Le team lead des chatbots de T-Bank présente dature : des configurations typées et sûres, basées sur les dataclasses

Nikolaï Vidov, team lead de l'équipe chatbots chez T, a publié sur Habr le troisième article de sa série consacrée aux configurations en Python. Il y présente dature, une bibliothèque de configuration à typage sûr, basée sur les dataclasses. L'auteur écrit du Python depuis 2017 et a eu le temps de travailler avec des fichiers INI, des variables d'environnement dans Docker, des templates YAML dans Helm, des modèles pydantic, Vault et Consul. L'annonce accessible ne contient ni API, ni benchmarks, seulement la motivation de l'auteur. Nous allons donc examiner quel problème ce type de bibliothèque résout et ce qu'il faut y vérifier.

D'où vient la douleur

La configuration d'un service ne vit presque jamais à un seul endroit. Les valeurs de base se trouvent dans un fichier du dépôt, une partie est surchargée par des variables d'environnement dans le conteneur, les secrets arrivent de Vault et d'autres valeurs sont récupérées depuis Consul. Chaque source fournit les données sous sa propre forme : chaînes de caractères, dictionnaires, parfois du JSON à l'intérieur d'une chaîne. Les types se perdent en chemin. Résultat : le port devient une chaîne, une valeur booléenne se transforme en "false", qui est vraie en Python, et une faute de frappe dans le nom d'une clé ne se révèle qu'en production.

L'auteur décrit cela comme le chemin par lequel l'équipe en est « arrivée là ». Les deux articles précédents de la série expliquent comment on en est arrivé là et pourquoi les approches actuelles ne satisfont ni lui ni ses collègues.

Le pari des dataclasses

Le titre annonce le choix principal : la configuration est décrite par de simples dataclasses, et non par des modèles pydantic. Cette décision a une logique claire. Les dataclasses font partie de la bibliothèque standard, ne nécessitent aucune dépendance tierce pour décrire le schéma, sont bien comprises par mypy et pyright et offrent l'autocomplétion dans les IDE. Si la structure de la configuration est décrite par des types, un analyseur statique détecte l'accès à un champ inexistant avant même le lancement.

L'annonce ne permet pas de savoir quelles fonctionnalités dature propose précisément : comment il lit les sources, comment il les fusionne et ce qu'il fait des structures imbriquées. Tout cela est détaillé dans l'article complet. Inventer des détails sans l'avoir lu serait inexact.

Les faits clés de l'annonce

• Auteur : Nikolaï Vidov, team lead de l'équipe chatbots chez T.
• Expérience : Python depuis 2017.
• Sources de configuration avec lesquelles il a travaillé : INI, variables d'environnement, YAML et Helm, pydantic, Vault, Consul.
• Format : troisième article d'une série sur les configurations en Python.
• Approche : configuration à typage sûr basée sur les dataclasses.
• Publication : 9 octobre 2026, blog d'entreprise de T sur Habr.

Que vérifier avant l'adoption

Les chatbots et les services construits autour des LLM sont généralement chargés de paramètres : clés des fournisseurs, noms de modèles, limites de requêtes, délais d'attente (timeouts), chemins vers les prompts. Les erreurs de configuration y coûtent donc cher. Si vous envisagez dature ou un outil similaire, vérifiez cinq points :

• Priorité des sources : qui l'emporte, le fichier ou la variable d'environnement, et si cela est configurable.
• Conversion de types : comment la bibliothèque traite les chaînes issues de l'environnement, en particulier les valeurs booléennes et les listes.
• Structures imbriquées : si les dataclasses dans les dataclasses sont prises en charge et comment sont nommées les variables d'environnement correspondantes.
• Secrets : si les valeurs ne se retrouvent pas dans les logs et dans le repr de l'objet.
• Messages d'erreur : s'ils indiquent le chemin exact du champ problématique et la source de la valeur.

Si vous utilisez déjà pydantic, une migration uniquement pour le typage est peu justifiée. En revanche, pour un nouveau petit service où une dépendance minimale aux bibliothèques tierces compte, l'approche par dataclasses mérite un essai sur une seule configuration. Commencez par l'article complet, cherchez-y les réponses aux cinq questions ci-dessus, et ne décidez qu'ensuite.