{"canonicalLink":"https://www.snowflake.com/it/blog/observe-mcp-server-cli-ai-agents-telemetry/","robotsTags":["index","follow"],"cssClassNames":"blog-page page basicpage summit-page","allowedRenditionsWidth":["320","480","640","768","960","1200","1440","1920"],"templateName":"blog-page","description":"Il server MCP riprogettato e la nuova CLI Observe by Snowflake offrono agli agenti AI accesso diretto alla telemetria: indagini più rapide ed efficienti in termini di costi.","language":"it","title":"Agenti AI e telemetria: server MCP e CLI Observe","analyticsPageType":"homepage","analyticsCategory":"general","analyticsSubCategory":"","excludeFromAnalytics":false,"analyticsContentTags":["snowflake-site:taxonomy/blog/product-and-technology","snowflake-site:taxonomy/blog/product-and-technology/observability"],"analyticsEnabled":true,"coveoConfig":{"searchHub":"snowflake.com","organizationId":"snowflakecomputingproduction8neljofn","apiKey":"xx335921a6-2a0a-40f2-a167-e390b4766c3d","pipeline":"snowflake.com"},"analyticsDebugMode":false,"analyticsData":{"excludeFromAnalytics":false,"subCategory":"","pageType":"homepage","templateName":"blog-page","siteName":"snowflake","pageUrl":"/content/snowflake-site/global/it/blog/observe-mcp-server-cli-ai-agents-telemetry","language":"it","category":"general","pageName":"Collega gli agenti AI alla telemetria con il server MCP e la CLI Observe","contentTags":["snowflake-site:taxonomy/blog/product-and-technology","snowflake-site:taxonomy/blog/product-and-technology/observability"]},"isPasswordProtected":false,":hierarchyType":"page",":path":"/content/snowflake-site/global/it/blog/observe-mcp-server-cli-ai-agents-telemetry",":mappedPath":"/it/blog/observe-mcp-server-cli-ai-agents-telemetry/",":type":"snowflake-site/components/structure/page",":items":{"root":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"experiencefragment-banner":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-sub-header":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-pre-footer":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-header":"aem-GridColumn aem-GridColumn--default--12","markup_editor-table":"aem-GridColumn aem-GridColumn--default--12","responsivegrid":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-footer":"aem-GridColumn aem-GridColumn--default--12","markup_editor":"aem-GridColumn aem-GridColumn--default--12","container_47873732":"aem-GridColumn aem-GridColumn--default--12"},"columnCount":12,":items":{"experiencefragment-banner":{"id":"experiencefragment-2b4fe16197","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/en/site/pushdown-banner/pushdown-banner-blank/jcr:content","configured":true,"xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/en/site/pushdown-banner/pushdown-banner-blank.xfmodel.json",":type":"snowflake-site/components/experiencefragment"},"experiencefragment-header":{"id":"experiencefragment-dc5ca3feaf","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/it/site/mega-nav-header/master/jcr:content","configured":true,"xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/it/site/mega-nav-header/master.xfmodel.json","languageNavPath":"/content/snowflake-site/global/it/blog/observe-mcp-server-cli-ai-agents-telemetry.languagenav.json",":type":"snowflake-site/components/experiencefragment","appliedCssClassNames":"snowflake-sticky-nav-host"},"experiencefragment-sub-header":{"id":"experiencefragment-8ebc99c0c7","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/it/site/sub-navigation/master/jcr:content","configured":true,"xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/it/site/sub-navigation/master.xfmodel.json",":type":"snowflake-site/components/experiencefragment"},"responsivegrid":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"container_breadcrumb":"aem-GridColumn aem-GridColumn--default--12","container_main_content":"aem-GridColumn