wandb/weave

Weave by Weights & Biases

它是什么 – Weave 是一个 Python 工具包，用于记录（“跟踪”）AI 代理及其调用的函数的行为。记录的数据会出现在 W&B 界面的 Agents（用于完整的对话运行）或 Calls（用于单个函数调用）下，让您可以检查、调试和评估您的代理。

主要功能

• 代理跟踪 – 当您运行使用 OpenAI Agents SDK、Claude Agent SDK 或 Google ADK 构建的代理时，自动记录每个轮次、LLM 请求和工具使用。界面显示对话的时间线。
• 自定义代理支持 – 如果您有自己的循环，可以使用 weave.start_conversation、weave.start_turn 和 weave.start_llm（上下文管理器风格）包装它，以获得相同的可视化。
• 函数跟踪 – 使用 @weave.op 装饰任何 Python 函数，以捕获其输入、输出以及任何嵌套的 LLM 调用。这些会出现在 Calls 选项卡中，对于评估或评分管道很有用。
• 内置评估 – weave/flow 包提供了评分代理输出的工具，尽管 README 仅暗示了这一点。
• 对支持的 SDK 零配置 – 单个 weave.init("<team>/<project>") 调用会修补支持的代理库，因此除了初始化之外无需更改代码。

典型工作流程

1. 安装库（以及您需要的代理 SDK）。 ```bash pip install weave openai-agents # 或 claude-agents、google-adk

2. 调用 weave.init("myteam/myproject") – 这会打印一个指向 W&B 项目的 URL。
3. 像往常一样运行您的代理。Weave 会自动记录对话。
4. 打开项目 URL，探索 Agents 选项卡，查看提示、工具调用和 LLM 使用的逐步视图。
5. 对于非代理代码，使用 @weave.op 包装函数，或使用低级别的 weave.start_* 上下文管理器。

示例 – 跟踪一个可以调用 Wikipedia 搜索工具的简单研究助手代理。README 显示了一个完整的脚本，该脚本：

• 定义了一个 wikipedia_search 工具，
• 创建了一个带有指令的 Agent，
• 使用 Runner.run 在循环中运行三个问题，
• 并打印代理的响应。在 weave.init 之后，整个交互会出现在 W&B 界面中。

适用对象

• 构建 LLM 驱动的助手或聊天机器人的 ML 工程师，需要了解提示流程和工具使用情况。
• 评估不同提示策略或模型版本的研究人员。
• 已经使用 Weights & Biases 进行实验跟踪并希望为代理可观察性提供统一位置的团队。

先决条件

• Python 3.10+。
• 免费的 W&B 账户和 API 密钥。
• 您计划使用的 LLM 提供商的 API 密钥（例如 OpenAI）。

文档与支持

• 完整文档：https://wandb.me/weave
• 每个支持的代理 SDK 的快速入门指南。
• GitHub 上的开源仓库（wandb/weave），带有 CI 徽章和 PyPI 发布。

状态 – README 指出，更广泛的“Weave 引擎”和 UI 面板已暂停；当前重点是跟踪和评估组件（weave/trace 和 weave/flow）。

---

所有细节均直接取自仓库的 README；没有推断任何额外功能。