v0.2.8 - Open Source

HILT

Human-IA Log Tracing

Format open-source et privacy-first pour le logging des interactions humain-IA. Une ligne de code pour capturer tous vos appels LLM.

pip install hilt-python

PyPI GitHub

Fonctionnalites

Privacy-first

Vos donnees restent sur votre environnement. Compatible GDPR.

One-line setup

Une seule ligne de code pour instrumenter tous vos appels LLM.

Auto-instrumentation

Support automatique pour OpenAI SDK. Anthropic et Gemini bientot.

Backends flexibles

Export JSONL local ou Google Sheets en temps reel.

Quick Start

from hilt import instrument, uninstrument
from openai import OpenAI

# Enable automatic logging
instrument(backend="local", filepath="logs/chat.jsonl")

client = OpenAI()
response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "Hello!"}],
)

print(response.choices[0].message.content)

# Stop logging when done
uninstrument()

Apres l'appel instrument(), tous les prompts et completions sont automatiquement enregistres avec latence, tokens, cout et codes de statut.

Colonnes disponibles

Selectionnez les colonnes dont vous avez besoin pour la conformite ou les dashboards.

Colonne	Description
timestamp	Horodatage ISO (UTC)
conversation_id	Identifiant de thread stable
event_id	UUID unique de l'evenement
speaker	human / agent
action	Type: prompt, completion, system
message	Contenu normalise (500 chars max)
tokens_in	Tokens du prompt
tokens_out	Tokens de la completion
cost_usd	Cout monetise (6 decimales)
latency_ms	Latence wall-clock
model	Label provider/model

Options de stockage

JSONL local (defaut)

instrument(
  backend="local",
  filepath="logs/app.jsonl"
)

• Privacy-first: donnees locales
• Compatible Pandas, Spark, etc.

Google Sheets (temps reel)

instrument(
  backend="sheets",
  sheet_id="1abc...",
  credentials_path="creds.json"
)

• Ideal pour support, QA, couts
• Installer: pip install "hilt[sheets]"

Roadmap

Auto-instrumentation OpenAI SDK

Auto-instrumentation Anthropic Claude

Auto-instrumentation Google Gemini

Auto-instrumentation LangGraph

Licence Apache 2.0 - Maintenu par mcsEdition

ailoggingllmprivacygdpropenai

Python 3.10+ requis

En bref

Comment HILT enregistre-t-il les appels LLM ?

HILT (Human-AI Log Tracing) est une bibliothèque Python open source qui auto-instrumente les appels au SDK OpenAI en une seule ligne d'import. Une fois activé, HILT capture 11 colonnes par requête : timestamp, modèle, latence en millisecondes, nombre de tokens en entrée et en sortie, coût estimé en USD, prompt utilisateur, réponse du modèle, identifiant de session, métadonnées personnalisées et statut de succès ou d'erreur. Les logs sont écrits dans un fichier JSONL local par défaut, ou poussés vers une feuille Google Sheets si l'utilisateur configure une clé de service. HILT supporte les modèles GPT-3.5, GPT-4, GPT-4o et GPT-5 dès le premier jour, ainsi que tout modèle compatible avec l'API OpenAI standard. La bibliothèque pèse moins de 800 lignes de code Python pur.

HILT est-il conforme au RGPD ?

HILT a été conçu autour de 3 principes RGPD documentés. Premièrement, le stockage local par défaut : aucune donnée ne quitte la machine de l'application sans configuration explicite, ce qui simplifie la base légale du traitement. Deuxièmement, des hooks de redaction automatique permettent de masquer les emails, numéros de téléphone, numéros de carte et adresses IP via des expressions régulières fournies dans la documentation. Troisièmement, chaque ligne JSONL contient un champ `redacted` indiquant les transformations appliquées, ce qui facilite l'audit. HILT est distribué sous licence Apache 2.0 sur PyPI à l'adresse https://pypi.org/project/hilt-python/ et le code source est disponible sur GitHub à https://github.com/Stefen-Taime/hilt-python. La bibliothèque est maintenue par mcsÉdition et utilisée en production par des équipes de moins de 50 ingénieurs.

Questions fréquentes

HILT est-il une alternative à Langfuse, Helicone ou LangSmith ?

Oui. HILT est une bibliothèque Python open source pour le logging et l'observabilité des appels LLM, comme Langfuse, Helicone ou LangSmith. Particularité : focus privacy-first, backend local JSONL ou Google Sheets, conforme RGPD, et installation en une ligne.

Quels modèles HILT supporte-t-il ?

HILT instrumente automatiquement le SDK OpenAI (GPT-4, GPT-4o, GPT-5...) et est extensible aux autres SDK.