Weave for Agents est en préversion publique. Les fonctionnalités, les API et l’interface utilisateur de la vue Agents peuvent encore évoluer avant la disponibilité générale.
- Accédez à https://wandb.ai et sélectionnez votre projet.
- Dans le menu latéral, sélectionnez Agents pour afficher toutes les conversations d’agents enregistrées dans votre projet.
La vue Agents s’ouvre sur l’onglet Agents, où chaque agent ayant enregistré des traces dans le projet apparaît sous forme de carte. À partir de là, vous pouvez examiner en détail les conversations, spans et signaux individuels à l’aide des onglets décrits dans les sections suivantes.
L’onglet Agents vous offre une vue d’ensemble de tous les agents qui ont enregistré des
traces dans ce projet. Utilisez-le pour repérer les agents actifs et comparer
la latence et les taux d’erreur d’un agent à l’autre. Il vous aide également à identifier ceux qui
nécessitent une attention particulière avant d’examiner les conversations individuelles.
Il est utile dans des scénarios tels que :
- Surveiller une flotte d’agents. La grille de cartes vous permet de comparer la latence et
le taux d’erreur de tous les agents en un coup d’œil, sans ouvrir chaque conversation.
Un pic de latence ou un taux d’erreur qui passe au rouge sur une carte signale une régression
qui mérite d’être examinée.
- Identifier des agents inactifs. Le tri par Dernière activité met en évidence les agents qui
n’ont pas enregistré d’activité récemment. Cela est utile pour confirmer qu’un déploiement
est bien en ligne ou pour repérer des agents qui ont pu cesser de journaliser des traces de façon inattendue.
- Comparer les versions. Le nombre de versions sur chaque carte indique combien de
versions distinctes de cet agent ont été déployées. Un nombre élevé de versions,
associé à une hausse du taux d’erreur, peut indiquer une régression introduite dans un déploiement
récent.
- Examiner un agent. Cliquez sur n’importe quelle carte pour ouvrir le panneau de détail de cet
agent, depuis lequel vous pouvez accéder à ses conversations ou à ses spans :
Chaque agent est représenté par une carte indiquant :
| Champ | Description |
|---|
| Nom de l’agent | Le nom enregistré avec les traces de l’agent. |
| Dernière activité | Le temps écoulé depuis la dernière activité enregistrée par l’agent. |
| Version | Le nombre de valeurs agent_version distinctes enregistrées dans les spans de l’agent. |
| Histogramme d’activité | Un graphique en barres du volume récent de conversations, qui donne un aperçu rapide des tendances d’utilisation. |
| Conversations | Nombre total de conversations enregistrées. |
| Spans | Nombre total de spans enregistrés dans l’ensemble des conversations. |
| Latence (moy.) | Durée de bout en bout moyenne par invocation. |
| Taux d’erreur | Pourcentage d’invocations ayant renvoyé une erreur. S’affiche en rouge lorsqu’il est supérieur à 0 %. |
Trouver et trier les agents
- Dernière activité : les agents actifs le plus récemment s’affichent en premier.
- Le plus d’invocations : le volume de conversations le plus élevé s’affiche en premier.
- Le plus de jetons d’entrée : la consommation de jetons la plus élevée s’affiche en premier.
- Le plus d’erreurs : le nombre d’erreurs le plus élevé s’affiche en premier.
Le tri par Le plus d’erreurs est utile pour un contrôle de santé quotidien rapide : les agents
avec un taux d’erreur non nul apparaissent immédiatement, et le taux d’erreur en rouge sur la
carte permet de repérer d’un coup d’œil ceux qui nécessitent un examen plus approfondi.
L’onglet Conversations de la page Agents vous permet de parcourir, filtrer et
inspecter les exécutions individuelles d’agent. Utilisez-le pour analyser les échecs, évaluer les
coûts en jetons et comprendre la séquence des appels LLM et des exécutions d’outils qui
constituent une exécution.
Pour obtenir une vue d’ensemble de ce qu’un agent a dit et fait au fil d’une conversation, commencez par l’onglet Conversations.