aem-GridColumn--default--12"},"columnCount":12,":items":{"container_breadcrumb":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"breadcrumb":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"blog-page-breadcrumb-indentation",":type":"snowflake-site/components/container","appliedCssClassNames":"snowflake-container",":items":{"breadcrumb":{"id":"breadcrumb-c0ad7fc2dd","breadcrumbItems":[{"title":"Blog","path":"/it/blog/","active":false},{"title":"Prodotto e tecnologia","path":"/it/blog/product-and-technology/","active":false},{"title":"Collega gli agenti AI alla telemetria con il server MCP e la CLI Observe","path":"/it/blog/observe-mcp-server-cli-ai-agents-telemetry/","active":false}],":type":"snowflake-site/components/blog/breadcrumb"}},":itemsOrder":["breadcrumb"]},"container_main_content":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"flexible_column_container":"aem-GridColumn aem-GridColumn--default--12","related_content":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"main-content",":type":"snowflake-site/components/container","appliedCssClassNames":"snowflake-container",":items":{"flexible_column_container":{"id":"flexible-column-container-2c2e736426","propertiesId":"snowflake-blog-template-main-container","type":"2-column-60-40","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"none","bottomPadding":"none","spaceBetween":"none","reverseOnMobile":true,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-b3cc75bcc4",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"container_hero":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"blog_hero":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-c7dfe344ef",":type":"snowflake-site/components/container",":items":{"blog_hero":{"id":"blog-hero-902501f77f","showClaude":true,"showChatGpt":true,"publicationDate":"AUG 13, 2026","timeToRead":"6","authors":[{"authorImage":{"id":"image-f5abd3d156","lazyEnabled":true,"isLcpImage":false,"src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--5d777f2c-add9-4626-9591-0f003fff2d77/anaiya-raisinghani.png?preferwebp=true&quality=85","alt":"Headshot-style photo of Anaiya Raisinghani of Snowflake","height":"1034","width":"1011",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-d2be8a7648","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/anaiya-raisinghani/"},"linkTargetContentType":"DOCUMENT_LEARN","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Anaiya Raisinghani"}}],"tag":{"tagText":"Prodotto e tecnologia","tagColor":"#3F808A"},"title":{"lines":["Collega gli agenti AI alla telemetria con il server MCP e la CLI Observe"],"type":"heading2",":type":"snowflake-site/components/title-v2"},"image":{"id":"image-c6ed6b7d59","lazyEnabled":true,"isLcpImage":false,"src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--4521e769-c96b-45e4-8e48-6bdff7d64c2d/54-general.jpg?preferwebp=true&quality=85","height":"720","width":"1680",":type":"snowflake-site/components/image"},":type":"snowflake-site/components/blog/blog-hero"}},":itemsOrder":["blog_hero"]},"responsivegrid_content":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"button":"aem-GridColumn aem-GridColumn--default--12","image":"aem-GridColumn aem-GridColumn--default--12","wistia_video":"aem-GridColumn aem-GridColumn--default--12","blog_text":"aem-GridColumn aem-GridColumn--default--12","image_1761558649":"aem-GridColumn aem-GridColumn--default--12","blog_text_885170056":"aem-GridColumn aem-GridColumn--default--12","blog_text_1023578293":"aem-GridColumn aem-GridColumn--default--12","blog_text_1649378731":"aem-GridColumn aem-GridColumn--default--12","blog_text_777441314":"aem-GridColumn aem-GridColumn--default--12"},"columnCount":12,"appliedCssClassNames":"snowflake-layout-container-inner-padding-small",":items":{"blog_text":{"id":"blog-text-01f36f9bac","text":"\u003Cp\u003EGli agenti hanno una comprensione sofisticata dei tuoi dati operativi. Gli assistenti di coding possono ora analizzare gli errori prima che un engineer apra un ticket e gli AI SRE possono correlare i guasti tra i servizi senza bisogno di essere allertati. In questo scenario in continua evoluzione, le persone potrebbero non essere più i principali lettori dei tuoi dati di telemetria.