# Weights & Biases Documentation: French Produits W&B Weave

## W&B Weave

- [W&B Weave](https://docs.wandb.ai/fr/weave.md): Suivez, testez et améliorez vos applications de modèles de langage avec W&B Weave

### Premiers pas

- [Choisir une intégration pour agent](https://docs.wandb.ai/fr/weave/agent-integration-quickstart.md): Sélectionnez une intégration Weave native pour le SDK ou le harness de votre agent, puis commencez à envoyer des conversations, des tours de conversation, des appels LLM et des appels d’outil vers la vue Agents.
- [Démarrage rapide : Configurer l’observabilité personnalisée d’un agent](https://docs.wandb.ai/fr/weave/custom-agents-quickstart.md): Tracez un agent sur plusieurs tours de conversation avec le SDK Weave. Les conversations, les tours de conversation, les appels LLM et les appels d’outil s’affichent dans la vue Agents de votre projet.
- [Évaluez votre agent d’IA avec Weave](https://docs.wandb.ai/fr/weave/agent-evals.md): Évaluez dans Weave des agents d’IA à un ou plusieurs tours de conversation à l’aide du flux de travail agents et d’EvaluationLogger, avec un juge LLM.
- [Envoyer des spans OpenTelemetry vers la vue Agents](https://docs.wandb.ai/fr/weave/guides/tracking/trace-agents-otel.md): Envoyez des données de trace OTLP depuis n’importe quel pipeline OpenTelemetry vers le point de terminaison des agents Weave, sans SDK Weave requis.
- [Démarrage rapide : Instrumenter et tracer des fonctions](https://docs.wandb.ai/fr/weave/quickstart.md): Découvrez W&B Weave en ajoutant le traçage à votre application LLM pour déboguer et surveiller les interactions avec le modèle.

### Guides

- [Qu’est-ce que Weave ?](https://docs.wandb.ai/fr/weave/concepts/what-is-weave.md): Découvrez W&B Weave et comment il vous aide à créer, évaluer et améliorer des applications LLM
- [Gérer les projets Weave](https://docs.wandb.ai/fr/weave/guides/platform/weave-projects.md): Utilisez les projets Weave pour organiser les ressources associées, comme les traces, les prompts, les évaluations, les modèles et les tableaux de bord.
- [Configurer les variables d'environnement de Weave](https://docs.wandb.ai/fr/weave/guides/core-types/env-vars.md): Configurez le comportement de Weave à l'exécution à l'aide de variables d'environnement

#### Tracez vos agents

- [Tracez vos agents](https://docs.wandb.ai/fr/weave/guides/tracking/trace-agents.md): Utilisez le SDK Weave pour instrumenter des applications agentiques sur plusieurs tours de conversation et les consulter dans l’onglet Agents.
- [Envoyer des spans OpenTelemetry vers la vue Agents](https://docs.wandb.ai/fr/weave/guides/tracking/trace-agents-otel.md): Envoyez des données de trace OTLP depuis n’importe quel pipeline OpenTelemetry vers le point de terminaison des agents Weave, sans SDK Weave requis.
- [Vue de l’activité de l’agent](https://docs.wandb.ai/fr/weave/guides/tracking/view-agent-activity.md): Utilisez la vue Agents de W&B Weave pour comprendre ce qu’a fait votre agent, combien cela a coûté et précisément où les choses ont bien ou mal tourné.
- [Surveillez vos agents avec des signaux](https://docs.wandb.ai/fr/weave/guides/tracking/view-agent-signals.md): Utilisez les signaux de W&B Weave pour évaluer les tours de conversation des agents, appliquer des tags et mettre en évidence les problèmes de qualité et de sécurité en production.
- [Définir des attributs et des événements sur des spans d’agent](https://docs.wandb.ai/fr/weave/guides/tracking/trace-agents-attributes.md): Joignez des attributs personnalisés et enregistrez des événements sur des spans d’agent (Turn, LLM, Tool et SubAgent) pour filtrer et analyser l’activité des agents dans Weave.
- [Journalisation par lot pour votre agent](https://docs.wandb.ai/fr/weave/guides/tracking/trace-agents-batch.md): Enregistrez manuellement les traces de l’agent pour les frameworks qui ont déjà effectué l’appel au LLM et doivent le consigner.
- [Tracer les sous-agents](https://docs.wandb.ai/fr/weave/guides/tracking/trace-sub-agents.md): Utilisez le span de sous-agent de Weave pour tracer les délégations à des sous-agents et afficher les invocations d'agents imbriquées.
- [Référencer des médias dans votre propre bucket (BYOB) à l’aide des spans d’agent](https://docs.wandb.ai/fr/weave/guides/tracking/agents-byob-references.md): Affichez des images et des vidéos stockées dans votre propre bucket cloud dans la vue Agents de Weave en renvoyant leurs URI depuis les tool spans de l’agent, sans importer les octets dans Weave.

