabella aggiunta senza una policy fa fallire l'attraversamento invece di passare perché nessuno si è ricordato di aggiungere un caso.
test di isolamentoLe password sono Argon2id, verificate nel database. La sessione è un token casuale a 256 bit in un cookie HttpOnly, di cui viene memorizzato solo l'hash SHA-256. Gli header della richiesta non vengono mai consultati per l'identità, e non esiste né uno stub né un override. Le credenziali di accesso federano verso il core Djinious condiviso.
Argon2id · HttpOnly · SHA-256Ogni mutazione finisce in un audit log append-only lungo il percorso della mutazione. Una pulizia di manutenzione pianificata gestisce la conservazione dell'audit e la scadenza delle sessioni, e un comando di riconciliazione enumera entrambi gli store e termina con codice diverso da zero quando le righe previste sono in disaccordo.
audit · riconciliazioneNel filo digitale
DjiniousMap svolge la propria parte del ciclo di ingegneria e trasmette le proprie evidenze — e funziona altrettanto bene anche da sola.
DjiniousMapGIS ad agentiDjiniousMap è di per sé una piattaforma geospaziale completa: raccogli dati aperti o le tue fonti, profilali onestamente, componili in mappe versionate, esegui isocrone, instradamento e geocodifica, e automatizza la pipeline — con la tenancy applicata dal database anziché dal codice applicativo.
Casi d’uso
5 casi documentati.
DjiniousMapTerritorio · isocrone e instradamentoAccesso e copertura dei serviziRispondi a “cosa c’è entro venti minuti da qui” per ogni sito in un layer, e mantieni la risposta aggiornata man mano che la sorgente cambia.DjiniousMap
Open data comunali · alberi, reti ciclabili, impianti sportiviInventari di asset comunaliRiunisci i dataset piccoli, disordinati e pubblicati localmente — e scopri quali di essi sono affidabili prima di disegnarli.DjiniousMapDati di riferimento nazionali · BD TOPO® · IGNDati di riferimento nazionali, in tre dimensioniEstrudi un layer di edifici in base al proprio attributo di altezza e leggi la città come volume anziché come sagome.DjiniousMapGovernance dei dati · assistente in-app e MCPRevisione del catalogo assistita da agentePoni la domanda a un agente che può leggere ogni profilo, e ottieni una risposta con le chiamate agli strumenti che l’hanno prodotta.DjiniousMapPrenota una demo
Porta il dataset su cui avete discusso. Novanta minuti sui tuoi dati, non sui nostri: lo profileremo davanti a te e leggeremo il risultato mano a mano che arriva — incluse le parti in cui la piattaforma rifiuta di disegnarlo, e perché.
Lungo il filo
DjiniousEngineeringOrchestrazioneL’ingegnere di sistema IA: prende in carico l’incarico e porta l’intero progetto attraverso un System Ledger tracciabile.
DjiniousWorldRepliche 3DAmbienti reali ricostruiti da LiDAR, fotografie e video — il contesto fisico del gemello.
DjiniousWorkflowAutomazione ad agentiAutomazione a grafo a cui ogni fase può ricorrere: costruisci un processo, eseguilo, osservalo e sottoponilo ad audit.
Djinious
