servizi pubblici digitali

ANPR Explorer, la via open source ai dati anagrafici dei Comuni


Indirizzo copiato

ANPR Explorer permette agli uffici comunali di consultare residenza e stato di famiglia attraverso la PDND. Il progetto open source integra motivazione obbligatoria, registro degli accessi e protezione delle credenziali, mentre restano da affrontare autenticazione con identità digitale e collocazione cloud

Pubblicato il 16 nov 2026

Davide Grioni

Responsabile CED del Comune di Trezzo sull’Adda

Andrea Tironi

Project Manager – Digital Transformation



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Un filo tra Comune e anagrafe




All’Ufficio Tributi arriva un avviso tornato al mittente. Il Messo deve notificare un atto e non è sicuro che l’indirizzo sia quello giusto. Un erede chiede informazioni su una posizione e serve sapere chi componeva il nucleo familiare della persona scomparsa. Tre pratiche diverse, una sola domanda: dove risiede davvero questa persona, e con chi?

La risposta esiste, ed è l’Anagrafe Nazionale della Popolazione Residente. Il problema è arrivarci.

Con l’avvento dell’ANPR, l’accesso all’anagrafe locale è concesso ai soli uffici preposti, dotati di apposito certificato, e molti software gestionali non hanno l’abilitazione in sola consultazione, o, se ce l’hanno, viene venduta a caro prezzo.

ANPR via PDND: il primo ostacolo per gli uffici comunali

La soluzione a questo problema arriva dalla PDND, la Piattaforma Digitale Nazionale Dati, che da anni promette di far parlare i sistemi tra loro senza passare dalle persone. Promessa vera, ma con un biglietto d’ingresso: client, chiavi, voucher, finalità, pattern di sicurezza ModI. Per un Comune medio, senza un team di sviluppo interno, è una salita che spesso non si comincia nemmeno.

Da qui nasce ANPR Explorer, un’applicazione web disponibile su GitHub. Fa una cosa sola, e cerca di farla bene: permette agli operatori comunali di consultare residenza e stato di famiglia su ANPR attraverso la PDND, in modo controllato. In questo articolo vediamo cosa fa, e soprattutto cosa abbiamo imparato lungo la strada, perché è lì che sta la parte utile anche per chi non lo userà mai.

Il messaggio è: anche la PA grazie all’Ai può fare piccole applicazioni per risolvere problemi reali, e farle anche bene. Che sia l’inizio di un nuovo ecosistema di software che risolvono problemi della PA fatti da chi la PA la vive?

In questo articolo

  • Una domanda semplice, una strada complicata
  • Cos’è ANPR Explorer
  • Tre e-service e un container
  • Superare gli ostacoli
  • Lo stato di famiglia di chi non c’è più
  • Dati personali: la sicurezza è nell’architettura
  • Cosa manca ancora
  • Lo strumento è su GitHub

Dagli e-service ANPR alla scrivania del Comune

Chi lavora in un ente locale, sprovvisto di sviluppatori interni, conosce bene la distanza fra il catalogo delle piattaforme nazionali e la scrivania dell’ufficio. La PDND c’è, gli e-service ANPR ci sono, la circolare DAIT n. 73/2023 consente ai Comuni l’approvazione automatica per molti di questi servizi. Sulla carta, tutto pronto.

Nella pratica, tra “l’e-service è disponibile” e “l’operatore ottiene la residenza a schermo” ci sono una decina di passaggi tecnici che nessuna circolare descrive per intero. Bisogna firmare un JWT con una chiave privata, ottenere un voucher, costruire header di sicurezza secondo le Linee Guida AgID sull’interoperabilità, chiamare un gateway che, quando qualcosa non va, risponde con un laconico “la richiesta non è conforme al profilo di interoperabilità”, si ma quale?

Il risultato è prevedibile. O ci si affida alla software house di turno, con i tempi e i costi del caso, o, in assenza di risorse interne, si inviano continue richieste ai colleghi dell’anagrafe che cercano al posto nostro. Serviva una terza via: uno strumento piccolo, leggibile, installabile in casa, che facesse il lavoro sporco dell’integrazione e lasciasse all’operatore solo la parte che gli compete, cioè la pratica.

Come funziona ANPR Explorer

ANPR Explorer è un’applicazione web composta da due parti. Un backend in Node.js e TypeScript, che parla con la PDND e con ANPR, firma ciò che va firmato e custodisce quanto fa tenuto riservato. Un front end in React con Bootstrap Italia, il design system della PA, che l’operatore usa dal browser. Si installa con Docker su un server dell’ente e gira lì: nessun cloud di terzi in mezzo. (Un nodo che affronteremo più avanti)

Le funzioni sono volutamente poche:

  • Consultazione della residenza a partire dal codice fiscale, con l’eventuale dato di decesso.
  • Stato di famiglia, cioè la composizione del nucleo con il legame di ciascun componente.
  • Motivazione obbligatoria: ogni ricerca richiede una motivazione o un numero di pratica.
  • Registro degli accessi: chi ha cercato, quando, per quale servizio, con quale motivazione e con quale esito.
  • Due ruoli: amministratori, che configurano e vedono il registro, e operatori, che consultano.
  • Configurazione PDND da interfaccia, con un pulsante Test che verifica per ogni servizio che il voucher venga emesso.