\u003C/p\u003E\n\u003Cp\u003EQuesto impone nuovi requisiti alle piattaforme di observability, perché l’observability deve funzionare sia per le persone sia per gli agenti. La telemetria deve essere facilmente accessibile, non solo tramite una UI, ma attraverso interfacce che gli agenti possono richiamare e automatizzare: API, model context protocol (MCP) e command line interface (CLI).  \u003C/p\u003E\n\u003Cp\u003EPer contribuire a garantire che l’observability funzioni sia per le persone sia per le macchine che interagiscono con i dati, siamo orgogliosi di annunciare la general availability del \u003Cb\u003Eserver MCP Observe by Snowflake riprogettato e di una nuova CLI Observe con parità completa di funzionalità rispetto all’MCP\u003C/b\u003E (la general availability è in fase di rollout su tutti i cluster; eu-2 e ca-1 seguiranno a breve). Questo significa che ogni operazione che il server MCP mette a disposizione degli agenti è disponibile anche come comando CLI. \u003C/p\u003E\n\u003Cp\u003EQuesti due strumenti sono pensati per la crescente community di engineer che vogliono collegare i propri agenti AI a Observe, o semplicemente aggirare la UI esistente per interagire con la piattaforma Observe. Gli engineer utilizzano il server MCP e la CLI per sviluppare agenti personalizzati di triage degli alert, che interrogano automaticamente Observe quando scatta un alert ed estraggono la telemetria di produzione per dare contesto al debugging, e copilot che affiancano le persone durante le indagini sugli incidenti, oltre ad altre funzionalità. \u003C/p\u003E\n\u003Cp\u003ECon il server MCP riprogettato e la nuova CLI, gli agenti che devono ragionare sull’ambiente di produzione possono ora interrogare Observe direttamente, con maggiore velocità ed efficienza. \u003C/p\u003E\n\u003Cp\u003E \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"button":{"id":"button-27a0b59501","showOutboundIcon":false,"buttonLink":{"valid":true,"attributes":{"target":"_blank"},"url":"https://www.snowflake.com/en/product/observe/"},"linkTargetContentType":"GENERIC","linkType":"SNOWFLAKE_EXTERNAL",":type":"snowflake-site/components/button","appliedCssClassNames":"snowflake-button-primary snowflake-button-blue snowflake-button-regular snowflake-button-center","text":"Scopri come Observe by Snowflake trasforma la telemetria in insight, rapidamente "},"blog_text_1649378731":{"id":"blog-text-fc3ecfe136","text":"\u003Ch2\u003EAccesso CLI compatibile con gli agenti a tutta la piattaforma Observe\u003C/h2\u003E\n\u003Cp\u003ELa precedente CLI Observe copriva solo una piccola parte di ciò che la piattaforma era in grado di fare: la maggior parte delle funzionalità non era accessibile dal terminale. La nuova CLI, compatibile con gli agenti, offre accesso programmatico alle funzionalità di Observe dalla riga di comando, con la stessa superficie disponibile tramite il server MCP e nella UI. Funziona sia in ambienti agentici come Claude Code sia in sessioni interattive da terminale. \u003C/p\u003E\n\u003Cp\u003EAlcuni workflow possono essere eseguiti in autonomia in background e gestire task di routine senza la presenza di un engineer. Altri sono progettati per l’uso interattivo e richiedono che un engineer guidi direttamente l’indagine. La nuova CLI è un’interfaccia programmatica che aiuta i nostri utenti a comporre, automatizzare ed estendere i propri workflow di observability. \u003C/p\u003E\n\u003Ch3\u003ESkill predefinite per i workflow di observability più comuni \u003C/h3\u003E\n\u003Cp\u003ESia la CLI sia il server MCP includono una libreria di skill: workflow strutturati, creati sulla base del modo in cui gli engineer Observe risolvono i task di observability più comuni. Agenti ed engineer possono usare queste skill direttamente per indagare sugli incidenti, tracciare i guasti, validare le modifiche, individuare problemi