Il settore degli influencer si basa su un’illusione: che la “persona” sia il contenuto. Con Zirelia ho voluto dimostrare che l’architettura sottostante — memoria, coerenza narrativa, identità visiva stabile — può essere completamente automatizzata. L’obiettivo non era creare un bot, ma costruire un agente con una prospettiva propria.

Zirelia è un motore AI open source per la creazione e gestione autonoma di virtual influencer su Twitter/X. Non è uno scheduler di post né un semplice wrapper attorno a ChatGPT. È un sistema agente multi-step che, a partire da un file di configurazione YAML, costruisce un’identità digitale completa: genera “pensieri” originali filtrati per coerenza con la persona, produce immagini fotorealistiche dello stesso soggetto tramite FLUX.1 su Replicate, e gestisce in autonomia timing, warm-up dell’account e anti-detection — senza intervento umano.

Sito Ufficiale: zirelia.github.io Repository: github.com/zirelia/zirelia

🎭 Il Problema: Creare un’Identità, Non Solo Contenuto

Quando si parla di automazione dei social media, il pensiero va subito a strumenti come Buffer o Hootsuite: strumenti che distribuiscono contenuto che qualcuno ha già scritto. Il problema è a monte.

Creare un virtual influencer credibile richiede di risolvere tre problemi simultaneamente:

1. Coerenza narrativa nel tempo — un account che parla di produttività un giorno e di cucina il giorno dopo non costruisce un’audience. La persona deve avere una voce riconoscibile, opinioni stabili, una “memoria” di ciò che ha già detto.
2. Identità visiva immutabile — il volto deve essere sempre lo stesso. Generare immagini con Midjourney in modo casuale produce soggetti diversi ad ogni run. Non basta.
3. Comportamento umano plausibile — postare ogni 4 ore esatte alle 12:00, 16:00 e 20:00 è rilevabile in pochi giorni. Un agente che vuole sopravvivere deve introdurre varianza naturale nel timing, warm-up graduale e pattern di engagement realistici.

Zirelia risolve tutti e tre.

🏗️ L’Architettura: Da YAML a Tweet Autonomo

Il cuore del sistema è un loop agente orchestrato da LangGraph che si esegue su scheduler. Ogni ciclo attraversa questi step in sequenza:

1. Caricamento del Contesto

L’agente legge il file persona.yaml, che definisce ogni aspetto dell’identità: nome, nicchia, tono di voce, valori, argomenti evitati, orari preferiti, stile delle caption e prompt di riferimento per la generazione visiva.

name: "Alex Meridian"
niche: "Minimalismo tech e produttività"
voice:
  tone: "Diretto, conciso, no-BS"
  avoid: ["politica", "gossip", "contenuti NSFW"]
posting:
  daily_posts: 3
  warmup_days: 14

2. Interrogazione della Memoria RAG

Prima di generare qualsiasi contenuto, l’agente interroga ChromaDB — il database vettoriale che archivia tutti i post precedenti — per recuperare i 50 contenuti più recenti per contesto. Questo garantisce che la persona non si contraddica, non ripeta gli stessi concetti a distanza di pochi giorni, e mantenga un arco narrativo coerente nel tempo.

3. Generazione del “Pensiero”

GPT-4 (o GPT-4o-mini per ridurre i costi) riceve persona, contesto temporale e memoria, e genera il post. Non si tratta di un semplice “scrivi un tweet su X”: il prompt è ingegnerizzato per far ragionare il modello come la persona, non solo sul tema. L’output viene poi sottoposto a un QA layer che verifica coerenza, tono e assenza di contenuti vietati prima di procedere.

4. Generazione dell’Immagine

Se il post prevede un’immagine, l’agente costruisce un prompt visivo che fonde la descrizione del soggetto fisso (derivata dal file persona) con il tema del post, e lo invia a FLUX.1 via Replicate. Il prompt include il trigger word del LoRA addestrato — garantendo che il soggetto generato sia sempre visivamente lo stesso.

5. Pubblicazione e Logging

Twitter/X API pubblica il tweet. Ogni operazione — testo, immagine, decisioni dell’agente, metadati di engagement — viene loggata in PostgreSQL, creando un audit trail completo e un dataset per analisi future.

🧠 Il Cervello: LangGraph, GPT-4 e Memoria Persistente

La scelta di LangGraph come framework di orchestrazione non è casuale. A differenza di LangChain semplice, LangGraph permette di modellare il flusso dell’agente come un grafo di stati, con branching condizionale e loop di retry.

In pratica: se il QA layer rileva che il post generato è inconsistente con la persona, l’agente non fallisce — torna allo step di generazione con un contesto arricchito. Se la generazione dell’immagine fallisce su Replicate, può fare retry o switchare su un modello di fallback.

La memoria a lungo termine è implementata via ChromaDB con embeddings OpenAI. Ogni post viene salvato come vettore semantico: l’agente non cerca solo i post recenti per data, ma recupera i contenuti semanticamente simili a quello che sta per generare, evitando ripetizioni tematiche anche a distanza di settimane.

Per approfondire l’architettura interna: Il Cervello: Dentro il Motore di Contenuto LLM di Zirelia

🎨 L’Identità Visiva: LoRA Training con FLUX.1

La sfida tecnica più interessante del progetto è stata la coerenza visiva. I modelli di generazione immagini base producono ogni volta un soggetto diverso, anche con prompt identici. Per un virtual influencer questo è inaccettabile.

La soluzione è il fine-tuning LoRA (Low-Rank Adaptation): si addestra un delta di pesi su 15-30 immagini del soggetto, che viene poi applicato al modello base FLUX.1 ad ogni generazione. Il risultato è un soggetto con identità visiva stabile — stessa struttura facciale, stesso stile — indipendentemente dal contesto della scena.

