Weave for Agents はパブリック プレビューです。一般提供前に、機能、API、Agents view UI は変更される可能性があります。
- https://wandb.ai にアクセスし、project を選択します。
- サイドバーメニューで Agents を選択すると、project に保存されているすべてのエージェントとの会話を表示できます。
Agents ビューは Agents タブで開き、project にトレースをログしている各エージェントがカードとして表示されます。ここから、以下のセクションで説明するタブを使用して、個々の会話、スパン、シグナルを詳しく確認できます。
Agents タブでは、この project にトレースをログしたすべてのエージェントを一覧し、全体像を把握できます。どのエージェントがアクティブかを確認したり、エージェント間でレイテンシやエラー率を比較したりするのに使用できます。個々の会話を詳しく確認する前に、注意が必要なエージェントを特定するのにも役立ちます。
次のようなシナリオで役立ちます。
- 複数のエージェントの監視。 カードのグリッドを使うと、個々の会話を開かなくても、すべてのエージェントのレイテンシとエラー率を一度に比較できます。1 つのカードでレイテンシの急上昇や、新たに赤く表示されたエラー率が見られる場合は、調査すべきリグレッションの兆候です。
- 動きのないエージェントの特定。 Last seen で並べ替えると、最近アクティビティを記録していないエージェントを見つけやすくなります。これは、deployment が稼働中であることを確認したり、予期せずトレースのログを停止した可能性があるエージェントを特定したりするのに役立ちます。
- バージョンの比較。 各カードのバージョン数は、そのエージェントの異なるバージョンがいくつ deployment されたかを示します。エラー率の上昇に加えてバージョン数も多い場合は、最近の deployment で導入されたリグレッションを示している可能性があります。
- エージェントの詳細確認。 任意のカードをクリックすると、そのエージェントの詳細パネルが開き、そこから会話または span にアクセスできます。
各エージェントは、次の情報を表示するカードとして表されます。
| フィールド | 説明 |
|---|
| Agent name | エージェントのトレースとともにログされた名前。 |
| Last seen | エージェントが最後にアクティビティを記録してからの経過時間。 |
| Version | エージェントの各スパンで記録された、重複しない agent_version 値の数。 |
| Activity histogram | 最近の会話量を示す棒グラフで、利用傾向をすばやく把握できます。 |
| Conversations | 記録された会話の総数。 |
| Spans | すべての会話で記録されたスパンの総数。 |
| Latency (avg.) | 呼び出しごとのエンドツーエンドの平均所要時間。 |
| Error rate | エラーを返した呼び出しの割合。0% を超える場合は赤色で表示されます。 |
- Last seen: 直近でアクティブだったエージェントから順に表示されます。
- Most invocations: 会話数が多い順に表示されます。
- Most input tokens: 入力 tokens の消費量が多い順に表示されます。
- Most errors: エラー数が多い順に表示されます。
Most errors で並べ替えると、日次の簡単なヘルスチェックに役立ちます。エラー率が 0 ではないエージェントが
すぐに上位に表示され、カード上の赤いエラー率をひと目で確認するだけで、調査が必要なものをすぐに把握できます。
Agents ページの Conversations タブでは、個々のエージェントの Runs を閲覧、フィルター、詳細確認できます。これを使用すると、失敗の調査、token コストの測定、そして 1 つの run を構成する LLM calls と tool 実行の流れの把握が可能です。
会話全体を通してエージェントが何を発言し、何を行ったのかを高いレベルで把握したい場合は、まず Conversations タブを確認してください。
Conversations テーブルには、会話ごとに 1 行が表示されます。以下の列がデフォルトで表示されます。
| 列 | 説明 |
|---|
| Conversation | 会話 ID と最初のメッセージのプレビューです。 |
| Last message | ロールを示す表示付きの最新メッセージのプレビューです。 |