n+1 e persino rilevare gli outlier. Le skill funzionano subito, senza setup aggiuntivo dopo la configurazione: così sia le persone sia le macchine partono immediatamente a pieno regime. \u003C/p\u003E\n\u003Ch2\u003EUn MCP riprogettato, pensato per l’efficienza dei costi e l’accesso degli agenti \u003C/h2\u003E\n\u003Cp\u003EPrima di ricostruire il server MCP, abbiamo parlato con i team di engineering che collegano già i propri agenti a Observe. Il loro feedback ha dato forma a ciò che abbiamo costruito:\u003Cbr\u003E\n\u003C/p\u003E\n\u003Cul\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EEliminare l’intermediario LLM rende il server MCP più efficiente in termini di costi. \u003C/b\u003ESenza di esso, gli agenti si collegano direttamente alle API di Observe, riducendo latenza e overhead per ogni chiamata.\u003Cbr\u003E\n\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EDiversi team avevano creato soluzioni alternative proprie, perché non esisteva un accesso programmatico supportato. \u003C/b\u003EIl server ricostruito copre ciò di cui quei team avevano bisogno.\u003Cbr\u003E\n\u003C/p\u003E\n\u003C/li\u003E\n\u003Cli\u003E\u003Cp\u003E\u003Cb\u003EI team di engineering avevano in mente casi d’uso specifici,\u003C/b\u003E tra cui l’aggiornamento delle dashboard dopo un’indagine, il recupero delle immagini dei grafici per report automatizzati e l’interrogazione diretta degli errori APM. Abbiamo ampliato la nostra piattaforma per supportarli. \u003C/p\u003E\n\u003C/li\u003E\n\u003C/ul\u003E\n\u003Cp\u003EIl cambiamento più significativo del nuovo server MCP è di natura economica. L’architettura originale integrava un harness LLM personalizzato. Riceveva la query di un utente, gestiva il ragionamento e restituiva una risposta. Con i progressi dei foundation model, un intermediario LLM Observe non è più necessario. La nuova architettura lo elimina, così quel costo non deve più essere trasferito. \u003C/p\u003E\n\u003Ch2\u003EApprofondimento tecnico: ora il server MCP offre agli agenti accesso diretto a Observe \u003C/h2\u003E\n\u003Cp\u003E\u003Cb style=\"font-family: adobe-clean, "Source Sans Pro", -apple-system, BlinkMacSystemFont, "Segoe UI", Roboto, Ubuntu, "Trebuchet MS", "Lucida Grande", sans-serif;\"\u003ENel vecchio server MCP, \u003C/b\u003Egli agenti dovevano inviare le query a un unico endpoint, dove l’LLM di Observe interpretava la domanda e restituiva una risposta. Questo significava che gli agenti non avevano visibilità diretta sulla struttura dei dati di Observe né il permesso di esplorare i data set, con costi elevati sia per Observe sia per i nostri clienti. \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"image":{"id":"image-529ac75abb","lazyEnabled":true,"isLcpImage":true,"src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--62694001-8ded-44dc-a96a-5cf1e433c0f8/observe-before-opal-query-mcp.png?preferwebp=true&quality=85","alt":"In the old MCP Server, agents had to send queries to a single endpoint, where Observe’s LLM interpreted the question and returned an answer. This meant agents didn’t have direct visibility into Observe’s data structure and didn’t have permission to explore data sets","height":"1002","width":"1816",":type":"snowflake-site/components/image"},"blog_text_1023578293":{"id":"blog-text-7deb33b906","text":"\u003Cp\u003E\u003Cb\u003ENel nuovo server MCP, \u003C/b\u003Egli agenti si collegano alla piattaforma Observe e accedono alle stesse API che alimentano il frontend di Observe. Gli agenti possono quindi interrogare direttamente il grafo di contesto di Observe, stabilire quali data set siano più utili da interrogare (per risposte più accurate) e scrivere codice \u003Ca href=\"https://docs.observeinc.com/docs/what-is-opal\"\u003EOPAL\u003C/a\u003E efficiente, eseguendo query di observability precise su qualsiasi dato di telemetria.