##### Intégrer Weave à des agents

- [Google ADK](https://docs.wandb.ai/fr/weave/guides/integrations/agents/google-adk.md): Tracez un agent développé avec l'Agent Development Kit (ADK) de Google à l'aide de Weave.
- [SDK OpenAI Agents](https://docs.wandb.ai/fr/weave/guides/integrations/agents/openai-agents-sdk.md): Tracez un agent développé avec l’SDK OpenAI Agents à l’aide de Weave.
- [Claude Agent SDK](https://docs.wandb.ai/fr/weave/guides/integrations/agents/claude-agents-sdk.md): Tracez un agent créé avec le Claude Agent SDK à l’aide de Weave.
- [Plugin pour Claude Code](https://docs.wandb.ai/fr/weave/guides/integrations/agents/claude-code-harness.md): Suivez les sessions de Claude Code dans W&B Weave pour l’observabilité et le débogage.
- [Plugin Codex](https://docs.wandb.ai/fr/weave/guides/integrations/agents/codex-harness.md): Tracez les sessions d'agent Codex, les appels LLM et les exécutions d'outils dans W&B Weave.
- [Plugin OpenClaw](https://docs.wandb.ai/fr/weave/guides/integrations/agents/openclaw-harness.md): Suivez les sessions d’agent OpenClaw dans W&B Weave à des fins d’observabilité et de débogage.
- [Extension Pi](https://docs.wandb.ai/fr/weave/guides/integrations/agents/pi-dev-harness.md): Tracez les sessions agentiques de Pi, les appels LLM et les exécutions d'outils dans Weave.

#### Tracer des fonctions avec des Ops et des Calls

- [Suivre les coûts](https://docs.wandb.ai/fr/weave/guides/tracking/costs.md): Comprendre le suivi automatique et personnalisé des coûts pour les opérations LLM dans Weave
- [Créer et gérer des vues enregistrées](https://docs.wandb.ai/fr/weave/guides/tools/saved-views.md): Personnalisez la façon dont vous interagissez avec les appels de fonction tracés et les évaluations
- [Utiliser les graphiques de traces](https://docs.wandb.ai/fr/weave/guides/tracking/trace-plots.md): Visualisez les métriques de trace à l’aide de graphiques interactifs dans Weave pour explorer les tendances de latence, de coût et d’utilisation des tokens pour les applications LLM.
- [Lier un run W&B aux appels de fonction tracés](https://docs.wandb.ai/fr/weave/guides/tracking/trace-to-run.md): Associer des traces Weave à des runs W&B pour le suivi des expériences
- [Utiliser Weave avec les runs d’entraînement de W&B](https://docs.wandb.ai/fr/weave/guides/tools/weave-in-workspaces.md): Intégrez les traces Weave aux runs d’entraînement de W&B pour afficher les détails d’exécution des fonctions à côté des métriques ML dans les tableaux de bord du Workspace.

##### Intégration avec votre fournisseur de LLM et vos frameworks

- [Aperçu des intégrations](https://docs.wandb.ai/fr/weave/guides/integrations.md): Tracez les agents et les applications LLM grâce aux intégrations Weave pour les SDK d’agents, les harnesses, les fournisseurs de LLM et les frameworks d’orchestration.
- [Contrôler le suivi automatique des appels LLM](https://docs.wandb.ai/fr/weave/guides/integrations/autopatching.md): Contrôler la manière dont W&B Weave enregistre automatiquement les appels à OpenAI, Anthropic et à d'autres bibliothèques LLM
- [SDK TypeScript : guide d’intégration de bibliothèques tierces](https://docs.wandb.ai/fr/weave/guides/integrations/js.md): Intégrez des bibliothèques tierces au SDK TypeScript de Weave
- [Modèles locaux](https://docs.wandb.ai/fr/weave/guides/integrations/local_models.md): Exécutez des modèles open source localement avec Ollama, LMStudio ou GPT4All et tracez-les avec Weave grâce à la compatibilité du SDK OpenAI.

