> ## 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.

# Serve

> Weave の op とモデルを API エンドポイントとして公開し、予測のサービングや本番環境での推論を実行します。

このガイドでは、`weave serve` を使用して W\&B Weave Model を FastAPI エンドポイントとして公開し、モデルをインタラクティブにクエリして本番推論ワークフローに統合する方法を説明します。

任意の Weave Model 用の FastAPI サーバーを起動するには、Weave ref を `weave serve` に渡します。`[REF]` をご使用の Weave Model ref に置き換えてください。

```bash theme={null}
weave serve [REF]
```

モデルをインタラクティブにクエリするには、`http://0.0.0.0:9996/docs` で Swagger UI を開きます。

<div id="install-fastapi">
  ## FastAPIのインストール
</div>

`weave serve` はモデルのホスティングに FastAPI と Uvicorn を使用するため、サーブする前に両方のパッケージをインストールする必要があります。

```bash theme={null}
pip install fastapi uvicorn
```

<div id="serve-model">
  ## モデルをサーブする
</div>

依存関係をインストールしたら、ターミナルからサーバーを起動してください。`[YOUR-MODEL-REF]` は、ご自身の Weave Model ref に置き換えてください。

```bash theme={null}
weave serve [YOUR-MODEL-REF]
```

モデルに移動し、UI から model ref をコピーして取得します。次のような形式になります。ここで、`[ENTITY]` は W\&B entity、`[PROJECT-NAME]` はプロジェクト名、`[MODEL-NAME]` はモデル名、`[HASH]` はモデルのバージョンハッシュです。

```text theme={null}
weave://[ENTITY]/[PROJECT-NAME]/[MODEL-NAME]:[HASH]
```

エンドポイントをテストするには、Swagger UI を開き、`predict` エンドポイントをクリックしてから、**Try it out** をクリックします。これで、Weave Model の予測を返すローカルの FastAPI エンドポイントが利用できるようになります。