Reconnaisseurs personnalisés

Latet connaît les secrets, les données personnelles et les numéros d’identité nationaux, mais pas les formats de votre entreprise : numéros de badge, codes de contrat, identifiants clients. Un reconnaisseur lui en apprend un. C’est un motif, avec éventuellement des chiffres de contrôle et des mots-clés, et quelques exemples inventés sur lesquels il est vérifié.

Utilisez plutôt un terme quand il y a une seule valeur exacte à cacher, comme le nom d’un client. Un reconnaisseur sert pour toutes les valeurs écrites d’une certaine façon.

Ne collez jamais de vraies valeurs

Un reconnaisseur décrit un format. Ses exemples sont inventés : écrivez-les à partir de la description, ou prenez une vraie valeur et changez chaque lettre et chaque chiffre, en gardant la disposition. latet rules add refuse un exemple que Latet a déjà vu comme vraie valeur. Quand un agent IA écrit le reconnaisseur pour vous, décrivez-lui le format avec des mots : deux lettres majuscules, un tiret, six chiffres, dans la colonne badge de l’export RH.

Trouver les formats

Vous ne savez pas quels formats contiennent vos fichiers ? Laissez Latet chercher, sur cette machine :

latet rules suggest ./my-project

La commande liste les formats des valeurs qui ressemblent à du code et qu’aucune règle ne couvre encore, comme AA-999999 (A pour une lettre, 9 pour un chiffre), avec le nombre de valeurs différentes vues, dans quels fichiers, les chiffres de contrôle qu’elles valident et les libellés voisins (badge, invoice_ref). Elle n’affiche jamais une valeur. Dans un dépôt git, elle ne lit que les fichiers que git connaît : les fichiers ignorés restent donc à l’écart. --yaml ébauche un reconnaisseur pour chaque format, avec des exemples inventés à partir du format ; décrivez ce que chacun trouve avant de l’ajouter. --show-values affiche trois valeurs de chaque format dans votre propre terminal, et refuse de s’exécuter dans un agent IA ou dans un pipe.

Un exemple

recognizers:
  - name: employee-id
    description: Badge numbers of the HR system
    pattern: '\b[A-Z]{2}-\d{6}\b'
    context:
      words: [badge, employee]
    examples:
      match: ["badge AB-123456", "employee: QX-904417"]
      no_match: ["AB-123456 alone", "build AB-12345"]

Mettez-le dans un fichier à part, comme rules.yaml, puis :

latet rules test rules.yaml     # every example, with the reason when one fails
latet rules add rules.yaml      # saves it in config.yaml and applies it
latet rules list

Dès lors, AB-123456 à côté du mot badge est masqué comme EMPLOYEE_ID, et le tableau de bord nomme la règle recognizer:employee-id. La valeur factice garde le format : deux lettres, un tiret, six chiffres.

La page Règles du tableau de bord fait la même chose dans son onglet Reconnaisseurs : un tableau de vos reconnaisseurs, chaque ligne avec son nom, son type, ce qu’il trouve (le motif, raccourci), ce qui arrive à ses valeurs et comment il s’est chargé. Ajouter un reconnaisseur ouvre un panneau avec chaque champ : remplissez-le, puis testez-le dans Essai sur un texte à vous (rien de ce qui y est saisi n’est conservé). Il affiche le résultat de chaque exemple et les correspondances dans du code ordinaire avant que vous n’enregistriez. Sélectionnez des lignes pour les activer, les désactiver ou les supprimer ; Exporter et Importer les déplacent en fichier de règles. Avec le relecteur local activé, Brouillon à partir d’une description écrit le reconnaisseur pour vous à partir d’une phrase (“numéros de badge : BD, un tiret et six chiffres”), avec des exemples inventés, et l’ouvre dans le panneau s’ils sont validés, pour que vous le vérifiiez et l’enregistriez.

Pour un seul projet

Un reconnaisseur peut appartenir à un projet plutôt qu’à l’ensemble de Latet :

latet rules add rules.yaml --repo .          # into the project's latet.yaml, shared with the team
latet rules add rules.yaml --project .       # into your own settings for the project
latet rules list --project .