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"image_1761558649":{"id":"image-420e64b9b8","lazyEnabled":true,"isLcpImage":false,"src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--9d2d76f5-ea0c-4798-8588-4a92db3c939c/observe-after-opal-query-mcp.png?preferwebp=true&quality=85","alt":"OPAL query after MCP Server","height":"1352","width":"1826",":type":"snowflake-site/components/image"},"blog_text_885170056":{"id":"blog-text-339decacc8","text":"\u003Cp\u003E \u003C/p\u003E\n\u003Cp\u003ETramite il server MCP, gli agenti accedono alle stesse funzionalità disponibili nella UI di Observe: mappe dei servizi APM, configurazione della raccolta dati OpenTelemetry in Observe ed elenco degli alert attivi. \u003C/p\u003E\n\u003Cp\u003ENel complesso, queste funzionalità danno agli agenti accesso diretto a ciò che si trova in Observe, senza la latenza e i costi del vecchio intermediario LLM. \u003C/p\u003E\n\u003Ch2\u003EIniziare a usare il server MCP\u003C/h2\u003E\n\u003Cp\u003EPer iniziare a usare il server MCP Observe, accedi al tuo tenant, vai su “Manage account” → “MCP server details” e segui le istruzioni per l’agente che preferisci. La demo qui sotto illustra l’intera configurazione e un workflow di indagine dal vivo.\u003C/p\u003E\n\u003Cp\u003E \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"wistia_video":{"id":"wistia-video-9c5f43194f","title":{"id":"title","type":"heading1","lines":["Collega gli agenti AI alla telemetria con il server MCP e la CLI Observe"],":type":"snowflake-site/components/title"},"wistiaVideoId":"tn7r21lo0b","showVideoLength":true,"showRewatchButton":true,":type":"snowflake-site/components/wistia-video"},"blog_text_777441314":{"id":"blog-text-6a6a041fc3","text":"\u003Ch2\u003ERendere i dati di observability accessibili a ogni strumento del tuo stack \u003C/h2\u003E\n\u003Cp\u003EIn Observe by Snowflake crediamo che l’observability sia fondamentalmente un problema di dati e stiamo costruendo per essere in prima linea in questo cambiamento nel modo in cui l’observability è utilizzata. Il nuovo server MCP Observe e l’accesso tramite CLI ci permettono di rendere i dati di observability direttamente accessibili agli agenti AI e ai workflow di sviluppo su cui i team fanno già affidamento. \u003C/p\u003E\n\u003Cp\u003EScopri di più e inizia con \u003Ca href=\"https://www.snowflake.com/en/product/observe/\" target=\"_blank\" rel=\"nofollow noopener noreferrer\"\u003EObserve by Snowflake\u003C/a\u003E.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"}},":itemsOrder":["blog_text","button","blog_text_1649378731","image","blog_text_1023578293","image_1761558649","blog_text_885170056","wistia_video","blog_text_777441314"],":type":"wcm/foundation/components/responsivegrid"},"responsivegrid_premium_content_banner":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{},"columnCount":12,"appliedCssClassNames":"snowflake-responsive-component-top-padding-medium",":items":{},":itemsOrder":[],":type":"wcm/foundation/components/responsivegrid"},"container_author_chip":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"author_chip":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-503ee1b801",":type":"snowflake-site/components/container","appliedCssClassNames":"snowflake-responsive-component-top-padding-medium",":items":{"author_chip":{"id":"author-chip-f1e2d0067a","title":{"id":"title","type":"heading2","lines":["Learn more about the authors"],":type":"snowflake-site/components/title-v2"},"authors":[{"authorImage":{"id":"image-f5abd3d156","lazyEnabled":true,"isLcpImage":false,"src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--5d777f2c-add9-4626-9591-0f003fff2d77/anaiya-raisinghani.png?preferwebp=true&quality=85","alt":"Headshot-style photo of Anaiya Raisinghani of Snowflake","height":"1034","width":"1011",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-d2be8a7648","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/anaiya-raisinghani/"},"linkTargetContentType":"DOCUMENT_LEARN","linkType":"SNOWFLAKE_INTERNAL",":type":"snowflake-site/components/button","text":"Anaiya Raisinghani"},"authorTitle":"Senior