wandb/weave

Weave by Weights & Biases

정의 – Weave는 AI 에이전트와 그들이 호출하는 함수의 동작을 기록("추적")하는 Python 툴킷입니다. 기록된 데이터는 W&B UI의 Agents(전체 대화 실행용) 또는 Calls(개별 함수 호출용) 아래에 표시되어 에이전트를 검사, 디버그, 평가할 수 있습니다.

주요 기능

• 에이전트 추적 – OpenAI Agents SDK, Claude Agent SDK 또는 Google ADK로 구축된 에이전트를 실행하면 각 턴, LLM 요청, 도구 사용이 자동으로 기록됩니다. UI에 대화의 타임라인이 표시됩니다.
• 사용자 정의 에이전트 지원 – 자체 루프가 있는 경우 weave.start_conversation, weave.start_turn, weave.start_llm(컨텍스트 관리자 스타일)로 래핑하여 동일한 시각화를 얻을 수 있습니다.
• 함수 추적 – @weave.op으로 Python 함수를 데코레이트하여 입력, 출력 및 중첩된 LLM 호출을 캡처합니다. 이러한 항목은 Calls 탭에 표시되며 평가 또는 점수 파이프라인에 유용합니다.
• 내장 평가 – weave/flow 패키지는 에이전트 출력 점수 매기기 유틸리티를 제공하지만 README에서는 암시만 합니다.
• 지원 SDK에 대한 제로 구성 – 단일 weave.init("<team>/<project>") 호출로 지원되는 에이전트 라이브러리를 패치하므로 init 외에 코드 변경이 필요 없습니다.

일반적인 워크플로우

1. 라이브러리(및 필요한 에이전트 SDK)를 설치합니다. ```bash pip install weave openai-agents # 또는 claude-agents, google-adk

2. weave.init("myteam/myproject")를 호출합니다 – W&B 프로젝트 URL이 출력됩니다.
3. 평소처럼 에이전트를 실행합니다. Weave가 자동으로 대화를 기록합니다.
4. 프로젝트 URL을 열고 Agents 탭에서 프롬프트, 도구 호출, LLM 사용의 단계별 보기를 확인합니다.
5. 에이전트가 아닌 코드의 경우 @weave.op으로 함수를 래핑하거나 저수준 weave.start_* 컨텍스트 관리자를 사용합니다.

예제 – Wikipedia 검색 도구를 호출할 수 있는 간단한 리서치 어시스턴트 에이전트 추적. README에는 다음을 수행하는 완전한 스크립트가 나와 있습니다:

• wikipedia_search 도구 정의,
• 지침이 포함된 Agent 생성,
• Runner.run을 사용하여 루프에서 세 가지 질문 실행,
• 에이전트의 응답 출력. weave.init 후 전체 상호 작용이 W&B UI에 나타납니다.

대상 사용자

• LLM 기반 어시스턴트 또는 챗봇을 구축하고 프롬프트 흐름과 도구 사용에 대한 가시성이 필요한 ML 엔지니어.
• 다양한 프롬프트 전략이나 모델 버전을 평가하는 연구자.
• 실험 추적에 Weights & Biases를 이미 사용하고 에이전트 관찰 가능성을 위한 통합 장소를 원하는 팀.

사전 요구 사항

• Python 3.10+.
• 무료 W&B 계정 및 API 키.
• 사용하려는 LLM 제공업체의 API 키(예: OpenAI).

문서 및 지원

• 전체 문서: https://wandb.me/weave
• 지원되는 각 에이전트 SDK에 대한 빠른 시작 가이드.
• GitHub의 오픈 소스 저장소(wandb/weave)에는 CI 배지와 PyPI 릴리스가 있습니다.

상태 – README는 더 넓은 "Weave 엔진"과 UI 보드가 일시 중지되었으며 현재 초점은 추적 및 평가 구성 요소(weave/trace 및 weave/flow)에 있다고 언급합니다.

---

모든 세부 사항은 저장소의 README에서 직접 가져온 것입니다. 추가 기능은 추론되지 않았습니다.