###### Fournisseurs de LLM

- [Serverless Inference](https://docs.wandb.ai/fr/weave/guides/integrations/inference.md): Utilisez Serverless Inference avec Weave pour tracer et surveiller les appels aux modèles fondamentaux open source via l’API compatible OpenAI.
- [Bedrock](https://docs.wandb.ai/fr/weave/guides/integrations/bedrock.md): Suivez et surveillez les appels LLM Amazon Bedrock avec Weave, en capturant les interactions avec les foundation models et l'utilisation de l'API converse.
- [Anthropic](https://docs.wandb.ai/fr/weave/guides/integrations/anthropic.md): Utilisez Weave pour suivre et consigner automatiquement les appels LLM effectués avec le SDK Anthropic
- [Cerebras](https://docs.wandb.ai/fr/weave/guides/integrations/cerebras.md): Utilisez Weave pour tracer et créer un journal des appels LLM effectués via le SDK Cerebras Cloud
- [Cohere](https://docs.wandb.ai/fr/weave/guides/integrations/cohere.md): Utilisez Weave pour suivre et consigner automatiquement les appels LLM effectués par l’intermédiaire de la bibliothèque Python Cohere
- [Google](https://docs.wandb.ai/fr/weave/guides/integrations/google.md): Utilisez Weave pour tracer et journaliser les appels de modèles Google GenAI
- [Groq](https://docs.wandb.ai/fr/weave/guides/integrations/groq.md): Suivez et surveillez l’inférence LPU de Groq avec Weave, en capturant les appels de modèle, les métriques de performance et les enchaînements de fonctions pour les applications LLM.
- [Hugging Face Hub](https://docs.wandb.ai/fr/weave/guides/integrations/huggingface.md): Intégrez Hugging Face Hub à W&B Weave pour suivre et analyser vos applications de machine learning
- [LiteLLM](https://docs.wandb.ai/fr/weave/guides/integrations/litellm.md): Suivre et consigner automatiquement les appels LLM effectués via LiteLLM
- [Microsoft Azure](https://docs.wandb.ai/fr/weave/guides/integrations/azure.md): Intégrer Weave aux services Microsoft Azure OpenAI
- [MistralAI](https://docs.wandb.ai/fr/weave/guides/integrations/mistral.md): Suivez et surveillez les appels au modèle MistralAI avec le Tracing automatique de Weave pour les complétions de chat, l’appel de fonction et les interactions avec le modèle.
- [NVIDIA NIM](https://docs.wandb.ai/fr/weave/guides/integrations/nvidia_nim.md): Utilisez Weave pour capturer les traces et journaliser les appels LLM effectués via la bibliothèque ChatNVIDIA
- [OpenAI](https://docs.wandb.ai/fr/weave/guides/integrations/openai.md): Intégrez OpenAI avec Weave pour le tracing, l’évaluation et le monitoring
- [OpenRouter](https://docs.wandb.ai/fr/weave/guides/integrations/openrouter.md): Utilisez l’interface unifiée d’OpenRouter pour de nombreux LLM avec une intégration automatique à Weave
- [Together AI](https://docs.wandb.ai/fr/weave/guides/integrations/together_ai.md): Suivez les LLM open source de Together AI avec Weave grâce à la compatibilité du SDK OpenAI pour un Tracing et une évaluation fluides des appels de modèle.

