Sabato 24 ottobre 2026
L’edizione di oggi
Millebit
AI · Software · QA
Il segnale, non il rumore.

Gli articoli di Millebit sono scritti con l’intelligenza artificiale a partire da fonti citate in ogni pezzo. Come lavoriamo

Sviluppo software

Wrapture: Dumpleton presenta una libreria Python per monkeypatching, test e tracing

Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.

Il 31 agosto 2026 Graham Dumpleton ha annunciato Wrapture, che estende le idee di wrapt per osservabilità e testing con supporto OpenTelemetry e configurazione basata su file.

Sviluppi Ne abbiamo scritto di nuovo il 11 set: Wrapture: la libreria di monkey patching di Graham Dumpleton per test e tracing

Illustrazione generata con l’intelligenza artificiale

“Attaccare osservazione a codice che non controlli, registrare cosa ci scorre dentro, e farlo senza disturbare il programma osservato”. Graham Dumpleton presenta così Wrapture, libreria Python mostrata il 31 agosto 2026 sul link blog di Simon Willison1. L’obiettivo è pratico: avvolgere funzioni e metodi per osservare chiamate e argomenti, oppure forzare il valore di ritorno. Un unico strumento per due usi comuni: alternativa a unittest.mock nei test e tracing su progetti esistenti1.

Il meccanismo chiave è il wrapping. Si “mette una guaina” attorno a una funzione o a un metodo. Da lì si può registrare come viene usata, o sostituirne l’output quando serve. Dumpleton richiama esplicitamente l’eredità di wrapt, e il percorso personale che lo ha portato da quel monkeypatching a un’integrazione tra mocking e tracciamento1.

Configurazione al centro. L’annuncio mostra un file TOML che abilita l’osservazione senza toccare il codice applicativo. Si definisce cosa osservare, cosa catturare e dove salvare gli eventi. Ecco l’esempio pubblicato1:

capture = "summary"

[[observe]]
target = "domain:Calculator"
name = ["outer", "inner"]

[[sink]]
type = "jsonlines"
path = "trace.jsonl"

Questa configurazione imposta una cattura “summary”. Osserva il target “domain:Calculator” per i nomi “outer” e “inner”. Scrive gli eventi in un sink “jsonlines” sul file “trace.jsonl”1. Il messaggio è netto: si può aggiungere tracing a un progetto Python esistente tramite file di configurazione, senza inserire sonde nel codice1.

Supporto a OpenTelemetry incluso. Willison sottolinea che Wrapture punta sia al rimpiazzo di unittest.mock nelle suite di test, sia all’attivazione del tracing in applicazioni già avviate, con un approccio dichiarativo e estendibile ai sistemi di osservabilità standard1.

Il contesto dell’autore aiuta a leggere l’iniziativa. Dumpleton è noto per wrapt, mod_wsgi e per il lavoro sul Python agent di New Relic. Wrapture prosegue quella linea: tecniche di wrapping applicate, questa volta, a test e tracing nello stesso flusso operativo1.

Stato del progetto: molto giovane. Willison parla di “poche settimane” di vita e lo definisce “molto promettente”. L’indicazione è di un cantiere in rapido movimento, già orientato a interoperare con OpenTelemetry e a offrire configurazioni dichiarative per l’osservazione1.

Indicazioni pratiche. Il post di Willison rimanda al repository e alla documentazione di Wrapture; da lì si accede a esempi, guida e dettagli sull’uso in test e in produzione1. L’esempio in pagina mostra anche l’emissione degli eventi su file in formato jsonlines, utile per ispezioni rapide o ingest in pipeline di analisi1. Per chi deve osservare codice non controllato, questa via consente di iniziare con un file di configurazione e di sperimentare senza modifiche invasive.

Fonti

  1. Introducing wrapture Simon Willison · 1 settembre 2026
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.

Come funziona Millebit, nel dettaglio →

Il filo della storia

  1. Questo articolo
  2. Wrapture: la libreria di monkey patching di Graham Dumpleton per test e tracing
Hai trovato un errore? Segnalacelo
Tipo di segnalazione

Leggiamo ogni segnalazione. Le correzioni fatte sono elencate in Correzioni. L’email, se la lasci, serve solo a risponderti.