feat: Initialize OmniSupport AI project structure

Sets up the basic project structure for OmniSupport AI, including:
- Vite build tool configuration.
- React and necessary dependencies.
- TypeScript configuration.
- Basic HTML and root component setup.
- Initial type definitions and mock data for core entities like tickets, agents, and queues.
- A README with setup instructions.
- A .gitignore file for common build artifacts and development files.

services/geminiService.ts

@@ -0,0 +1,143 @@
+import { GoogleGenAI } from "@google/genai";
+import { KBArticle, Ticket, TicketStatus } from "../types";
+
+const apiKey = process.env.API_KEY || '';
+// Initialize properly with named parameter
+const ai = new GoogleGenAI({ apiKey });
+
+/**
+ * Agent 1: Customer Support Chat
+ * Uses the KB to answer questions.
+ * SUPPORTS MULTI-LANGUAGE via Prompt Engineering.
+ */
+export const getSupportResponse = async (
+  userQuery: string,
+  chatHistory: string[],
+  knowledgeBase: KBArticle[]
+): Promise<string> => {
+  if (!apiKey) return "API Key mancante. Configura l'ambiente.";
+
+  // Prepare Context from KB
+  const kbContext = knowledgeBase.map(a => {
+    // Note: We now include 'content' even for URLs because we scrape the text into it.
+    if (a.type === 'url') {
+        return `Fonte Esterna [${a.category}]: ${a.title} - URL: ${a.url}\nContenuto Estratto: ${a.content}`;
+    }
+    return `Articolo [${a.category}]: ${a.title}\nContenuto: ${a.content}`;
+  }).join('\n\n');
+
+  const systemInstruction = `
+    Sei "OmniSupport AI", un assistente clienti virtuale globale.
+    
+    IL TUO COMPITO:
+    Rispondere alle domande dei clienti basandoti ESCLUSIVAMENTE sulla seguente Base di Conoscenza (KB) fornita in ITALIANO.
+    
+    GESTIONE LINGUA (IMPORTANTE):
+    1. Rileva automaticamente la lingua utilizzata dall'utente nel suo ultimo messaggio.
+    2. Anche se la KB è in Italiano, devi tradurre mentalmente la richiesta, cercare la risposta nella KB Italiana, e poi RISPONDERE NELLA LINGUA DELL'UTENTE.
+    3. Esempio: Se l'utente scrive in Inglese "How do I reset my password?", tu cerchi "Come reimpostare la password" nella KB e rispondi in Inglese.
+
+    BASE DI CONOSCENZA (ITALIANO):
+    ${kbContext}
+
+    REGOLE:
+    1. Se la risposta è nella KB, forniscila.
+    2. Se l'articolo è una fonte web (URL), usa il "Contenuto Estratto" per rispondere e fornisci anche il link originale all'utente.
+    3. Se la risposta NON si trova nella KB, ammettilo gentilmente (nella lingua dell'utente) e consiglia di aprire un ticket.
+    4. Sii cortese, professionale e sintetico.
+  `;
+
+  try {
+    const response = await ai.models.generateContent({
+      model: 'gemini-3-flash-preview',
+      contents: [
+        ...chatHistory.map(msg => ({ role: 'user', parts: [{ text: msg }] })), 
+        { role: 'user', parts: [{ text: userQuery }] }
+      ],
+      config: {
+        systemInstruction: systemInstruction,
+        temperature: 0.3, 
+      }
+    });
+
+    return response.text || "I apologize, I cannot process your request at the moment / Mi dispiace, non riesco a rispondere al momento.";
+  } catch (error) {
+    console.error("Gemini Error:", error);
+    return "Service Error / Errore del servizio.";
+  }
+};
+
+/**
+ * Agent 2: Knowledge Extraction
+ * Scans resolved tickets to find gaps in KB and drafts new articles.
+ */
+export const generateNewKBArticle = async (
+  resolvedTickets: Ticket[],
+  existingArticles: KBArticle[]
+): Promise<{ title: string; content: string; category: string } | null> => {
+  if (!apiKey) return null;
+
+  // Filter only resolved tickets
+  const relevantTickets = resolvedTickets.filter(t => t.status === TicketStatus.RESOLVED);
+  
+  if (relevantTickets.length === 0) return null;
+
+  // Aggregate ticket conversations
+  const transcripts = relevantTickets.map(t => {
+    const convo = t.messages.map(m => `${m.role.toUpperCase()}: ${m.content}`).join('\n');
+    return `TICKET ID: ${t.id}\nOGGETTO: ${t.subject}\nCONVERSAZIONE:\n${convo}\n---`;
+  }).join('\n');
+
+  const existingTitles = existingArticles.map(a => a.title).join(', ');
+
+  const prompt = `
+    Sei un Knowledge Manager AI esperto. 
+    Analizza i seguenti ticket risolti e confrontali con gli articoli esistenti nella Knowledge Base.
+    
+    ARTICOLI ESISTENTI: ${existingTitles}
+    
+    TICKET RISOLTI RECENTI:
+    ${transcripts}
+    
+    OBIETTIVO:
+    1. Identifica un problema ricorrente o una soluzione tecnica presente nei ticket risolti MA NON coperta dagli articoli esistenti.
+    2. Se trovi una lacuna, scrivi un NUOVO articolo di Knowledge Base per colmarla.
+    3. Restituisci il risultato ESCLUSIVAMENTE in formato JSON.
+
+    SCHEMA JSON RICHIESTO:
+    {
+      "foundGap": boolean,
+      "title": "Titolo del nuovo articolo",
+      "content": "Contenuto dettagliato in formato Markdown",
+      "category": "Categoria suggerita (es. Tecnico, Amministrazione, Account)"
+    }
+
+    Se non trovi nulla di rilevante o nuovo, imposta "foundGap" a false.
+  `;
+
+  try {
+    const response = await ai.models.generateContent({
+      model: 'gemini-3-pro-preview', // Pro model for better reasoning
+      contents: prompt,
+      config: {
+        responseMimeType: "application/json"
+      }
+    });
+
+    const text = response.text;
+    if (!text) return null;
+    
+    const result = JSON.parse(text);
+    if (result.foundGap) {
+      return {
+        title: result.title,
+        content: result.content,
+        category: result.category
+      };
+    }
+    return null;
+  } catch (error) {
+    console.error("Knowledge Agent Error:", error);
+    return null;
+  }
+};