Product Marketing Manager, Observability"}],":type":"snowflake-site/components/blog/author-chip"}},":itemsOrder":["author_chip"]},"container_share_article":{"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"share_article":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-373c2c47a5",":type":"snowflake-site/components/container","appliedCssClassNames":"snowflake-responsive-component-top-padding-small",":items":{"share_article":{"id":"share-article-343faa5165","linkedInShareUrl":"https://www.linkedin.com/shareArticle?mini=true&url=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fit%2Fblog%2Fobserve-mcp-server-cli-ai-agents-telemetry&title=Collega+gli+agenti+AI+alla+telemetria+con+il+server+MCP+e+la+CLI+Observe","twitterShareUrl":"https://x.com/intent/post?url=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fit%2Fblog%2Fobserve-mcp-server-cli-ai-agents-telemetry&text=Collega+gli+agenti+AI+alla+telemetria+con+il+server+MCP+e+la+CLI+Observe","facebookShareUrl":"https://www.facebook.com/sharer/sharer.php?u=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fit%2Fblog%2Fobserve-mcp-server-cli-ai-agents-telemetry",":type":"snowflake-site/components/blog/share-article"}},":itemsOrder":["share_article"]}},":itemsOrder":["container_hero","responsivegrid_content","responsivegrid_premium_content_banner","container_author_chip","container_share_article"]},"flexible_column_content_container_2":{"layout":"SIMPLE","id":"container-2b4677dd8f",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"blog_table_of_content":{"id":"blog-table-of-content-f851b5934f","tableOfContents":[],":type":"snowflake-site/components/blog/blog-table-of-content"}},":itemsOrder":["blog_table_of_content"]},"isBlogPage":true,"isActiveTOC":false,":type":"snowflake-site/components/flexible-column-container"},"related_content":{"id":"related-content-c5e55ab239","relatedContent":[],"isBlogPage":true,":type":"snowflake-site/components/blog/related-content"}},":itemsOrder":["flexible_column_container","related_content"]}},":itemsOrder":["container_breadcrumb","container_main_content"],":type":"wcm/foundation/components/responsivegrid"},"container_47873732":{"additionalClasses":"section--blog-newsletter","gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","columnClassNames":{"flexible_column_cont":"aem-GridColumn aem-GridColumn--default--12"},"layout":"RESPONSIVE_GRID","columnCount":12,"id":"container-b3f20fbbd0",":type":"snowflake-site/components/container","appliedCssClassNames":"snowflake-container",":items":{"flexible_column_cont":{"id":"flexible-column-container-e6d627ada3","type":"1-column","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"small","bottomPadding":"none","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"propertiesCSSClasses":"section--blog-newsletter","backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-3ab3f001df",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"marketo_v2":{"id":"marketo-v2-044e675f9e","marketoForm":{"edit":false,"successUrl":null,"formId":"3320","script":null,"values":null,"hidden":null},"title":{"id":"title","type":"heading3","lines":["Subscribe to our blog newsletter","Get the best, coolest and latest delivered to your inbox each week"],":type":"snowflake-site/components/title-v2"},"munchkinId":"252-RFO-227","serverInstance":"252-RFO-227.mktoweb.com","formConfigured":true,"partnerCampaignPage":false,"marketoConfigured":true,":type":"snowflake-site/components/form/marketo-v2"},"text":{"id":"text-8ecedad283","additionalClasses":"newsletter-disclaimer","text":"\u003Cp\u003EBy submitting this form, I understand Snowflake will process my personal information in accordance with their Privacy Notice.