# Weights & Biases Documentation: Japanese プロダクト W&B Weave ## W&B Weave - [W&B Weave](https://docs.wandb.ai/ja/weave.md): W&B Weave で言語モデルアプリをトラッキング、テスト、改善 ### スタートガイド - [エージェント インテグレーションを選択する](https://docs.wandb.ai/ja/weave/agent-integration-quickstart.md): お使いのエージェント SDK またはハーネスに対応した組み込みの Weave インテグレーションを選択し、会話、ターン、LLM Call、ツールコールを Agents ビューに送信し始めましょう。 - [クイックスタート: カスタム エージェントの可観測性を設定する](https://docs.wandb.ai/ja/weave/custom-agents-quickstart.md): Weave SDK を使用してマルチターン エージェントをトレースします。会話、ターン、LLM Call、ツールコールが、project の Agents ビューに表示されます。 - [Weave で AI エージェントを評価する](https://docs.wandb.ai/ja/weave/agent-evals.md): agents workflow と EvaluationLogger を使用して、シングルターンおよびマルチターンの AI エージェントを Weave で評価し、LLM judge でスコアリングします。 - [OpenTelemetry スパンを Agents ビューに送信する](https://docs.wandb.ai/ja/weave/guides/tracking/trace-agents-otel.md): 任意の OpenTelemetry パイプラインから OTLP トレースデータを Weave agents エンドポイント に送信できます。Weave SDK は不要です。 - [クイックスタート: 関数をインストルメントしてトレースする](https://docs.wandb.ai/ja/weave/quickstart.md): LLM アプリケーションにトレースを追加してモデルのやり取りをデバッグ・監視しながら、W&B Weave の利用を始めましょう。 ### ガイド - [Weave とは？](https://docs.wandb.ai/ja/weave/concepts/what-is-weave.md): W&B Weave の概要と、LLM アプリケーションの構築、評価、改善にどのように役立つかを学びます - [Weave project を管理する](https://docs.wandb.ai/ja/weave/guides/platform/weave-projects.md): トレース、プロンプト、評価、モデル、ダッシュボードなどの関連アセットを整理するためにWeave project を使用します。 - [Weave の環境変数を設定する](https://docs.wandb.ai/ja/weave/guides/core-types/env-vars.md): 環境変数を使用して、実行時の Weave の動作を設定する #### エージェントをトレースする - [エージェントをトレースする](https://docs.wandb.ai/ja/weave/guides/tracking/trace-agents.md): Weave SDK を使用してマルチターンのエージェント型アプリケーションにトレースを組み込み、Agents タブで確認します。 - [OpenTelemetry スパンを Agents ビューに送信する](https://docs.wandb.ai/ja/weave/guides/tracking/trace-agents-otel.md): 任意の OpenTelemetry パイプラインから OTLP トレースデータを Weave agents エンドポイント に送信できます。Weave SDK は不要です。 - [エージェントのアクティビティを確認](https://docs.wandb.ai/ja/weave/guides/tracking/view-agent-activity.md): W&B Weave の Agents ビュー を使用すると、エージェントが何を行ったか、どれくらいのコストがかかったか、何がどこでうまくいき、どこで問題が発生したのかを正確に把握できます。 - [シグナルを使ってエージェントをモニタリングする](https://docs.wandb.ai/ja/weave/guides/tracking/view-agent-signals.md): W&B Weave のシグナルを使用してエージェントのターンをスコアリングし、タグを適用して、本番環境での品質と安全性の問題を可視化します。 - [エージェント スパン に属性とイベントを設定する](https://docs.wandb.ai/ja/weave/guides/tracking/trace-agents-attributes.md): エージェント スパン（Turn、LLM、Tool、SubAgent）にカスタム属性を付与し、イベントを記録して、Weave で エージェント のアクティビティをフィルタリングおよび分析します。 - [エージェントのトレースをバッチでログする](https://docs.wandb.ai/ja/weave/guides/tracking/trace-agents-batch.md): すでに LLM 呼び出しが完了しており、その記録が必要なフレームワーク向けに、エージェントのトレースを手動でログします。 - [サブエージェントをトレース](https://docs.wandb.ai/ja/weave/guides/tracking/trace-sub-agents.md): Weave のサブエージェント スパンを使用して、サブエージェントへの委譲をトレースし、ネストされたエージェント呼び出しを確認します。 - [エージェント スパンを使用して独自のバケット（BYOB）内のメディアを参照する](https://docs.wandb.ai/ja/weave/guides/tracking/agents-byob-references.md): Weave にバイトをインポートすることなく、エージェントのツール スパンからその URI を返すことで、独自のクラウド バケット内の画像や動画を Weave の Agents ビューに表示します。 ##### Weave をエージェントと統合する - [Google ADK](https://docs.wandb.ai/ja/weave/guides/integrations/agents/google-adk.md): Weave を使用して、Google の Agent Development Kit（ADK）で構築したエージェントをトレースします。 - [OpenAI Agents SDK](https://docs.wandb.ai/ja/weave/guides/integrations/agents/openai-agents-sdk.md): Weave を使用して、OpenAI Agents SDK で構築したエージェントをトレースします。 - [Claude Agent SDK](https://docs.wandb.ai/ja/weave/guides/integrations/agents/claude-agents-sdk.md): Weave を使用して、Claude Agent SDK で構築したエージェントをトレースします。 - [Claude Code プラグイン](https://docs.wandb.ai/ja/weave/guides/integrations/agents/claude-code-harness.md): 可観測性の向上とデバッグのため、W&B Weave で Claude Code のセッションをトラッキングします。 - [Codex プラグイン](https://docs.wandb.ai/ja/weave/guides/integrations/agents/codex-harness.md): W&B Weave で、Codex のエージェント セッション、LLM Call、ツール実行をトレースします。 - [OpenClaw プラグイン](https://docs.wandb.ai/ja/weave/guides/integrations/agents/openclaw-harness.md): W&B Weave で OpenClaw エージェントセッションをトラッキングし、可観測性の向上とデバッグに役立てます。 - [Pi 拡張機能](https://docs.wandb.ai/ja/weave/guides/integrations/agents/pi-dev-harness.md): Weave で Pi のエージェント セッション、LLM Call、ツール実行をトレースします。 #### Ops と Calls を使用して関数をトレースする - [コストをトラッキングする](https://docs.wandb.ai/ja/weave/guides/tracking/costs.md): Weave における LLM 操作の自動コストトラッキングとカスタムコストトラッキングについて説明します - [保存済みビューを作成して管理する](https://docs.wandb.ai/ja/weave/guides/tools/saved-views.md): トレースされた関数の Call や評価とのやり取りをカスタマイズする - [トレースプロットを使用する](https://docs.wandb.ai/ja/weave/guides/tracking/trace-plots.md): Weave のインタラクティブなチャートでトレースレベルのメトリクスを可視化し、LLM アプリケーションのレイテンシ、コスト、トークン使用量のパターンを分析します。 - [W&B run をトレースされた関数呼び出しにリンクする](https://docs.wandb.ai/ja/weave/guides/tracking/trace-to-run.md): 実験管理のために Weave トレースを W&B runs に関連付ける - [W&B のトレーニング run で Weave を使用する](https://docs.wandb.ai/ja/weave/guides/tools/weave-in-workspaces.md): Workspace ダッシュボードで ML メトリクスと並べて関数実行の詳細を表示できるよう、Weave のトレースを W&B のトレーニング run に統合します。 ##### LLM プロバイダやフレームワークと統合する - [インテグレーションの概要](https://docs.wandb.ai/ja/weave/guides/integrations.md): エージェント SDK、ハーネス、LLM プロバイダ、オーケストレーション フレームワーク向けの Weave のインテグレーションを使って、エージェントと LLM アプリケーションをトレースします。 - [LLM Call の自動トラッキングを制御する](https://docs.wandb.ai/ja/weave/guides/integrations/autopatching.md): W&B Weave が OpenAI、Anthropic、その他の LLM ライブラリへの Call を自動的に記録する方法を制御します - [TypeScript SDK: サードパーティインテグレーションガイド](https://docs.wandb.ai/ja/weave/guides/integrations/js.md): サードパーティライブラリを Weave TypeScript SDK に統合する - [ローカルモデル](https://docs.wandb.ai/ja/weave/guides/integrations/local_models.md): Ollama、LMStudio、GPT4All を使用してオープンソースモデルをローカルで実行し、OpenAI SDK との互換性を利用して Weave でトレースします。 ###### LLM プロバイダ - [Serverless Inference](https://docs.wandb.ai/ja/weave/guides/integrations/inference.md): Weave で Serverless Inference を使用すると、OpenAI互換API経由でオープンソースの基盤モデル呼び出しをトレースして監視できます。 - [Bedrock](https://docs.wandb.ai/ja/weave/guides/integrations/bedrock.md): Weave で Amazon Bedrock の LLM Call をトラッキングおよびモニタリングし、基盤モデルのインタラクションと converse API の使用状況を取得します。 - [Anthropic](https://docs.wandb.ai/ja/weave/guides/integrations/anthropic.md): Weave を使用して、Anthropic SDK 経由で行われる LLM Call を自動的にトラッキングしてログする - [Cerebras](https://docs.wandb.ai/ja/weave/guides/integrations/cerebras.md): Weave を使用して、Cerebras Cloud SDK 経由の LLM call をトレースしてログする - [Cohere](https://docs.wandb.ai/ja/weave/guides/integrations/cohere.md): Weave を使用して、Cohere Python ライブラリ経由で行われる LLM call を自動的にトラッキングしてログする - [Google](https://docs.wandb.ai/ja/weave/guides/integrations/google.md): Weave を使用して Google GenAI モデルの呼び出しをトレースし、ログする - [Groq](https://docs.wandb.ai/ja/weave/guides/integrations/groq.md): Weave で Groq LPU 推論をトラッキングおよびモニタリングし、LLM アプリケーション向けに、モデル Call、パフォーマンス メトリクス、関数チェーンを記録します。 - [Hugging Face Hub](https://docs.wandb.ai/ja/weave/guides/integrations/huggingface.md): Hugging Face Hub を W&B Weave と統合して、機械学習アプリケーションをトラッキングおよび分析します - [LiteLLM](https://docs.wandb.ai/ja/weave/guides/integrations/litellm.md): LiteLLM 経由で行われた LLM Call を自動的にトラッキングしてログします - [Microsoft Azure](https://docs.wandb.ai/ja/weave/guides/integrations/azure.md): Weave を Microsoft Azure OpenAI サービスと統合する - [MistralAI](https://docs.wandb.ai/ja/weave/guides/integrations/mistral.md): Weave の自動トレースを使用して、チャット補完、関数呼び出し、モデルとのやり取りにおける MistralAI モデルの Call をトラッキングおよび監視します。 - [NVIDIA NIM](https://docs.wandb.ai/ja/weave/guides/integrations/nvidia_nim.md): ChatNVIDIA ライブラリ経由の LLM Call を Weave でトレースしてログする - [OpenAI](https://docs.wandb.ai/ja/weave/guides/integrations/openai.md): OpenAI を Weave と統合して、トレース、評価、モニタリングを行う - [OpenRouter](https://docs.wandb.ai/ja/weave/guides/integrations/openrouter.md): 自動的な Weave インテグレーションにより、多数の LLM で OpenRouter の統一インターフェースを使用する - [Together AI](https://docs.wandb.ai/ja/weave/guides/integrations/together_ai.md): OpenAI SDK との互換性を利用して、Weave で Together AI のオープンソース LLM をトラッキングし、モデル呼び出しのトレースと評価をシームレスに行います。 ###### フレームワーク - [OpenAI Realtime API](https://docs.wandb.ai/ja/weave/guides/integrations/openai-realtime-audio.md): Weave を使用して、OpenAI Realtime API への呼び出しを自動的にトレースします。 - [Bedrock Agents](https://docs.wandb.ai/ja/weave/guides/integrations/bedrock_agents.md): Weave で Amazon Bedrock Agents の呼び出しをトレースし、エージェントの入力、基盤モデルの使用状況、完了出力を記録します。 - [LangChain](https://docs.wandb.ai/ja/weave/guides/integrations/langchain.md): Weave を使用して、LangChain Python ライブラリ経由で行われるすべての Call をトラッキングしてログする - [LlamaIndex](https://docs.wandb.ai/ja/weave/guides/integrations/llamaindex.md): Weave で LlamaIndex アプリケーションをトレースしてデバッグし、LLM Call、RAG パイプライン、エージェントのステップ、評価を自動的に取得します。 - [DSPy](https://docs.wandb.ai/ja/weave/guides/integrations/dspy.md): Weave を使用して、DSPy のモジュールや関数による call を自動的にトラッキングしてログする - [Instructor](https://docs.wandb.ai/ja/weave/guides/integrations/instructor.md): Weave の Instructor インテグレーションを使用して、Pydantic の検証と再試行ロジックを記録しながら、LLM からの構造化データ抽出をトレースします。 - [CrewAI](https://docs.wandb.ai/ja/weave/guides/integrations/crewai.md): CrewAI を Weave と統合し、マルチエージェントアプリケーションを監視・トレースする - [Smolagents](https://docs.wandb.ai/ja/weave/guides/integrations/smolagents.md): Weave の自動トレースで Smolagents アプリケーションをトラッキングし、ツール呼び出し、モデル推論、複数 step のエージェントワークフローを記録します。 - [PydanticAI](https://docs.wandb.ai/ja/weave/guides/integrations/pydantic_ai.md): OpenTelemetry を使用して Weave で PydanticAI のエージェントとツールの call をトレースする - [Vercel AI SDK](https://docs.wandb.ai/ja/weave/guides/integrations/vercel_ai_sdk.md): OpenTelemetry を使用して Weave で Vercel AI SDK の Call をトレースする - [Haystack](https://docs.wandb.ai/ja/weave/guides/integrations/haystack.md): WeaveConnector インテグレーションを使用して、W&B Weave で Deepset Haystack パイプラインをトレースします。 - [Agno](https://docs.wandb.ai/ja/weave/guides/integrations/agno.md): OpenTelemetry を使用して Weave で Agno のマルチエージェントシステムをトレースし、エージェントのインタラクション、ツール呼び出し、およびマルチモーダルなワークフローを取得します。 - [Koog](https://docs.wandb.ai/ja/weave/guides/integrations/koog.md): OpenTelemetry を使用して Kotlin ベースの Koog エージェントを Weave でトレースし、AI アプリケーションのツール call、プロンプト、コンプリーションを収集します。 - [AutoGen](https://docs.wandb.ai/ja/weave/guides/integrations/autogen.md): Weave を使用して AutoGen エージェントとマルチエージェントシステムをトラッキングし、監視する - [Verdict](https://docs.wandb.ai/ja/weave/guides/integrations/verdict.md): Weave で Verdict 評価フレームワークを使用して、LLM 評価パイプラインをトレースおよび監視します - [Verifiers](https://docs.wandb.ai/ja/weave/guides/integrations/verifiers.md): Weave で Verifiers の RL 環境と LLM エージェントのトレーニングをトラッキングし、複数ラウンドの会話や評価ロールアウトを記録します。 - [VERL](https://docs.wandb.ai/ja/weave/guides/integrations/verl.md): Weave で VERL のロールアウトをトレースし、RL ファインチューニング中のマルチターン会話、ツール呼び出し、報酬スコアリングを確認します。 ###### プロトコル - [Model Context Protocol (MCP) と Weave](https://docs.wandb.ai/ja/weave/guides/integrations/mcp.md): Weave を使用して、MCP クライアントと MCP サーバー間のアクティビティをトレースします - [OpenTelemetry トレースを Weave に送信する](https://docs.wandb.ai/ja/weave/guides/tracking/otel.md): 専用のエンドポイントを通じて OpenTelemetry 互換のトレースデータをインポートする ##### トレースの基本 - [クイックスタート: 関数をインストルメントしてトレースする](https://docs.wandb.ai/ja/weave/quickstart.md): LLM アプリケーションにトレースを追加してモデルのやり取りをデバッグ・監視しながら、W&B Weave の利用を始めましょう。 - [Ops、Call、トレース を理解する](https://docs.wandb.ai/ja/weave/guides/tracking/tracing.md): Ops、Call、トレース が W&B Weave のトレースシステムの基盤となる仕組みを学びます。 - [コードをトレースする](https://docs.wandb.ai/ja/weave/guides/tracking/create-call.md): 実行中のコードを計装し、その実行を W&B Weave に詳細なトレースとして表示します。 - [Weave Trace viewを操作する](https://docs.wandb.ai/ja/weave/guides/tracking/trace-tree.md): WeaveのTrace viewを使用して、LLMやエージェント型アプリの複雑な実行パスを把握します。 - [トレースやその他のログ情報を比較する](https://docs.wandb.ai/ja/weave/guides/tools/comparison.md): コード、トレース、プロンプト、モデル、設定の差分を視覚的に比較する - [Calls をクエリしてエクスポートする](https://docs.wandb.ai/ja/weave/guides/tracking/querying-calls.md): Python SDK、REST API、または Weave UI を使用して Weave の call データをフィルター、並べ替え、エクスポートし、カスタム分析を行います。 ##### 高度な Ops - [ジェネレーター関数をトレースする](https://docs.wandb.ai/ja/weave/guides/tracking/trace-generator-func.md): W&B Weave のトレースで sync / async ジェネレーター関数をトラッキングする - [ネストされた関数をトレースする](https://docs.wandb.ai/ja/weave/tutorial-tracing_2.md): W&B トレースを使用して深くネストした Call 構造をトラッキングする方法を学びます - [スレッドをトレースする](https://docs.wandb.ai/ja/weave/guides/tracking/threads.md): スレッドを使用して、LLM アプリケーション内の複数ターンにわたる会話をトレースして分析します。 - [Ops をカスタマイズする](https://docs.wandb.ai/ja/weave/guides/tracking/ops.md): 視認性を高めるために Ops に色を付ける方法、ログされる内容を変更する方法、サンプリング率を制御する方法を説明します - [属性を定義してログする](https://docs.wandb.ai/ja/weave/guides/tools/attributes.md): 属性を使用して、トレースと評価にメタデータを追加します。 - [メディアをログする](https://docs.wandb.ai/ja/weave/guides/core-types/media.md): トレースで返される画像や動画などのメディアをログします。 - [Weave Op を使用して自身のバケット（BYOB）内のメディアを参照する](https://docs.wandb.ai/ja/weave/guides/tracking/byob-references.md): バイトデータを Weave にインポートすることなく URI をログするだけで、自身のクラウドバケット内にある画像や動画を Weave トレースで表示できます。 - [トレース表示の確認とカスタマイズ](https://docs.wandb.ai/ja/weave/guides/tracking/view-call.md): UI で Call を表示し、トレースデータの表示方法をカスタマイズします - [トレースを無効にする](https://docs.wandb.ai/ja/weave/guides/tracking/trace-disable.md): W&B Weave のトレースを無効にする、または条件に応じてオフにする方法を説明します - [ライトアヘッドログ](https://docs.wandb.ai/ja/weave/guides/tracking/write-ahead-log.md): ライトアヘッドログを使用して、W&B Weave のトレースデータ取得の耐障害性を向上させます ##### Calls を使用する - [Call の更新と削除](https://docs.wandb.ai/ja/weave/guides/tracking/update-call.md): W&B Weave で表示名を変更し、フィードバックを追加し、Call を削除する - [Call スキーマ リファレンス](https://docs.wandb.ai/ja/weave/guides/tracking/call-schema-reference.md): Call オブジェクトの構造とプロパティのリファレンス - [実行中に Call オブジェクトへの参照を取得する](https://docs.wandb.ai/ja/weave/guides/tracking/get-call-object.md): 実行時に W&B Weave の `Call` オブジェクトへアクセスして、feedback、表示名、その他のメタデータを利用する - [Call の表示名を設定する](https://docs.wandb.ai/ja/weave/guides/tracking/set-call-display.md): W&B Weave のトレースで Call の表示名を設定または上書きする #### エージェントと関数を評価する - [評価の概要](https://docs.wandb.ai/ja/weave/guides/core-types/evaluations.md): アプリケーションを体系的に改善するための、評価主導の LLM アプリケーション開発 - [評価を作成する](https://docs.wandb.ai/ja/weave/tutorial-eval.md): Weave Models と評価機能を使って、評価パイプラインを構築する方法を学びます - [RAG アプリケーションを評価する](https://docs.wandb.ai/ja/weave/tutorial-rag.md): Weave と LLM judge を使用して、RAG アプリケーションを構築・評価します - [データセットを収集してトラッキングする](https://docs.wandb.ai/ja/weave/guides/core-types/datasets.md): LLM アプリケーションの評価向けに、例を整理、収集、トラッキングし、バージョン管理します - [スコアリングの概要](https://docs.wandb.ai/ja/weave/guides/evaluation/scorers.md): AI の出力を評価し、Weave Scorers で評価メトリクスを返します - [組み込みScorerを使用する](https://docs.wandb.ai/ja/weave/guides/evaluation/builtin_scorers.md): AI アプリケーションの評価に Weave の事前定義済みScorerを使用する - [ローカルScorerを使用して評価する](https://docs.wandb.ai/ja/weave/guides/evaluation/weave_local_scorers.md): ローカルで実行される小規模言語モデルを使用して、AI システムの安全性と品質を評価します - [コードから評価データをログする](https://docs.wandb.ai/ja/weave/guides/evaluation/evaluation_logger.md): Python および TypeScript のコードから評価データを柔軟かつ段階的にログする方法 - [評価データをエクスポートする](https://docs.wandb.ai/ja/weave/guides/evaluation/export_eval.md): Evaluation REST API を使用して、評価結果をプログラムからエクスポートします。 - [Compare evaluations](https://docs.wandb.ai/ja/weave/guides/evaluation/compare_evals.md): 2 つ以上の評価を視覚的に比較して、Runs 全体でのリグレッション、改善、スコアリングの差異を把握します - [モデルを比較してランク付けする](https://docs.wandb.ai/ja/weave/guides/core-types/leaderboards.md): 評価メトリクスに基づいて異なるモデルバージョンを比較し、ランク付けする - [データセットの列を別名にマッピングする](https://docs.wandb.ai/ja/weave/guides/tools/column-mapping.md): データセットの列を別の名前にマッピングします。これにより、データセット内の列名を scorer が想定する列名に合わせられます。 - [Evaluations で動的な Leaderboards を作成する](https://docs.wandb.ai/ja/weave/guides/evaluation/dynamic_leaderboards.md): 動的な Leaderboards を使用すると、評価から直接 Leaderboard ビューを設定、カスタマイズ、保存、更新できます。 #### プロンプトとモデルを試す - [Playground を使ってプロンプトを試す](https://docs.wandb.ai/ja/weave/guides/tools/playground.md): LLM のプロンプトと応答を反復的に改善するプロセスをシンプルにします - [Evaluation Playground を使ってモデル性能を比較する](https://docs.wandb.ai/ja/weave/guides/tools/evaluation_playground.md): Weave の Evaluation Playground を使うと、カスタムデータセットと LLM ジャッジモデルを用いて、コードなしでモデル性能を比較・評価できます。 - [カスタムランタイムを追加する](https://docs.wandb.ai/ja/weave/guides/tools/custom-runtimes.md): OpenAI-compatible 推論エンドポイントをカスタムランタイムとして Weave プロジェクトに接続し、UI または Python と TypeScript SDK から管理します。 - [Serverless Inference で Weave を学ぶ](https://docs.wandb.ai/ja/weave/quickstart-inference.md): Serverless Inference を使って Weave の基本を学び、モデル Call をトレースし、出力を比較し、評価を実行します。 #### 作業をバージョン管理する - [チュートリアル：アプリケーションのバージョン管理](https://docs.wandb.ai/ja/weave/tutorial-weave_models.md): Weave Model を使用して、アプリケーションとそのパラメーターをトラッキングし、バージョン管理する方法を学びます - [モデルでアプリケーションのバージョンをトラッキングする](https://docs.wandb.ai/ja/weave/guides/core-types/models.md): データとコードを組み合わせた構造化モデルで、アプリケーションのバージョンをトラッキングします。 - [プロンプトオブジェクトを作成する](https://docs.wandb.ai/ja/weave/guides/core-types/prompts.md): LLM アプリケーション向けのプロンプトオブジェクトを作成、公開、使用する - [プロンプトのバージョンを保存してトラッキングする](https://docs.wandb.ai/ja/weave/guides/core-types/prompts-version.md): LLMアプリケーション用のプロンプトのバージョンを取得して管理する - [オブジェクトの追跡とバージョン管理](https://docs.wandb.ai/ja/weave/guides/tracking/objects.md): W&B Weave で任意の JSON シリアライズ可能なオブジェクトを追跡およびバージョン管理する #### 監視してフィードバックを収集する - [トレースから PII をマスクする](https://docs.wandb.ai/ja/weave/guides/tracking/redact-pii.md): トレースから個人を特定できる情報を自動的にマスクする - [組み込みシグナルを使った監視](https://docs.wandb.ai/ja/weave/guides/evaluation/monitors.md): W&B は、本番のエージェント向けに組み込みのスコアリング ソリューションを提供します - [カスタムモニターを設定する](https://docs.wandb.ai/ja/weave/guides/evaluation/custom-monitors.md): 本番トラフィックを受動的にスコアリングして、傾向や問題を明らかにします - [オートメーションを設定する](https://docs.wandb.ai/ja/weave/guides/evaluation/automations.md): モニターのメトリクスやトレース アクティビティに基づいてアクションをトリガーする、イベント駆動型のオートメーションを作成します。 - [ガードレールを設定する](https://docs.wandb.ai/ja/weave/guides/evaluation/guardrails.md): 本番環境のアプリケーションで LLM の安全性を確保し、出力品質を測定する ##### アノテーションする - [アノテーションキューを設定する](https://docs.wandb.ai/ja/weave/guides/tracking/annotation-queues.md): アノテーションキューを作成し、トレースをドメインエキスパートに振り分け、構造化フィードバックをエクスポートします。 - [アノテーションキュー 内の項目をレビューする](https://docs.wandb.ai/ja/weave/guides/tracking/annotation-review.md): 簡素化された review interface を使用してトレース項目を評価し、structured feedback を送信します。 - [フィードバックを収集し、アノテーションを活用する](https://docs.wandb.ai/ja/weave/guides/tracking/feedback.md): UI と SDK を通じて LLM アプリケーションのフィードバックを収集・分析する #### デプロイしてスケールする - [デプロイメントオプションとセキュリティ機能](https://docs.wandb.ai/ja/weave/guides/platform.md): Weave のデプロイメントオプション、IAM 管理、データセキュリティ機能について説明します。 - [W&B Weave のセルフマネージドインスタンスを設定する](https://docs.wandb.ai/ja/weave/guides/platform/weave-self-managed.md): 独自のインフラストラクチャー上に Weave をデプロイして管理します - [Weave セルフマネージド向けに取り込みサンプリングを設定する](https://docs.wandb.ai/ja/weave/guides/platform/ingest-sampling.md): セルフマネージドの Weave インスタンスで、受信したトレースの一部のみを保持し、ストレージコストと LLM スコアリングのコストを抑えます - [サーバー応答のキャッシュ](https://docs.wandb.ai/ja/weave/guides/platform/server-caching.md): 繰り返しのクエリや限られたネットワーク帯域幅でのパフォーマンスを向上させる Weave のサーバー応答キャッシュ ### クックブック - [概要](https://docs.wandb.ai/ja/weave/cookbooks.md): Weights & Biases Weave を使った開発のための実践的なガイドと例 #### Weave の基本 - [トレース入門](https://docs.wandb.ai/ja/weave/cookbooks/Intro_to_Weave_Hello_Trace.md): W&B Weaveでトレースの基礎を学びます - [評価の概要](https://docs.wandb.ai/ja/weave/cookbooks/Intro_to_Weave_Hello_Eval.md): W&B Weaveで評価の基本的な使い方を学びます #### 評価と Datasets - [Leaderboard クイックスタート](https://docs.wandb.ai/ja/weave/cookbooks/leaderboard_quickstart.md): W&B Weave で Leaderboard クイックスタート を使う方法を学びます - [HuggingFace データセットの評価](https://docs.wandb.ai/ja/weave/cookbooks/hf_dataset_evals.md): W&B Weave で HuggingFace データセットの評価を使用する方法を学びます - [CSV からインポート](https://docs.wandb.ai/ja/weave/cookbooks/import_from_csv.md): CSV ファイルからデータセットを W&B Weave にインポートして、評価、トレース、モデル比較のワークフローで使用します。 #### Models & Prompts - [W&B ModelsでWeaveを使用する](https://docs.wandb.ai/ja/weave/cookbooks/Models_and_Weave_Integration_Demo.md): W&B Modelsでの実験のトラッキングを、WeaveでのLLMトレースや評価とあわせて行う方法を説明するインタラクティブなノートブック。 - [Chain Of Density](https://docs.wandb.ai/ja/weave/cookbooks/chain_of_density.md): W&B Weave を使用して、反復的なテキスト圧縮と評価のための chain-of-density 要約手法を実装します。 - [DSPy Prompt Optimization](https://docs.wandb.ai/ja/weave/cookbooks/dspy_prompt_optimization.md): DSPy の プロンプト最適化 を W&B Weave で使用する方法を学びます - [Not Diamond カスタムルーティング](https://docs.wandb.ai/ja/weave/cookbooks/notdiamond_custom_routing.md): W&B Weave で Not Diamond のカスタムルーティングを使用する方法を学びます #### 高度なトピック - [マルチエージェントの構造化出力](https://docs.wandb.ai/ja/weave/cookbooks/multi-agent-structured-output.md): W&B Weaveでマルチエージェントの構造化出力を使用する方法を学びます - [コード生成](https://docs.wandb.ai/ja/weave/cookbooks/codegen.md): W&B Weave を使用してコード生成パイプラインを構築・評価し、プロンプト、出力、品質メトリクスを追跡します。 - [Weave でコンピュータビジョンパイプラインをトレースして Evaluate する](https://docs.wandb.ai/ja/weave/cookbooks/ocr-pipeline.md): W&B Weave を使って、コンピュータビジョンパイプラインをトレースして Evaluate する方法を学びます - [Weave でオーディオを扱う](https://docs.wandb.ai/ja/weave/cookbooks/audio_with_weave.md): W&B Weave のオーディオ ログ機能とトレース機能を使用して、LLM アプリケーション内のオーディオデータをトラッキングして評価します。 #### 本番と監視 - [オンラインモニタリング](https://docs.wandb.ai/ja/weave/cookbooks/online_monitoring.md): W&B Weave を使用してパフォーマンスと品質のメトリクスをトラッキングする、本番環境の LLM アプリケーション向けオンラインモニタリングを設定します。 - [Feedback Prod](https://docs.wandb.ai/ja/weave/cookbooks/feedback_prod.md): W&B Weave のフィードバックトラッキング機能を使用して、本番環境における LLM の出力に対するユーザーフィードバックを収集・分析します。 - [scorersをガードレールとして使う](https://docs.wandb.ai/ja/weave/cookbooks/scorers_as_guardrails.md): W&B Weaveでscorersをガードレールとして使う方法を学びます - [カスタムモデルのコスト](https://docs.wandb.ai/ja/weave/cookbooks/custom_model_cost.md): W&B Weave でカスタムモデルのコストを定義してトラッキングし、さまざまな LLM プロバイダやモデルにまたがる支出を監視します。 - [PII データの処理](https://docs.wandb.ai/ja/weave/cookbooks/pii.md): W&B Weave のデータマスキングおよびフィルタリングツールを使用して、LLM アプリケーションで個人を特定できる情報 (PII) を処理します。 ### リファレンス - [Python SDK](https://docs.wandb.ai/ja/weave/ref-link-python.md) - [TypeScript SDK](https://docs.wandb.ai/ja/weave/ref-link-typescript.md) - [サービス API](https://docs.wandb.ai/ja/weave/ref-link-service-api.md) ### 詳細とサポート - [制限事項と想定される動作](https://docs.wandb.ai/ja/weave/details/limits.md): Weave の制限事項、既知の問題、想定される動作の一覧 - [サポート: Weave](https://docs.wandb.ai/ja/weave/details/support-weave.md)