Tableau des conversations
| Colonne | Description |
|---|
| Conversation | L’identifiant de la conversation et un aperçu du premier message. |
| Dernier message | Un aperçu du message le plus récent, avec un indicateur de rôle. |
| Agent | Le nom du ou des agents impliqués. |
| Invocations | Le nombre de fois où l’agent a été invoqué pendant la conversation. |
| Spans | Nombre total de spans enregistrés. Un nombre de spans plus élevé indique davantage de branchements ou d’utilisation d’outils. |
| Jetons d’entrée | Jetons d’entrée consommés. |
| Jetons de sortie | Jetons de sortie générés. |
| Début | Le moment où la conversation a commencé. |
| Dernière activité | Le temps écoulé depuis l’enregistrement du dernier message. |
Filtres et fenêtre temporelle
Détail d’une conversation d’agent
Dans le détail de la conversation, le panneau des tours de conversation affiche chaque tour dans l’ordre chronologique, numéroté à partir de 1.
Chaque tour de conversation affiche le nombre de réponses intermédiaires et d’appels d’outil, ainsi
que la durée totale écoulée. Développez un tour de conversation pour voir le fil de messages complet.
Messages
Au sein d’un tour de conversation, les messages sont regroupés par rôle.
Les messages utilisateur affichent le texte du message ainsi que tous les médias ou références
de contenu joints.
Les messages de l’assistant affichent les éléments suivants :
- Le nom de l’agent et le modèle utilisé (par exemple,
gpt-5.5-2026-04-23).
- L’horodatage et la durée.
- Le nombre de jetons en entrée et en sortie (par exemple,
16086 in 295 out).
- Une section Raisonnement dépliable lorsque le modèle a utilisé un raisonnement approfondi.
- Le texte de la réponse, qui se replie automatiquement pour les réponses longues.
Les appels d’outil affichent le nom de l’outil, l’horodatage et la durée. Si des données d’arguments ou de
résultat sont disponibles, l’appel d’outil est dépliable et affiche Args et
Result dans un tableau de paires clé-valeur. Si l’appel a échoué, un badge ERROR
apparaît.
États d’erreur
Lorsqu’un appel d’outil renvoie un statut d’erreur, un badge rouge ERROR apparaît à côté, en ligne.
Dans la chronologie des événements, cet événement s’affiche également en rouge, quel que soit
son type.
Le panneau Événements à droite affiche une bande colorée qui représente
la séquence des événements au sein du tour de conversation sélectionné.
Dans la chronologie Événements, la couleur de chaque segment indique le type d’événement.
| Couleur | Type d’événement |
|---|
| Violet | Message utilisateur |
| Vert | Message de l’assistant |
| Bleu | Appel d’outil |
| Terre de Sienne | Invocation d’un sous-agent |
| Magenta | Transfert entre agents |
| Gris | Compactage du contexte |
| Rouge | Tout événement ayant renvoyé une erreur |
Scores
Si des signaux sont actifs pour le projet, une section Scores fournit des métriques sur la conversation. Elle affiche le nom du scorer du signal, une note numérique globale
de 0 à 1, un pourcentage de confiance, ainsi que les différents points de la grille d’évaluation qui
ont contribué au score. Chaque point de la grille affiche également son propre niveau de confiance. Utilisez ces informations pour
comprendre non seulement si un tour de conversation a obtenu un bon score, mais aussi quels critères précis de la grille
ont été validés ou non.
Synthèse des métadonnées
La section Synthèse des métadonnées affiche des statistiques agrégées sur la
conversation sélectionnée.
| Champ | Description |
|---|
| Jetons | Nombre total de jetons d’entrée et de sortie. |
| Appels d’outils | Nombre d’appels d’outils sur l’ensemble des tours de conversation. |
| Messages | Nombre total de messages. |
| Durée de la session | Durée écoulée entre le premier et le dernier message. |
| Page des tours de conversation | Tours de conversation actuellement affichés et nombre total de tours de conversation. |
Répartition des jetons
La section Répartition des jetons affiche les détails du cache et du raisonnement pour la
conversation sélectionnée.
| Champ | Description |
|---|
| Lecture du cache | Jetons issus du cache de prompt. |
| Écriture dans le cache | Jetons écrits dans le cache de prompt. |
| Taux de succès du cache | Pourcentage des jetons d’entrée issus du cache. Un taux plus élevé réduit le coût et la latence. |
| Raisonnement | Jetons consacrés à un raisonnement approfondi. |
| Ratio de raisonnement | Pourcentage des jetons de sortie consacrés à un raisonnement approfondi. |
Participants
La section Participants répertorie les agents et les modèles impliqués dans la
conversation. Dans les conversations multi-agent, des tours de conversation différents peuvent afficher différents
noms de modèle ici.