###### Frameworks

- [API Realtime d’OpenAI](https://docs.wandb.ai/fr/weave/guides/integrations/openai-realtime-audio.md): Utilisez Weave pour tracer automatiquement vos appels à l’API Realtime d’OpenAI.
- [Bedrock Agents](https://docs.wandb.ai/fr/weave/guides/integrations/bedrock_agents.md): Tracez les invocations d’Amazon Bedrock Agents avec Weave en capturant les entrées de l’agent, l’utilisation du modèle de fondation et la sortie de complétion.
- [LangChain](https://docs.wandb.ai/fr/weave/guides/integrations/langchain.md): Utilisez Weave pour suivre et consigner tous les appels effectués via la bibliothèque Python LangChain
- [LlamaIndex](https://docs.wandb.ai/fr/weave/guides/integrations/llamaindex.md): Tracez et déboguez les applications LlamaIndex avec Weave, en capturant automatiquement les appels LLM, les pipelines RAG, les étapes d’agent et les évaluations.
- [DSPy](https://docs.wandb.ai/fr/weave/guides/integrations/dspy.md): Utilisez Weave pour suivre et consigner automatiquement les appels effectués avec les modules et fonctions DSPy
- [Instructor](https://docs.wandb.ai/fr/weave/guides/integrations/instructor.md): Suivez l’extraction de données structurées à partir de LLM avec l’intégration Instructor de Weave, en capturant la validation Pydantic et la logique de nouvelle tentative.
- [CrewAI](https://docs.wandb.ai/fr/weave/guides/integrations/crewai.md): Intégrez CrewAI à Weave pour surveiller et tracer les applications multi-agents
- [Smolagents](https://docs.wandb.ai/fr/weave/guides/integrations/smolagents.md): Suivez les applications Smolagents avec le traçage automatique de Weave, en capturant les appels d'outils, les inférences de modèle et les flux de travail d'agent en plusieurs étapes.
- [PydanticAI](https://docs.wandb.ai/fr/weave/guides/integrations/pydantic_ai.md): Tracez les appels d’agents et d’outils de PydanticAI dans Weave avec OpenTelemetry
- [Vercel AI SDK](https://docs.wandb.ai/fr/weave/guides/integrations/vercel_ai_sdk.md): Tracer les appels du Vercel AI SDK dans Weave à l’aide d’OpenTelemetry
- [Haystack](https://docs.wandb.ai/fr/weave/guides/integrations/haystack.md): Tracez les pipelines Deepset Haystack avec W&B Weave à l’aide de l’intégration WeaveConnector.
- [Agno](https://docs.wandb.ai/fr/weave/guides/integrations/agno.md): Tracez les systèmes multi-agents Agno avec Weave à l’aide d’OpenTelemetry pour capturer les interactions entre agents, les appel d’outil et les flux de travail multimodaux.
- [Koog](https://docs.wandb.ai/fr/weave/guides/integrations/koog.md): Tracez des agents Koog écrits en Kotlin avec Weave à l'aide d'OpenTelemetry afin de capturer les appels aux outils, les prompts et les complétions pour les applications d'IA.
- [AutoGen](https://docs.wandb.ai/fr/weave/guides/integrations/autogen.md): Utiliser Weave pour suivre et surveiller les agents AutoGen et les systèmes multi-agents
- [Verdict](https://docs.wandb.ai/fr/weave/guides/integrations/verdict.md): Utilisez le framework d’évaluation Verdict avec Weave pour tracer et surveiller vos pipelines d’évaluation de LLM
- [Verifiers](https://docs.wandb.ai/fr/weave/guides/integrations/verifiers.md): Suivez les environnements RL de Verifiers et l'entraînement d'agents LLM avec Weave, en capturant des conversations multi-tours et des rollouts d'évaluation.
- [VERL](https://docs.wandb.ai/fr/weave/guides/integrations/verl.md): Tracez les rollouts VERL dans Weave afin d’inspecter les conversations sur plusieurs tours de conversation, les appels d’outil et l’évaluation des récompenses lors du fine-tuning RL.

###### Protocoles

- [Model Context Protocol (MCP) et Weave](https://docs.wandb.ai/fr/weave/guides/integrations/mcp.md): Tracez l'activité entre votre client MCP et votre serveur MCP avec Weave
- [Envoyer des traces OpenTelemetry vers Weave](https://docs.wandb.ai/fr/weave/guides/tracking/otel.md): Importer des données de trace compatibles OpenTelemetry via un point de terminaison dédié