Il workflow di training è documentato nel progetto e compatibile con:

• Replicate (cloud, senza infrastruttura GPU propria)
• RunPod / Vast.ai (GPU on-demand per chi preferisce training locale)
• Kohya_ss come trainer locale

Il LoRA viene poi caricato su Replicate come modello privato e richiamato dall’agente ad ogni generazione tramite API, con un costo di circa $0.055 per immagine con FLUX.1 pro.

Guida completa: Coerenza Visiva su Scala: Addestrare un LoRA per il Tuo AI Influencer

📊 Il Caso di Studio: Un Virtual Influencer Costruito da Zero

Il modo migliore per validare un sistema del genere è costruire qualcosa di reale. Ho creato un virtual influencer di riferimento — un personaggio pubblico su Twitter/X con identità visiva propria — e l’ho lasciato girare in autonomia per settimane su hardware domestico minimo (un Raspberry Pi).

Il risultato: crescita organica dei follower, engagement reale, nessun ban. La cosa più interessante non sono i numeri — è che i follower interagiscono con la persona come se fosse reale, rispondono ai post, citano concetti che la persona ha espresso settimane prima. La coerenza narrativa costruita dalla memoria RAG funziona.

I dettagli completi, i dati di engagement e l’analisi tecnica dell’esperimento sono nel case study: Case Study: Sienna Fox — Costruire un Virtual Influencer da Zero

🛡️ Anti-Detection e Account Warm-Up

Uno degli aspetti più sottovalutati dell’automazione social è la sopravvivenza dell’account. Postare tre volte al giorno con un account nuovo porta al ban in pochi giorni. Zirelia implementa una strategia di warm-up graduata su 14-30 giorni, con un sistema di scheduling che introduce varianza randomizzata nei timing (nessun post esattamente all’ora) e una progressione logaritmica del volume di attività.

Il modulo anti-detection include:

• Timing randomizzato con distribuzioni gaussiane centrate sugli orari di punta della nicchia
• Warm-up progressivo da 1 post/giorno a piena velocità in 14 giorni
• Human-like delays tra le operazioni API
• Monitoraggio proattivo dei segnali di shadow-ban (analisi dell’engagement rate)

Approfondimento: Anti-Ban Strategy: Come Crescere un Account di Virtual Influencer Senza Essere Sospesi

🔧 Stack Tecnico e Infrastruttura

Zirelia è progettato per girare su hardware minimale. Il setup di riferimento è un singolo container Docker su un Raspberry Pi o VPS entry-level, con un costo operativo di circa $8-21 al mese interamente in API di terze parti (il motore è gratuito e open source).

Stack principale:

• Linguaggio: Python 3.11+ (async, Pydantic)
• Orchestrazione agente: LangGraph
• LLM: OpenAI GPT-4o / GPT-4o-mini (intercambiabile)
• Generazione immagini: FLUX.1 via Replicate API
• Fine-tuning visivo: LoRA (Kohya_ss / Replicate)
• Memoria vettoriale: ChromaDB
• Database log: PostgreSQL
• Infrastruttura: Docker, Docker Compose
• API social: Twitter/X Developer API v2
• Scheduling: APScheduler integrato nel container

Deploy in 3 comandi:

git clone https://github.com/zirelia/zirelia
cp .env.example .env   # inserisci le chiavi API
docker compose up -d

⚖️ Licenza e Modello Open Source

Zirelia è rilasciato sotto Elastic License 2.0 (ELv2): uso libero per progetti personali, interni all’azienda e ricerca. L’unica restrizione è la rivendita come servizio gestito a terzi.

Questo lo posiziona in un punto interessante dell’ecosistema: abbastanza aperto da essere utile a developer e ricercatori, abbastanza protetto da sostenere lo sviluppo continuativo. Chi vuole una soluzione chiavi-in-mano senza gestire l’infrastruttura può richiedere una configurazione gestita.

🚀 Perché Questo Progetto Mi Interessava

Zirelia nasce dall’intersezione di tre aree che trovo tecnicamente stimolanti: agenti AI multi-step con memoria persistente, generazione di immagini parametrica (LoRA), e i pattern comportamentali dell’automazione social a lungo termine.

Il problema del “virtual influencer” è in realtà un problema di identità persistente sotto un sistema agente — esattamente il tipo di sfida che mi interessa affrontare. Come si costruisce coerenza su scala temporale lunga quando il generatore (il LLM) è stocastico per natura? Come si addestra un sistema a “ricordare” non solo i fatti, ma il tono e lo stile?

Le soluzioni adottate — RAG su ChromaDB per la memoria semantica, LoRA per l’identità visiva, LangGraph per il controllo del flusso — sono applicabili ben oltre il caso d’uso specifico dei virtual influencer. Sono pattern architetturali per qualunque agente che debba mantenere un’identità coerente nel tempo.

Specifiche Tecniche

• Linguaggio: Python 3.11+
• Framework agente: LangGraph
• LLM: OpenAI GPT-4o / GPT-4o-mini
• Image gen: FLUX.1 pro/schnell via Replicate
• Fine-tuning: LoRA (Kohya_ss)
• Vector DB: ChromaDB
• Database: PostgreSQL
• Infrastruttura: Docker, Docker Compose
• API: Twitter/X Developer v2
• Licenza: Elastic License 2.0 (ELv2)
• Hardware minimo: Raspberry Pi 4 / VPS 1GB RAM
• Costo operativo: ~$8–21/mese (solo API di terze parti)