메인 콘텐츠로 건너뛰기
Weave는 AI 스택과 통합하는 두 가지 방법을 제공합니다:
  • 에이전트 트레이싱: 에이전트 SDK(OpenAI Agents SDK, Google ADK 등)로 구축했거나 에이전트 하니스(Claude Code, Codex, Pi.dev 등) 내에서 실행되는 멀티턴 에이전트 애플리케이션용입니다. 이러한 인테그레이션은 세션, 턴, LLM Call, 도구 Call을 캡처하고 Weave Agents 뷰에 표시합니다.
  • LLM 애플리케이션 트레이싱: LLM 공급자(OpenAI, Anthropic, Bedrock 등)를 호출하거나 오케스트레이션 프레임워크(LangChain, LlamaIndex, DSPy 등)를 사용하는 코드용입니다. 이러한 인테그레이션은 개별 LLM Call과 파이프라인 step을 Weave Calls로 캡처하여 Traces 뷰에 표시합니다.
어느 경로를 선택해야 할지 잘 모르겠다면, 새로운 멀티턴 에이전트 작업은 에이전트 트레이싱부터 시작하고, 기존 LLM Call 워크플로는 LLM 애플리케이션 트레이싱을 사용하세요.

에이전트 트레이싱

멀티턴 에이전트형 애플리케이션을 구축하면서 세션, 턴, 도구 Call이 Weave Agents 뷰에 표시되도록 하려면 이러한 인테그레이션을 사용하세요. Agents 뷰에 표시되는 에이전트 SDK, 하니스 및 맞춤형 계측에 대해서는 에이전트 트레이싱 인테그레이션을 참조하세요.

LLM 애플리케이션 트레이싱

애플리케이션이 LLM 공급자의 API를 직접 호출하거나 오케스트레이션 프레임워크를 사용하는 경우, Weave는 autopatching을 사용해 많은 라이브러리와 프레임워크의 트레이스를 자동으로 가로챌 수 있습니다. 코드에 Weave SDK를 임포트하고 weave.init으로 초기화한 후, Weave는 각 요청을 입력, 출력, 지연 시간, 토큰 사용량, 비용과 함께 Call로 기록합니다. Weave가 autopatch하지 않는 라이브러리의 경우, 코드에 Weave Ops를 수동으로 적용해 트레이스를 캡처할 수 있습니다.

LLM 공급자

LLM 공급자는 예측을 생성할 수 있도록 대규모 언어 모델에 대한 액세스를 제공하는 벤더입니다. Weave는 이러한 공급자와 통합되어 해당 API와의 상호작용을 로깅하고 트레이스합니다:

프레임워크

프레임워크는 AI 애플리케이션에서 실행 파이프라인을 오케스트레이션하는 데 도움을 줍니다. 복잡한 워크플로를 구축할 수 있도록 도구와 추상화 계층을 제공합니다. Weave는 이러한 프레임워크와 통합되어 전체 파이프라인을 트레이스합니다:

강화 학습 프레임워크

Weave는 강화 학습 프레임워크와 통합되어 트레이닝 및 평가 Runs를 트레이스합니다:

프로토콜

Weave는 AI 애플리케이션과 이를 지원하는 서비스 간의 통신을 가능하게 하는 표준화된 프로토콜과 통합됩니다.