##### Notions de base du traçage

- [Démarrage rapide : Instrumenter et tracer des fonctions](https://docs.wandb.ai/fr/weave/quickstart.md): Découvrez W&B Weave en ajoutant le traçage à votre application LLM pour déboguer et surveiller les interactions avec le modèle.
- [Comprendre les Ops, les Appels et les Traces](https://docs.wandb.ai/fr/weave/guides/tracking/tracing.md): Découvrez comment les Ops, les Appels et les Traces forment la base du système de Tracing de W&B Weave.
- [Tracez votre code](https://docs.wandb.ai/fr/weave/guides/tracking/create-call.md): Instrumentez votre code en cours d’exécution afin que son exécution apparaisse sous forme de traces détaillées dans W&B Weave.
- [Naviguer dans la Vue de trace de Weave](https://docs.wandb.ai/fr/weave/guides/tracking/trace-tree.md): Utilisez la Vue de trace de Weave pour comprendre les chemins d'exécution complexes de vos applications LLM et agentiques.
- [Comparer les traces et autres informations enregistrées](https://docs.wandb.ai/fr/weave/guides/tools/comparison.md): Comparer visuellement le code, les traces, les prompts, les modèles et les configurations, et afficher leurs différences
- [Interroger et exporter des appels](https://docs.wandb.ai/fr/weave/guides/tracking/querying-calls.md): Filtrez, triez et exportez les données d’appels Weave à l’aide du SDK Python, de l’API REST ou de l’interface Weave pour une analyse personnalisée.

##### Ops avancées

- [Tracer les fonctions générateur](https://docs.wandb.ai/fr/weave/guides/tracking/trace-generator-func.md): Suivez les fonctions générateur synchrones et asynchrones avec le tracing de W&B Weave
- [Tracer des fonctions imbriquées](https://docs.wandb.ai/fr/weave/tutorial-tracing_2.md): Découvrez comment suivre des structures d'appel profondément imbriquées avec Tracing dans W&B
- [Suivre les Threads](https://docs.wandb.ai/fr/weave/guides/tracking/threads.md): Suivez et analysez les conversations à plusieurs tours dans vos applications LLM à l'aide de threads.
- [Personnaliser les Ops](https://docs.wandb.ai/fr/weave/guides/tracking/ops.md): Découvrez comment colorer vos Ops pour mieux les repérer, comment modifier ce qui est journalisé et comment contrôler le taux d’échantillonnage
- [Définir et journaliser des attributs](https://docs.wandb.ai/fr/weave/guides/tools/attributes.md): Utilisez des attributs pour ajouter des métadonnées à vos traces et évaluations.
- [Journaliser des médias](https://docs.wandb.ai/fr/weave/guides/core-types/media.md): Journalisez les médias renvoyés dans vos traces, comme les images et les vidéos.
- [Référencer des médias dans votre propre bucket (BYOB) avec Weave Op](https://docs.wandb.ai/fr/weave/guides/tracking/byob-references.md): Affichez des images et des vidéos stockées dans votre propre bucket cloud dans Weave Traces en journalisant leurs URI, sans importer les octets dans Weave.
- [Afficher et personnaliser l’affichage des traces](https://docs.wandb.ai/fr/weave/guides/tracking/view-call.md): Afficher les appels dans l’interface utilisateur et personnaliser l’affichage des données de trace
- [Désactiver le tracing](https://docs.wandb.ai/fr/weave/guides/tracking/trace-disable.md): Découvrez les options pour désactiver le tracing W&B Weave ou le couper de manière conditionnelle
- [Journal à écriture anticipée](https://docs.wandb.ai/fr/weave/guides/tracking/write-ahead-log.md): Améliorez la résilience de la capture des données de trace W&B Weave grâce au journal à écriture anticipée

##### Utiliser les Calls

- [Mettre à jour et supprimer des Appels](https://docs.wandb.ai/fr/weave/guides/tracking/update-call.md): Modifiez les noms d’affichage, ajoutez du feedback et supprimez des Appels dans W&B Weave
- [Référence du schéma de Appel](https://docs.wandb.ai/fr/weave/guides/tracking/call-schema-reference.md): Référence sur la structure et les propriétés de l'objet Appel
- [Obtenir une référence à l’objet Call pendant l’exécution](https://docs.wandb.ai/fr/weave/guides/tracking/get-call-object.md): Accédez à l’objet W&B Weave `Call` à l’exécution pour le feedback, les noms d’affichage et d’autres métadonnées
- [Définir le nom d'affichage d'un Appel](https://docs.wandb.ai/fr/weave/guides/tracking/set-call-display.md): Définir ou remplacer le nom d'affichage d'un Appel dans le Tracing W&B Weave