Il passaggio da collaudo a produzione si fa cambiando le impostazioni, senza toccare il codice. Un dettaglio che sembra banale e che invece fa la differenza quando a gestire lo strumento non è chi l’ha scritto.

C’è anche un’analogia con getprofiles, lo strumento per App IO raccontato in questo altro articolo: anche ANPR Explorer è stato costruito lavorando con l’AI a partire dalle specifiche ufficiali. Nel repository c’è persino il documento di architettura usato come base per la generazione.

Configurare la PDND: tre e-service e un container

La strada che porta alla realizzazione di un portale di consultazione ANPR funzionale è fatta di e-service, che a loro volta devono avere delle finalità, le quali sono associate ad un client mediante delle chiavi pubbliche/private.

Il primo passo che ci sentiamo di consigliare è sicuramente quello di rivolgersi al proprio DPO in quanto l’applicazione tratta dati anagrafici: la finalità PDND chiede una base giuridica e un’analisi del rischio, e il trattamento va inserito nel registro.

Il secondo passo è strettamente tecnico, ed è tutto ben documentato nel Readme del progetto.

In sintesi:

  • Richiedere la fruizione dei tre e-service dal catalogo, scegliendo la variante ad approvazione automatica: C030, C020 e C021 ovvero IDANPR, Residenza e Stato di Famiglia
  • Creare tre finalità, una per e-service, compilando base giuridica, analisi del rischio e stima di carico, e annotare per ciascuna il purposeId.
  • Creare un client di tipo machine-to-machine e associarvi le tre finalità.
  • Generare in locale una coppia di chiavi RSA e caricare sulla PDND solo la chiave pubblica, annotando il kid assegnato.
  • Avviare il container e configurare il tutto.

Nello sviluppo del frontend, come sottolineato prima, abbiamo volutamente reso semplice non solo l’uso ma anche la configurazione, motivo per cui tutte le stringhe di codice che si dovranno raccogliere in questa fase, sono facilmente inseribili da interfaccia grafica: niente terminale, niente file .env o .yaml da modificare.

Gli errori di integrazione e le soluzioni condivise

«Non ho mai fallito. Ho solo trovato 5.126 modi che non funzionavano» J. Dyson.

Non osiamo paragonarci al famigerato inventore britannico, ma il senso di questa frase scorre nelle vene di chi costruisce qualunque cosa, anche software.

Progettare una piattaforma la cui documentazione non è sempre chiarissima, richiede di passare attraverso decine di tentativi che spesso portano a “Errore 404”, “InvalidRequest” e altri brutti messaggi che possono scoraggiare.

A solo titolo di esempio, senza ammorbare i nostri lettori, la prima chiamata vera a C030 è stata respinta dal gateway GovWay del Ministero con un errore 400: InteroperabilityInvalidRequest, “Received request is not conform to the required interoperability profile”. Nient’altro.

La soluzione era in un dettaglio che nessuno dei documenti metteva in evidenza. Il claim aud dei token di sicurezza ModI non deve contenere l’indirizzo che si chiama, ma l’audience dichiarata dall’e-service. E le due cose differiscono per poco. Due frammenti di stringa. Ore di tentativi.

Perché raccontarlo? Perché è esattamente il tipo di conoscenza che oggi ogni ente, o ogni fornitore, riscopre da capo, in silenzio, pagando ogni volta lo stesso prezzo. L’interoperabilità non si blocca sulle grandi scelte architetturali, si blocca su una stringa. E una stringa documentata in un repository pubblico vale più di molte slide sulle piattaforme abilitanti.

Stato di famiglia storico: la ricerca per le persone decedute

C’è un caso d’uso che vale la pena raccontare perché mostra cosa succede quando chi scrive il codice conosce gli uffici.

Se si chiede a C021 lo stato di famiglia di una persona deceduta, ANPR restituisce solo le sue generalità e la data di decesso. Il nucleo non c’è più, ed è logico: oggi quella famiglia, così com’era, non esiste. Ma per una successione, per un tributo, per una notifica agli eredi, è proprio quel nucleo che serve.

ANPR Explorer, in questo caso, ripete la richiesta alla data del giorno precedente il decesso, sfruttando il fatto che gli e-service ANPR accettano una data di riferimento. Mostra così chi faceva parte della famiglia in quel momento, e da lì l’operatore può aprire lo stato di famiglia attuale dei superstiti. Se ANPR non restituisce il dato storico, lo strumento mostra comunque quello attuale e spiega perché.

Non è un’idea tecnologicamente sofisticata. È un’idea da ufficio, pratica, utile, ed è per questo che funziona.

