> ## Documentation Index
> Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Haystack

> 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。

[Haystack](https://haystack.deepset.ai/) は、検索や LLM アプリケーションを構築するためのオープンソース フレームワークです。Deepset は WeaveConnector コンポーネントを提供しており、Haystack パイプラインのトレースを W\&B Weave に転送できます。これにより、Weave UI でコンポーネントの実行、プロンプト、出力を確認できます。

このガイドは、パイプラインに可観測性を追加したい Haystack 開発者向けです。

API の詳細と追加の例については、以下の Deepset リソースを参照してください。

* Haystack の [WeaveConnector](https://docs.haystack.deepset.ai/docs/weaveconnector)。
* Haystack の [Weave インテグレーション API リファレンス](https://docs.haystack.deepset.ai/reference/integrations-weave)。
* RAG パイプラインを使用した Haystack の [W\&B Weave でトレースする](https://docs.cloud.deepset.ai/docs/use-weights-and-biases) 例。

<div id="prerequisites">
  ## 前提条件
</div>

開始する前に、以下を完了する必要があります。

* W\&Bの[APIキー](https://wandb.ai/settings)を使用して、環境に`WANDB_API_KEY`を設定してください。これにより、コネクタがW\&B Weaveに対して認証されます。
* コネクタが転送するトレースデータをHaystackが出力するように、パイプラインを実行する前に`HAYSTACK_CONTENT_TRACING_ENABLED`を`true`に設定してください。

<div id="install">
  ## インストール
</div>

`pip` を使用して、必要な依存パッケージをインストールします：

```bash lines theme={null}
pip install weave-haystack
```

このパッケージでは、依存関係として `haystack-ai` と `weave` の互換性のあるバージョンを指定しています。

<div id="trace-a-haystack-pipeline-with-weave">
  ## Weave で Haystack パイプラインをトレースする
</div>

以下の例では、Haystack の `WeaveConnector` を Haystack [`Pipeline`](https://docs.haystack.deepset.ai/docs/pipelines) に追加し、W\&B Weave と統合して、パイプラインのコンポーネントのトレースと監視を行います。指定した `pipeline_name` は、そのパイプラインからのトレースに使用する Weave プロジェクト名として使用されます。

Haystack パイプラインでは、`WeaveConnector` を他のコンポーネントに接続しないでください。

```python lines theme={null}
import os

os.environ["HAYSTACK_CONTENT_TRACING_ENABLED"] = "true"

from haystack import Pipeline
from haystack.components.builders import ChatPromptBuilder
from haystack.components.generators.chat import OpenAIChatGenerator
from haystack.dataclasses import ChatMessage
from haystack_integrations.components.connectors.weave import WeaveConnector

pipe = Pipeline()
pipe.add_component("prompt_builder", ChatPromptBuilder())
pipe.add_component("llm", OpenAIChatGenerator(model="gpt-3.5-turbo"))
pipe.connect("prompt_builder.prompt", "llm.messages")

# pipeline_name が W&B のプロジェクト名になります。
connector = WeaveConnector(pipeline_name="haystack_demo")
# コネクタをパイプラインに追加しますが、他のコンポーネントには接続しません。
pipe.add_component("weave", connector)

messages = [
    ChatMessage.from_system(
        "Always respond in German even if some input data is in other languages.",
    ),
    ChatMessage.from_user("Tell me about {{location}}"),
]

response = pipe.run(
    data={
        "prompt_builder": {
            "template_variables": {"location": "Berlin"},
            "template": messages,
        },
    },
)

print(response["llm"]["replies"][0])
```

パイプラインの実行後、W\&B Workspace を開き、`pipeline_name` という名前の project を選択して、**Traces** で完了したトレースを確認します。