#### Évaluez vos agents et vos fonctions

- [Aperçu des évaluations](https://docs.wandb.ai/fr/weave/guides/core-types/evaluations.md): Développement d'applications LLM piloté par l'évaluation pour améliorer systématiquement les applications
- [Créer une évaluation](https://docs.wandb.ai/fr/weave/tutorial-eval.md): Découvrez comment créer un pipeline d’évaluation avec Weave Models et Evaluations
- [Évaluer des applications RAG](https://docs.wandb.ai/fr/weave/tutorial-rag.md): Créez et évaluez des applications RAG à l’aide de Weave et de juges LLM
- [Collecter et suivre des datasets](https://docs.wandb.ai/fr/weave/guides/core-types/datasets.md): Organiser, collecter, suivre et versionner des exemples pour l’évaluation d’applications LLM
- [Aperçu du scoring](https://docs.wandb.ai/fr/weave/guides/evaluation/scorers.md): Évaluez les résultats d'IA et renvoyez des métriques d'évaluation avec les évaluateurs de Weave
- [Utiliser les évaluateurs intégrés](https://docs.wandb.ai/fr/weave/guides/evaluation/builtin_scorers.md): Utilisez les évaluateurs prédéfinis de Weave pour évaluer vos applications d'IA
- [Évaluer avec des évaluateurs locaux](https://docs.wandb.ai/fr/weave/guides/evaluation/weave_local_scorers.md): De petits modèles de langage qui s’exécutent localement pour évaluer la sécurité et la qualité des systèmes d’IA
- [Journaliser des données d'évaluation depuis votre code](https://docs.wandb.ai/fr/weave/guides/evaluation/evaluation_logger.md): Façon flexible et incrémentielle de journaliser des données d'évaluation à partir de code Python et TypeScript
- [Exporter les données d’évaluation](https://docs.wandb.ai/fr/weave/guides/evaluation/export_eval.md): Exportez les résultats d’évaluation par programmation à l’aide de l’Evaluation REST API.
- [Comparer des évaluations](https://docs.wandb.ai/fr/weave/guides/evaluation/compare_evals.md): Comparez visuellement au moins deux évaluations pour repérer les régressions, les améliorations et les différences de scoring entre les runs
- [Comparer et classer les modèles](https://docs.wandb.ai/fr/weave/guides/core-types/leaderboards.md): Comparer et classer différentes versions de modèles à partir de métriques d’évaluation
- [Mapper les colonnes dans les jeux de données](https://docs.wandb.ai/fr/weave/guides/tools/column-mapping.md): Associez les colonnes de vos jeux de données à d'autres noms. Cela vous permet d'aligner les noms de colonnes de votre jeu de données sur ceux attendus par le scorer.
- [Créer des Leaderboards dynamiques dans évaluations](https://docs.wandb.ai/fr/weave/guides/evaluation/dynamic_leaderboards.md): Les Leaderboards dynamiques vous permettent de configurer, personnaliser, enregistrer et mettre à jour des vues de Leaderboard directement depuis une évaluation.

#### Expérimentez avec les prompts et les modèles

- [Utiliser le Playground pour tester des prompts](https://docs.wandb.ai/fr/weave/guides/tools/playground.md): Simplifiez l'itération sur les prompts et les réponses de LLM
- [Comparez les performances des modèles à l’aide de l’Evaluation Playground](https://docs.wandb.ai/fr/weave/guides/tools/evaluation_playground.md): Comparez et évaluez les performances des modèles sans code à l’aide de l’Evaluation Playground de Weave avec des datasets personnalisés et des juges LLM.
- [Ajouter des runtimes personnalisés](https://docs.wandb.ai/fr/weave/guides/tools/custom-runtimes.md): Connectez des points de terminaison d’inférence compatibles avec OpenAI à un projet Weave en tant que runtimes personnalisés et gérez-les depuis l’interface utilisateur ou les SDK Python et TypeScript.
- [Découvrez Weave avec Serverless Inference](https://docs.wandb.ai/fr/weave/quickstart-inference.md): Découvrez les bases de Weave à l’aide de Serverless Inference pour effectuer le tracing des appels au modèle, comparer les sorties et effectuer des évaluations.