\u003C/p\u003E\r\n","richText":true,":type":"snowflake-site/components/text"}},":itemsOrder":["marketo_v2","text"]},"isBlogPage":true,"isActiveTOC":false,":type":"snowflake-site/components/flexible-column-container"}},":itemsOrder":["flexible_column_cont"]},"experiencefragment-pre-footer":{"id":"experiencefragment-ddb76fe836","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/it/site/get-started-pre-footer/get-started-pre-footer/jcr:content","configured":true,"xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/it/site/get-started-pre-footer/get-started-pre-footer.xfmodel.json",":type":"snowflake-site/components/experiencefragment"},"markup_editor":{"id":"markup-editor-ab34cc09bc","title":"Page CSS","cssContent":"@media screen and (min-width:768px){.snowflake-blog-author-chip-wrapper{justify-content:flex-start}.snowflake-blog-related-content-on-blog-page{max-width:1408px;margin-left:auto;margin-right:auto}.snowflake-text{font-family:Lato,sans-serif;font-weight:400;font-size:16px;line-height:24px}}.section--blog-newsletter{max-width:none;width:100%;padding-left:0;padding-right:0;margin-left:0;margin-right:0;margin-bottom:0}.section--blog-newsletter .mktoField{background-color:transparent !important}.section--blog-newsletter\u003E.container{padding-left:0;padding-right:0}@media screen and (min-width:768px){.section--blog-newsletter\u003E.container{padding-left:0;padding-right:0}}.newsletter-disclaimer p{font-size:14px !important}.section--blog-newsletter .snowflake-marketo-form-container{margin-bottom:24px;background-color:#f6f9fa;gap:48px;box-shadow:none}.section--blog-newsletter .snowflake-title p.snowflake-title-line:first-child{font-family:Texta;font-size:24px;line-height:26px;font-weight:700;margin-bottom:4px}.section--blog-newsletter .snowflake-title p.snowflake-title-line{text-transform:none;font-family:\"Lato\",sans-serif;font-size:16px;line-height:24px;font-weight:normal}@media screen and (min-width:1024px){.section--blog-newsletter .snowflake-marketo-form-container{display:flex;justify-content:center}.section--blog-newsletter .snowflake-title .snowflake-title-line{text-align:left}.section--blog-newsletter .snowflake-marketo-form .mktoFormRow:has(\u003E input[type=\"hidden\"]){flex-grow:0}.section--blog-newsletter .snowflake-marketo-form{display:flex;width:50% !important}.section--blog-newsletter .snowflake-marketo-form .mktoButtonRow{flex-grow:0;width:auto !important;margin-left:0;margin-right:0}.section--blog-newsletter .snowflake-marketo-form .mktoFormRow{flex-grow:1}.section--blog-newsletter\u003E.container{padding-left:0;padding-right:0}.section--blog-newsletter .snowflake-marketo-form-title{width:50%;margin-bottom:0 !important}.section--blog-newsletter .center .snowflake-title{align-items:flex-start}}.snowflake-sub-navigation a.snowflake-sub-navigation-primary-link{width:auto !important}.snowflake-blog-hero{align-items:stretch !important}","isGSAPEnabled":false,":type":"snowflake-site/components/markup-editor"},"markup_editor-table":{"id":"markup-editor-a5bf52da4d","title":"Table Styling CSS","cssContent":"#snowflake-blog-template-main-container table{width:100%;background-color:var(--ui-background-01);border-collapse:collapse;border:2px solid var(--ui-background-09);font-family:'Lato',sans-serif;color:var(--ui-background-09)}#snowflake-blog-template-main-container table thead{background-color:var(--ui-01)}#snowflake-blog-template-main-container table th,#snowflake-blog-template-main-container table td{border:2px solid var(--ui-background-09);padding:var(--spacing-01)}","isGSAPEnabled":false,":type":"snowflake-site/components/markup-editor"},"experiencefragment-footer":{"id":"experiencefragment-4f8778e09e","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/it/site/footer/master/jcr:content","configured":true,"xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/it/site/footer/master.xfmodel.json",":type":"snowflake-site/components/experiencefragment"}},":itemsOrder":["experiencefragment-banner","experiencefragment-header","experiencefragment-sub-header","responsivegrid","container_47873732","experiencefragment-pre-footer","markup_editor","markup_editor-table","experiencefragment-footer"],":type":"wcm/foundation/components/responsivegrid"}},":itemsOrder":["root"],"locale":"it"}