L’ANALISI
Datasette-LLM: endpoint locali, chiavi e modelli consentiti
Datasette-LLM 0.1a11 configura endpoint compatibili OpenAI senza plugin aggiuntivi. Richiede LLM 0.37.1; registrazione e allowlist restano distinte.

In breve: Datasette-LLM 0.1a11 permette ai plugin Datasette di usare endpoint compatibili OpenAI definiti nella configurazione, inclusi server locali. Non è un assistente SQL completo: offre l'interfaccia ai modelli e richiede LLM 0.37.1 o successivo. I permessi sui dati e le azioni eseguibili restano responsabilità dell'applicazione. Datasette-LLM 0.1a11: note ufficiali della prerelease.
Verifica documentale del 15 novembre 2026 sulle note della prerelease e sul README del tag 0.1a11. Nessuna installazione, inferenza locale, interrogazione SQL o misura del traffico è stata eseguita per questa scheda. La procedura seguente è un protocollo di prova proposto, non un risultato ottenuto.
Che cosa cambia nella prerelease 0.1a11?
Il cambiamento riguarda il collegamento fra i plugin Datasette e la libreria LLM. Un riferimento al modello può includere api_base e scegliere Chat Completions oppure Responses con responses: true, senza un ulteriore plugin provider. L'endpoint deve comunque implementare il protocollo e le capacità richieste. La documentazione distingue model, identificatore locale, da model_name, nome inviato al server: separarli evita collisioni quando due endpoint espongono lo stesso modello.
Datasette-LLM 0.1a11: note ufficiali della prerelease · README del tag 0.1a11: endpoint, chiavi e filtri.
Registrare un endpoint lo rende l'unico modello disponibile?
No. endpoints registra modelli aggiuntivi senza attivare un'allowlist. models limita invece la selezione, con regole specifiche per default e purpose. Nella prerelease filtri, allowlist e blocklist si applicano anche alla selezione esplicita tramite model() e group(), non soltanto all'elenco mostrato. Prima di usare il plugin con dati reali conviene provare sia un modello consentito sia uno escluso: un selettore grafico corretto non basta a dimostrare il rifiuto sul percorso applicativo.
Datasette-LLM 0.1a11: note ufficiali della prerelease · README del tag 0.1a11: endpoint, chiavi e filtri.
Dove vanno chiavi e credenziali?
Il campo key identifica una credenziale cercata prima in datasette-secrets e poi fra le chiavi salvate da LLM. Se una chiave esplicita manca, non viene sostituita silenziosamente con quella predefinita del provider. Un endpoint senza key è trattato come non autenticato e non riceve la chiave OpenAI predefinita. Le note avvertono di non inserire segreti negli headers aggiuntivi, visibili attraverso la configurazione pubblica di Datasette. Queste regole non sostituiscono i controlli di accesso al server.
Datasette-LLM 0.1a11: note ufficiali della prerelease · README del tag 0.1a11: endpoint, chiavi e filtri.
Un endpoint locale significa che i dati restano sul computer?
La configurazione può puntare a un server locale, ma da questo non segue una garanzia su tutto il percorso. Plugin, modello, strumenti e altri servizi possono avere confini differenti. L'esempio ufficiale con LM Studio documenta il collegamento, non una nostra prova di assenza di traffico esterno. Per valutare la riservatezza occorre dichiarare quali componenti girano localmente, quali richieste partono e quali dati entrano nei prompt, usando inizialmente soltanto un dataset sintetico.
README del tag 0.1a11: endpoint, chiavi e filtri.
Come impostare una prima prova controllata?
La prova proposta parte da una copia isolata di Datasette, versioni fissate e un piccolo SQLite sintetico. Si registrano un endpoint e una lista esplicita di modelli ammessi, poi si verificano selezione consentita, selezione negata e chiave mancante. Solo dopo si collega il plugin applicativo che interroga i dati: due domande italiane con risposte SQL di riferimento, tre ripetizioni e scritture negate. Log del traffico e risultati attesi vanno conservati prima di valutare qualità o riservatezza. Nessuno di questi risultati è già disponibile qui.
Datasette-LLM 0.1a11: note ufficiali della prerelease · README del tag 0.1a11: endpoint, chiavi e filtri.
Checklist pratica proposta
- Fissare datasette-llm 0.1a11 e verificare il requisito LLM 0.37.1 o successivo in un ambiente separato.
- Usare dati sintetici e un account senza permessi di scrittura sul database della prova.
- Distinguere model locale, model_name remoto e protocollo dell'endpoint.
- Provare separatamente registrazione endpoint, allowlist e rifiuto di un modello escluso.
- Tenere le credenziali in key, mai negli headers pubblicamente visibili.
- Registrare traffico, query proposte e risposte di riferimento prima di dichiarare che il percorso è locale o corretto.
Condizioni e limitazioni
È una prerelease. La compatibilità dell'API non prova qualità delle risposte, isolamento dei dati o sicurezza delle query; nessun test SQL o runtime eseguito qui.
ChatGPT Work Data agent: dati aziendali, dashboard e limiti