Accessi ad ANPR e protezione dei dati personali

Uno strumento che legge l’anagrafe nazionale non può permettersi leggerezze, e le cautele qui non sono raccomandazioni nel README: sono scelte di progetto.

  • Nessun segreto nel browser. Chiave privata, client assertion e voucher vivono solo nel backend. Il frontend non li riceve mai.
  • Segreti cifrati a riposo. La chiave privata e i parametri PDND sono salvati cifrati (AES-256-GCM) e decifrati solo in memoria al momento della firma. I campi segreti sono in sola scrittura: una volta salvati non vengono più mostrati.
  • Minimizzazione. Il backend restituisce solo i campi necessari alla funzione richiesta, anche quando ANPR ne manda di più.
  • Tracciabilità senza duplicazione. Il registro accessi conserva operatore, servizio, motivazione ed esito, con il codice fiscale mascherato. I dati restituiti da ANPR non vengono mai registrati.

Quest’ultimo punto merita una sottolineatura. Il registro serve a rispondere alla domanda “chi ha guardato cosa, e perché”, non a costruire una copia dell’anagrafe dentro il Comune. È una distinzione che molti software gestionali non fanno.

Restano, ovviamente, le responsabilità dell’ente: finalità e base giuridica concordate con il DPO, utenze personali per ogni operatore, server raggiungibile solo in HTTPS e dietro un reverse proxy, accessi rivisti periodicamente. Lo strumento rende facile fare la cosa giusta. Non la fa al posto di nessuno.

Identità digitale e cloud: i limiti ancora aperti

Sarebbe poco onesto presentare ANPR Explorer come un prodotto finito, infatti non lo è. Due limiti, in particolare, vanno conosciuti, e un terzo vale la pena di segnalarlo perchè merita una riflessione.

Il primo riguarda l’autenticazione degli operatori, che oggi avviene con username e password. Il token di tracciamento richiesto da ANPR prevede un livello di garanzia dell’identità (LoA) che ha pieno significato solo con SPID o CIE: nella documentazione è indicato come punto da rivedere. Integrare l’accesso con identità digitale è il passo naturale successivo.

Il secondo è più generale: le specifiche cambiano. Endpoint, certificati, attributi richiesti sono stati verificati nel momento in cui il codice è stato scritto, e il README invita a ricontrollarli sempre nel back-office. Il passaggio in produzione, ad esempio, può richiedere una catena di certificati diversa da quella del collaudo.

Sono limiti dichiarati. Ed è anche questo il vantaggio di uno strumento aperto: si sa dove guardare. E si può contribuire a migliorarlo.

Il terzo problema di questa struttura è il cloud, o meglio, la sua assenza. La spada di Damocle che impone alle amministrazioni di abbandonare il “ferro” e passare alle nuvole, è un tema quanto mai centrale non solo per questo progetto ma anche per il futuro dell’AI nella PA.

Oggi la soluzione prevede una vm locale, ma in modo lungimirante, è bene iniziare a cercare spazi cloud certificati dove poter lavorare in serenità.

Codice e documentazione disponibili su GitHub

ANPR Explorer è disponibile su GitHub con codice, istruzioni di installazione, la guida operativa alla PDND e la documentazione delle scelte architetturali, compresi gli errori incontrati e il modo in cui sono stati risolti. Il codice è suddiviso in moduli piccoli (autenticazione PDND, firme ModI, chiamate ANPR, registro accessi, impostazioni cifrate), perché chi lo installa possa leggerlo e capire cosa succede ai dati prima di fidarsene.

Se lo provate nel vostro ente e trovate un caso che non gestisce, segnalatelo, aprite una PR o una issue. Se avete integrato altri e-service ANPR, proponete la modifica. Se avete sbattuto contro un altro muro, documentatelo: il prossimo Comune ve ne sarà grato.

Software aperto e riuso: le prospettive per i Comuni

Anpr Explorer, come avrete intuito, è solo un piccolo tassello di un puzzle che grazie alla PDND può espandersi: INAD, ISEE, ANIST, REGISTRO IMPRESE. Sono tutti database interoperabili che in questo contesto avrebbero molto senso. La struttura c’è e l’implementazione è vicina.

Questi esempi però ci portano al punto fondamentale di questa rivoluzione.

Da anni diciamo che le piattaforme nazionali sono abilitanti. È vero, ma abilitano solo chi riesce a salire il primo gradino, e quel gradino oggi è troppo alto per la maggior parte dei Comuni. Non lo abbasseranno solo nuove circolari o nuovi bandi messi su un tavolo da cui si nutrono sempre le solite software house che grazie alla loro penetrazione possono imporre know how e listini.

Lo abbassano strumenti piccoli e aperti, e soprattutto la conoscenza condivisa di chi ci è già passato. Forse la domanda da farsi, prima di comprare l’ennesimo modulo di integrazione, è un’altra: quanto ci costa ogni volta riscoprire, ciascuno per conto suo, la stessa stringa?

Repository GitHub: https://github.com/thevoice89/AnprExplorer

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x