#### Versionnez votre travail

- [Tutoriel : Gestion des versions d’une application](https://docs.wandb.ai/fr/weave/tutorial-weave_models.md): Découvrez comment utiliser `Model` Weave pour suivre votre application et gérer ses versions ainsi que celles de ses paramètres
- [Suivre les versions d’une application avec des modèles](https://docs.wandb.ai/fr/weave/guides/core-types/models.md): Suivez les versions de votre application avec des modèles structurés qui combinent données et code.
- [Créer des objets prompt](https://docs.wandb.ai/fr/weave/guides/core-types/prompts.md): Créez, publiez et utilisez des objets prompt pour les applications LLM
- [Stocker et suivre les versions des prompts](https://docs.wandb.ai/fr/weave/guides/core-types/prompts-version.md): Récupérer et gérer les versions de vos prompts pour les applications LLM
- [Suivre et versionner des objets](https://docs.wandb.ai/fr/weave/guides/tracking/objects.md): Suivre et versionner tout objet sérialisable en JSON dans W&B Weave

#### Surveillez et recueillez le feedback

- [Masquer les PII dans les traces](https://docs.wandb.ai/fr/weave/guides/tracking/redact-pii.md): Masquer automatiquement les informations personnelles identifiables dans les traces
- [Surveiller avec les signaux intégrés](https://docs.wandb.ai/fr/weave/guides/evaluation/monitors.md): W&B fournit des solutions d’évaluation intégrées pour les agents en production
- [Configurer des moniteurs personnalisés](https://docs.wandb.ai/fr/weave/guides/evaluation/custom-monitors.md): Évaluer passivement le trafic de production pour mettre en évidence les tendances et les problèmes
- [Configurer les automatisations](https://docs.wandb.ai/fr/weave/guides/evaluation/automations.md): Créez des automatisations basées sur des événements qui déclenchent des actions en fonction des métriques des monitors et de l’activité des traces.
- [Configurer les garde-fous](https://docs.wandb.ai/fr/weave/guides/evaluation/guardrails.md): Assurez la sécurité des LLM et mesurez la qualité des réponses dans les applications en production

##### Annotez

- [Configurer les files d'attente d'annotation](https://docs.wandb.ai/fr/weave/guides/tracking/annotation-queues.md): Créez des files d'attente d'annotation, attribuez des traces à des experts métier et exportez des retours structurés.
- [Examiner des éléments dans une file d'attente d'annotation](https://docs.wandb.ai/fr/weave/guides/tracking/annotation-review.md): Évaluer des éléments de trace et soumettre des retours structurés à l'aide d'une interface de révision simplifiée.
- [Collecter les feedbacks et utiliser les annotations](https://docs.wandb.ai/fr/weave/guides/tracking/feedback.md): Recueillir et analyser les feedbacks pour les applications LLM via l’UI et le SDK

#### Déployez et passez à l’échelle

- [Options de déploiement et fonctionnalités de sécurité](https://docs.wandb.ai/fr/weave/guides/platform.md): Découvrez les options de déploiement de Weave, la gestion des identités et des accès (IAM), ainsi que les fonctionnalités de sécurité des données.
- [Configurer une instance W&B Weave autogérée](https://docs.wandb.ai/fr/weave/guides/platform/weave-self-managed.md): Déployer et gérer Weave sur votre propre infrastructure
- [Configurer l'échantillonnage à l'ingestion pour Weave Autogéré](https://docs.wandb.ai/fr/weave/guides/platform/ingest-sampling.md): Conservez seulement une partie des traces entrantes pour maîtriser les coûts de stockage et de scoring LLM sur une instance Weave autogérée
- [Mise en cache des réponses du serveur](https://docs.wandb.ai/fr/weave/guides/platform/server-caching.md): Améliorez les performances grâce à la mise en cache des réponses du serveur Weave pour les requêtes répétées et les connexions à bande passante limitée

### Guides pratiques

- [Aperçu](https://docs.wandb.ai/fr/weave/cookbooks.md): Guides pratiques et exemples pour développer avec Weights & Biases Weave

#### Notions de base de Weave

- [Introduction aux traces](https://docs.wandb.ai/fr/weave/cookbooks/Intro_to_Weave_Hello_Trace.md): Découvrez comment utiliser cette introduction aux traces avec W&B Weave
- [Introduction aux évaluations](https://docs.wandb.ai/fr/weave/cookbooks/Intro_to_Weave_Hello_Eval.md): Découvrez comment utiliser cette introduction aux évaluations avec W&B Weave

#### Évaluations et Datasets

- [Démarrage rapide du Leaderboard](https://docs.wandb.ai/fr/weave/cookbooks/leaderboard_quickstart.md): Découvrez comment utiliser Démarrage rapide du Leaderboard avec W&B Weave
- [Évaluations sur des jeux de données HuggingFace](https://docs.wandb.ai/fr/weave/cookbooks/hf_dataset_evals.md): Découvrez comment utiliser les évaluations sur des jeux de données HuggingFace avec W&B Weave
- [Importer depuis un CSV](https://docs.wandb.ai/fr/weave/cookbooks/import_from_csv.md): Importer des jeux de données à partir de fichiers CSV dans W&B Weave pour les utiliser dans des évaluations, le Tracing et des flux de travail de comparaison de modèles.

