Simon Willison prova Parseable per visualizzare trace OpenTelemetry di Datasette
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Ha eseguito Parseable in locale e mostrato una trace di Datasette 1.0a41 nel browser, documentando il percorso pratico il 6 ottobre 2026.
Simon Willison ha visto Parseable su “Show HN”, l’ha avviato in locale e ha mostrato nel browser una trace di Datasette nell’app web su localhost1.
Nel post presenta Parseable come una piattaforma di osservabilità. Indica che esiste un’implementazione open source in Rust, sotto licenza AGPL, distribuita come un unico binario di circa 180 MB. Segnala anche una versione “Enterprise” con funzionalità aggiuntive e un’opzione cloud hosted1.
Collega l’esperimento a una novità di Datasette: dalla versione 1.0a41 è arrivato il supporto a OpenTelemetry. Ringrazia Alex Garcia per il contributo. Con questa funzione attiva, instrada le trace di Datasette verso Parseable per verificarne la visualizzazione1.
Per mettere insieme i pezzi usa Codex. Scrive di averlo avviato per capire come eseguire Parseable e come alimentarlo con le trace prodotte da Datasette. L’obiettivo è far arrivare i dati e vederli nell’interfaccia locale1.
Pubblica un TIL con i pattern che gli hanno funzionato. Include uno screenshot: una trace di Datasette appare nell’app web di Parseable in esecuzione su localhost. Il TIL serve a fissare ciò che ha imparato e a documentare i passaggi che portano al risultato mostrato nell’immagine1.
La descrizione di Parseable resta aderente alla prova sul campo. Riporta solo gli elementi usati per farlo girare in locale: implementazione open source in Rust, licenza AGPL, singolo binario di circa 180 MB, variante “Enterprise” e opzione cloud. Non entra in configurazioni avanzate o requisiti non testati1.
Il post è datato 6 ottobre 2026. Nella stessa pagina compaiono altri articoli recenti: “We’re going to need default hard budget caps on pretty much everything” (3 ottobre 2026), “OpenAI DevDay 2026 live blog” (29 settembre 2026) e “2026 in LLMs (so far)” (27 settembre 2026). Il test con Parseable si colloca così nel flusso delle pubblicazioni del sito in quei giorni1.
Chiusura: il TIL e lo screenshot offrono un punto di partenza pratico per chi voglia replicare l’esperimento. La presenza del supporto OpenTelemetry in Datasette rende più semplice ripetere test simili con gli stessi passaggi documentati1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.