La page Règles du tableau de bord fait la même chose une fois que vous avez choisi le projet dans le sélecteur en haut de la page : son tableau Reconnaisseurs montre ceux du projet, de vos réglages et de latet.yaml, avec vos reconnaisseurs globaux, et un nouveau va là où le dit le Enregistrer dans de son panneau.

Ce que contient un reconnaisseur

Clé	Ce qu’elle fait
name	Lettres minuscules, chiffres et tirets, unique.
type	Le type affiché pour ses valeurs, en majuscules. Le nom en majuscules s’il n’est pas défini. Ce ne peut pas être un type que Latet a déjà.
pattern	Une expression régulière RE2. Un groupe nommé value choisit la partie à masquer.
checksum	Les chiffres de contrôle que la valeur doit valider : luhn, iban, mod97-10, mod11-10, ean, verhoeff, damm, ou une somme pondérée. Les valeurs factices les valident aussi.
context	Des mots-clés (words, sans tenir compte de la casse ; acronyms, en respectant la casse) qui doivent figurer sur la même ligne, à moins de window caractères, ou dans l’en-tête de colonne d’un tableau.
examples	match et no_match : des textes inventés, vérifiés à chaque chargement des règles.
class	custom, ou secret pour les valeurs qui ne doivent jamais partir en clair : elles sont masquées comme d’habitude, et une requête qui en transporterait une en clair est arrêtée, même dans Claude Code.
policy	mask (par défaut), redact ou allow. Une entrée dans policies l’emporte.
surrogate	shape, ou {keep: 3} pour garder un préfixe tel quel.
enabled	false garde la règle dans le fichier, désactivée.

La référence de la configuration liste toutes les clés, et le JSON Schema permet à votre éditeur de les compléter.

Les motifs sont en RE2

RE2 s’exécute en temps linéaire : aucun motif ne peut donc bloquer une requête. Il n’a ni assertions avant ou arrière ((?=, (?<=) ni références arrière (\1). Là où vous utiliseriez une assertion arrière, incluez le contexte dans le motif et marquez la valeur avec un groupe nommé :

recognizers:
  - name: contract-code
    pattern: '(?i)\bcontract[ #:]+(?P<value>[A-Z]{3}\d{5})\b'
    examples:
      match: ["Contract #KLM48213"]
      no_match: ["contract signed"]

Seul KLM48213 est masqué. En YAML, écrivez les motifs entre guillemets simples, pour que les barres obliques inverses restent telles quelles.

Une valeur a besoin d’une lettre ou d’un chiffre. Une correspondance faite de symboles seuls, comme le --- d’un tableau Markdown, reste telle quelle, car sa valeur factice serait l’original lui-même ; latet rules test et Essai le signalent.

Des règles précises

Une règle qui se déclencherait partout dans du code ordinaire masquerait le code lui-même : Latet vérifie donc chacune sur un échantillon de la bibliothèque standard Python, et au-delà de 50 correspondances, elle est désactivée. Les mots-clés et les chiffres de contrôle sont le remède. Par exemple, un numéro dont le dernier chiffre est une clé de Luhn :

recognizers:
  - name: card-ref
    type: CARD_REF
    pattern: '\bCR(?P<value>\d{8})\b'
    checksum: luhn
    class: secret
    examples:
      match: ["ref CR12345674"]
      no_match: ["ref CR12345678"]

latet rules test rules.yaml --corpus src/ indique aussi combien de valeurs la règle trouverait dans vos propres fichiers. La commande n’affiche que leurs formats (AA-999999 x12), jamais les valeurs.

Quand quelque chose ne va pas

Un reconnaisseur qui contient une erreur (un motif que RE2 rejette, une somme de contrôle inconnue, une clé mal orthographiée) est désactivé ; les autres continuent de fonctionner, et le fichier le garde tel que vous l’avez écrit. latet reload, latet doctor et la page Règles du tableau de bord indiquent lequel et pourquoi, et latet rules test explique chaque exemple. latet config validate vérifie tout le fichier.

Vous écrivez des reconnaisseurs avec un agent IA ? Indiquez-lui llms-rules.md dans le dépôt : les mêmes étapes, écrites pour lui.