#### Modèles et prompts

- [Utiliser Weave avec W&B Models](https://docs.wandb.ai/fr/weave/cookbooks/Models_and_Weave_Integration_Demo.md): Notebook interactif qui vous guide dans le suivi des expériences dans W&B Models, ainsi que des traces et évaluations de LLM dans Weave.
- [Chain Of Density](https://docs.wandb.ai/fr/weave/cookbooks/chain_of_density.md): Mettez en œuvre des techniques de synthèse chain-of-density avec W&B Weave pour la compression itérative de texte et l’évaluation.
- [Optimisation des prompts DSPy](https://docs.wandb.ai/fr/weave/cookbooks/dspy_prompt_optimization.md): Découvrez comment utiliser l’optimisation des prompts DSPy avec W&B Weave
- [Routage personnalisé Not Diamond](https://docs.wandb.ai/fr/weave/cookbooks/notdiamond_custom_routing.md): Découvrez comment utiliser le routage personnalisé Not Diamond avec W&B Weave

#### Sujets avancés

- [Sorties structurées multi-agent](https://docs.wandb.ai/fr/weave/cookbooks/multi-agent-structured-output.md): Découvrez comment utiliser les sorties structurées multi-agent avec W&B Weave
- [Codegen](https://docs.wandb.ai/fr/weave/cookbooks/codegen.md): Créez et évaluez des pipelines de génération de code avec W&B Weave pour tracer les prompts, les sorties et les métriques de qualité.
- [Tracer et évaluer un pipeline de vision par ordinateur avec Weave](https://docs.wandb.ai/fr/weave/cookbooks/ocr-pipeline.md): Découvrez comment tracer et évaluer un pipeline de vision par ordinateur avec W&B Weave
- [Audio avec Weave](https://docs.wandb.ai/fr/weave/cookbooks/audio_with_weave.md): Suivez et évaluez les données audio dans vos applications LLM à l’aide des fonctionnalités de journalisation audio et de traçage de W&B Weave.

#### Production et supervision

- [Monitoring en ligne](https://docs.wandb.ai/fr/weave/cookbooks/online_monitoring.md): Configurer le monitoring en ligne des applications LLM en production avec W&B Weave pour suivre les performances et les métriques de qualité.
- [Feedback en production](https://docs.wandb.ai/fr/weave/cookbooks/feedback_prod.md): Collectez et analysez les feedback utilisateur sur les résultats des LLM en production grâce aux fonctionnalités de suivi des feedback de W&B Weave.
- [Les évaluateurs comme garde-fous](https://docs.wandb.ai/fr/weave/cookbooks/scorers_as_guardrails.md): Découvrez comment utiliser les évaluateurs comme garde-fous avec W&B Weave
- [Coût d’un modèle personnalisé](https://docs.wandb.ai/fr/weave/cookbooks/custom_model_cost.md): Définissez et suivez les coûts de modèles personnalisés dans W&B Weave afin de surveiller les dépenses selon les différents fournisseurs et modèles de LLM.
- [Traitement des données PII](https://docs.wandb.ai/fr/weave/cookbooks/pii.md): Traitez les données personnelles identifiables (PII) dans les applications LLM à l'aide des outils de masquage et de filtrage de W&B Weave.

### Référence

- [SDK Python](https://docs.wandb.ai/fr/weave/ref-link-python.md)
- [SDK TypeScript](https://docs.wandb.ai/fr/weave/ref-link-typescript.md)
- [API du service](https://docs.wandb.ai/fr/weave/ref-link-service-api.md)

### Détails et assistance

- [Limites et comportements attendus](https://docs.wandb.ai/fr/weave/details/limits.md): Une liste des limites de Weave, des problèmes connus et des comportements attendus
- [Assistance : Weave](https://docs.wandb.ai/fr/weave/details/support-weave.md)