| Agent | 関与したエージェントの名です。 |
| Invocations | 会話中にエージェントが呼び出された回数です。 |
| Spans | 記録されたスパンの合計数です。スパン数が多いほど、分岐やツールの使用が多いことを示します。 |
| In tokens | 消費された入力トークン数です。 |
| Out tokens | 生成された出力トークン数です。 |
| Started | 会話が開始された時刻です。 |
| Last activity | 最後のメッセージが記録されてからの経過時間です。 |
会話詳細のターン パネルには、各ターンが時系列順に、1 から番号付きで表示されます。
各ターンには、中間応答とツール呼び出しの数、および
合計の実行時間が表示されます。ターンを展開すると、メッセージスレッド全体を確認できます。
メッセージ
1 つのターン内では、メッセージはロールごとにグループ化されます。
ユーザー メッセージには、メッセージ テキストと、添付されたメディアまたはコンテンツ参照が表示されます。
アシスタント メッセージには、次の内容が表示されます。
- エージェント名と使用されたモデル (例:
gpt-5.5-2026-04-23) 。
- タイムスタンプと所要時間。
- 入力および出力の token 数 (例:
16086 in 295 out) 。
- モデルで拡張思考が使用された場合は、展開可能な 推論 セクション。
- 応答テキスト。長い応答は自動的に折りたたまれます。
ツール呼び出しには、ツール名、タイムスタンプ、所要時間が表示されます。引数または結果データを利用できる場合、ツール呼び出しは展開可能になり、キーと値の表に 引数 と 結果 が表示されます。呼び出しが失敗した場合は、ERROR バッジが表示されます。
エラー状態
ツール呼び出しがエラー ステータスを返すと、その横に赤い ERROR バッジがインラインで
表示されます。Events タイムラインでは、そのイベントもタイプにかかわらず
赤色で表示されます。
右側の Events パネルには、選択したターン内で発生したイベントの
順序を示す色分けされた帯が表示されます。
イベント タイムラインでは、各セグメントの色がイベントのタイプを示します。
| 色 | イベント タイプ |
|---|
| 紫 | ユーザー メッセージ |
| 緑 | アシスタント メッセージ |
| 青 | ツール コール |
| シエナ | サブエージェントの呼び出し |
| マゼンタ | エージェントのハンドオフ |
| 灰色 | コンテキストの圧縮 |
| 赤 | エラーを返したイベント |
スコア
project でいずれかのシグナルが有効になっている場合、会話のメトリクスを示す スコア セクションが表示されます。ここには、シグナルの Scorer 名、0〜1 の全体的な数値評価、
信頼度 (%) 、および
スコアに寄与した各ルーブリック項目が表示されます。各ルーブリック項目には、それぞれの信頼度も表示されます。これにより、
ターンのスコアが高かったかどうかだけでなく、どのルーブリック
基準に合格したか、または不合格だったかも把握できます。
Meta summary
Meta summary セクションには、選択した会話の集計統計が表示されます。
| Field | Description |
|---|
| Tokens | 入力トークンと出力トークンの合計数。 |
| Tool calls | すべてのターンにわたる tool call の総数。 |
| Messages | メッセージの総数。 |
| Session time | 最初のメッセージから最後のメッセージまでの実時間。 |
| Turn page | 現在表示されているターンの範囲と、ターンの総数。 |
Token の内訳
Token の内訳セクションには、選択した会話のキャッシュと推論の詳細が表示されます。
| Field | Description |
|---|
| Cache read | prompt キャッシュから読み込まれたトークン。 |
| Cache written | prompt キャッシュに書き込まれたトークン。 |
| Cache hit rate | キャッシュから読み込まれた入力トークンの割合。割合が高いほど、コストとレイテンシが低減されます。 |
| 推論 | 拡張思考に費やされたトークン。 |
| 推論 ratio | 拡張思考に費やされた出力トークンの割合。 |
Participants
Participants セクションには、会話に含まれるエージェントとモデルが一覧表示されます。マルチエージェントの会話では、ターンごとにここに表示されるモデル名が異なる場合があります。