L’onglet Spans affiche chaque span individuel enregistré dans l’ensemble de l’activité des agents du projet. L’onglet Conversations regroupe l’activité en lignes au niveau du dialogue. L’onglet Spans montre les opérations brutes sous-jacentes : chaque appel au LLM, chaque exécution d’outil et chaque invocation d’agent sur une ligne distincte. Utilisez-le pour identifier précisément quel appel a été lent, quel modèle a consommé un nombre inattendu de jetons ou quelle invocation d’outil a échoué.
Le tableau des spans partage la plupart de ses colonnes avec le tableau Conversations (agent, modèle,
outil, nombre de jetons, statut). Certaines colonnes propres à cette vue sont :
| Colonne | Description |
|---|
| Span | Le nom et l’ID du span, avec son ID de trace en dessous. |
| Kind | Le type de span OpenTelemetry pour cette opération (par exemple INTERNAL, SERVER ou CLIENT). |
| Operation | Le type d’opération (par exemple chat, execute_tool ou invoke_agent). |
| Finished | La raison de fin renvoyée par le modèle (par exemple stop ou max_tokens). Cette colonne n’est renseignée que pour les spans chat lorsque le modèle indique une raison de fin. |
- Identifier les appels coûteux. Triez par jetons In ou Out pour trouver
quels appels LLM individuels génèrent les coûts, au lieu d’afficher uniquement des totaux au
niveau de la conversation.
- Déboguer un type d’opération spécifique. Filtrez par Operation pour isoler
tous les spans
execute_tool et vérifier les taux d’erreur, ou tous les spans chat pour un
modèle spécifique.
- Examiner la troncature. Filtrez Finished sur
max_tokens pour trouver
les spans où le modèle a atteint sa limite de jetons au lieu de se terminer normalement.
- Établir une corrélation avec un run W&B. Des colonnes masquées par défaut exposent les ID de run W&B
et les étapes du run, ce qui vous permet de relier un span spécifique à un run
d’entraînement ou d’évaluation dans W&B.
Cliquez sur n’importe quelle ligne pour sélectionner la trace correspondante et mettre en surbrillance tous les autres spans qui partagent le même ID de trace. Cela vous montre l’ensemble des opérations exécutées dans le cadre d’une invocation d’un agent. Le regroupement s’effectue ici par trace, et non par conversation. Cela signifie qu’une même conversation peut contenir plusieurs traces si elle implique une délégation à un sous-agent.
Détail de l’invocation d’agent
- Repérer l’opération la plus longue en un coup d’œil. Les blocs larges indiquent les spans qui
ont le plus contribué à la latence totale.
- Voir le parallélisme. Les blocs qui se chevauchent indiquent des spans qui se sont exécutés
simultanément plutôt que séquentiellement.
- Inspecter n’importe quel span directement. Cliquez sur un bloc dans la chronologie pour afficher les détails de ce
span, y compris ses messages d’entrée et de sortie,
le nombre de jetons et d’autres métadonnées.
Vous pouvez aussi afficher les spans enfants sous la forme d’une arborescence de trace hiérarchique en sélectionnant l’icône Show trace tree dans l’en-tête du panneau de détail.
L’onglet Signals affiche des tags et des évaluations pour les conversations de votre agent. Les signaux mettent en évidence les problèmes de qualité et de sécurité pour signaler des problèmes, repérer des tendances et attirer votre attention sur les traces qui en ont besoin. Utilisez les signaux pour évaluer automatiquement la qualité des réponses de votre agent, détecter lorsqu’un utilisateur est frustré ou signaler du contenu NSFW.
Pour la configuration et l’utilisation détaillée, voir Surveillez vos agents avec des signaux.