Spans タブには、project 内のすべてのエージェントアクティビティで記録された各 span が表示されます。Conversations タブではアクティビティが会話レベルの行に集約されます。Spans タブではその下にある生の処理内容、つまり各 LLM Call、tool の実行、エージェントの呼び出しがそれぞれ1行ずつ表示されます。これを使用すると、どの Call が遅かったのか、どのモデルが想定外に多くの トークン を消費したのか、どの tool の呼び出しが失敗したのかを正確に追跡できます。
Spans 表は Conversations 表とほとんどの列 (agent、model、tool、token 数、ステータス) を共有しています。このビューに固有の列は次のとおりです。
| 列 | 説明 |
|---|
| Span | Span の名前と ID です。その下に trace ID が表示されます。 |
| Kind | この操作の OpenTelemetry span kind です (INTERNAL、SERVER、CLIENT など) 。 |
| Operation | 操作のタイプです (chat、execute_tool、invoke_agent など) 。 |
| Finished | モデルから返される終了理由です (stop や max_tokens など) 。終了理由をモデルが報告する chat span でのみ表示されます。 |
- 高コストな Call の特定。 In または Out token で並べ替えることで、会話レベルの合計ではなく、どの個別の LLM calls がコスト増の要因になっているかを特定できます。
- 特定の操作タイプのデバッグ。 Operation でフィルターすると、すべての
execute_tool span を絞り込んでエラー率を確認したり、特定のモデルのすべての chat span を確認したりできます。
- 切り詰めの調査。 Finished を
max_tokens でフィルターすると、モデルが通常どおり完了する代わりに token 上限に達した span を検索できます。
- W&B Run との関連付け。 デフォルトで非表示の列には W&B Run ID と run ステップが含まれており、特定の span を W&B 内のトレーニングまたは評価 run に関連付けることができます。
任意の行をクリックすると、その行のトレースが選択され、同じトレース ID を持つ他のすべての スパン が強調表示されます。これにより、1 回のエージェント呼び出しで実行された一連の操作全体を確認できます。ここでのグループ化は会話単位ではなく、トレース単位で行われます。つまり、サブエージェントへの委譲が含まれる場合、1 つの会話に複数のトレースが含まれることがあります。
Spans 表の行をクリックすると、エージェント呼び出し全体のデータが表示された詳細パネルが開きます。
詳細パネルの上部にはフレームグラフが表示され、選択したトレース内のすべての span の実時間ベースでの
位置と相対的な所要時間を示します。各 span は、実際の所要時間に比例した色付きのブロックとして
表示され、トレース開始からの経過時間 (ミリ秒) における開始位置に配置されます。タイムラインでは次のことができます。
- 最も時間のかかる処理をひと目で見つける。 幅の広いブロックは、全体のレイテンシの大部分を
占めた span を示します。
- 並列性を確認する。 重なっているブロックは、span が順番にではなく
同時に実行されたことを示します。
- 任意の span をその場で確認する。 タイムライン内のブロックをクリックすると、その
span の詳細が表示され、入力メッセージと出力メッセージ、
トークン数、その他のメタデータを確認できます。
また、詳細パネルのヘッダーで Show trace tree アイコンを選択すると、子 span を階層的なトレース ツリーとして表示することもできます。
Signals タブには、エージェントの会話に対する tags と評価が表示されます。シグナルは、品質や安全性に関する問題を可視化し、問題のフラグ付け、パターンの検索、注意が必要なトレースの強調表示に役立ちます。シグナルを使用すると、エージェントの応答の品質を自動的にスコア化したり、ユーザーがいら立っていることを検知したり、NSFW コンテンツにフラグを付けたりできます。
セットアップと詳細な使用方法については、シグナルでエージェントをモニタリングするをご覧ください。
