메인 콘텐츠로 건너뛰기
Weave UI에서는 데이터를 여러 형식으로 내보낼 수 있습니다. 또한 행을 프로그래밍 방식으로 내보낼 때 사용할 수 있는 Python 및 cURL 코드도 표시됩니다. Calls를 내보내려면 다음 단계를 따르세요.
  1. wandb.ai로 이동한 다음 프로젝트를 선택합니다.
  2. Weave 프로젝트 사이드바에서 Traces를 클릭합니다.
  3. 내보내려는 여러 Calls의 행을 체크해 선택합니다.
  4. Traces 테이블 툴바에서 내보내기/다운로드 버튼을 클릭합니다.
  5. Export 모달에서 Selected rows 또는 All rows를 선택한 다음 Export를 클릭합니다.
내보낼 수 있도록 여러 Calls를 선택한 상태가 Export 모달에 표시된 Traces 페이지

​
프로그래밍 방식으로 call 조회하기

Python API를 사용해 call을 조회하려면 client.get_calls 메서드를 사용할 수 있습니다.
import weave

# 클라이언트 초기화
client = weave.init("your-project-name")

# call 조회
calls = client.get_calls(filter=...)
call 속성과 필드에 대한 전체 내용은 Call 스키마 레퍼런스를 참조하세요.

​
Call 메트릭 내보내기

Weave Service API의 POST /calls/stats 엔드포인트를 사용하면 Call 데이터 자체를 조회하지 않고도 Calls에 대한 메트릭을 조회할 수 있습니다. 이를 통해 지연 시간이나 비용 같은 Calls 관련 정보를 빠르고 효율적으로 조회하고, 이를 합계, 평균, 최솟값, 최댓값, 개수 기준으로 집계할 수 있습니다. 예를 들어 다음을 조회할 수 있습니다:
  • 총 토큰 사용량
  • 평균 지연 시간
  • 사용된 최대 토큰 수
  • 총 비용
  • 최소 입력 토큰 수
이 엔드포인트는 지정된 기간 내에 발생한 Calls를 대상으로 하고, 다음과 같은 다른 속성을 기준으로 필터링할 수 있는 여러 옵션을 제공합니다:
  • Op 이름
  • Trace ID
  • Thread ID
  • 사용자 ID
다음 예제는 web_app이라는 이름의 Op에서 생성된 Calls를 2일 동안 조회하는 방법을 보여줍니다: 
import requests
import json
import os

url = "https://trace.wandb.ai/calls/stats"

payload = {
    "project_id": "<your-team-name/your-project-name>",
    "start": "2026-03-01T00:00:00Z",
# 버킷 크기를 초 단위로 지정합니다.
    "granularity": 86400,
    "filter": {
        "trace_roots_only": True,
        "op_names": ["web_app"]
    },
# 메트릭과 해당 집계 함수를 지정합니다.
    "usage_metrics": [
        {"metric": "total_tokens", "aggregations": ["sum"]},
        {"metric": "total_cost", "aggregations": ["sum"]}
    ],
    "call_metrics": [
        {"metric": "call_count", "aggregations": ["sum"]},
        {"metric": "error_count", "aggregations": ["sum"]},
        {"metric": "latency_ms", "aggregations": ["avg", "min", "max"], "percentiles": [50, 95, 99]}
    ]
}

API_KEY = os.getenv("WANDB_API_KEY")

response = requests.post(url, json=payload, auth=("api", API_KEY))

print(json.dumps(response.json(), indent=2))
이 요청은 메트릭을 어떤 방식으로 집계할지도 지정합니다. 메트릭은 sum, count, avg, min, max, count 기준으로 집계할 수 있습니다. 이 엔드포인트는 JSON 객체를 반환합니다. 다음 응답 예제는 2일치 메트릭을 보여줍니다. 각 날짜(버킷)는 usage_buckets 및 call_buckets 배열에서 각각 별도의 객체로 나뉩니다. 각 배열은 메트릭을 서로 다른 방식으로 분류합니다:
  • usage_buckets: 사용된 모델을 기준으로 각 날짜의 Call 메트릭을 그룹화합니다.
  • call_buckets: 사용된 모델과 관계없이 각 날짜의 Call 메트릭을 그룹화합니다.
요청에서 granularity 필드(초 단위)를 설정해 버킷 크기를 변경합니다. 
{
  "start": "2026-03-03T00:00:00Z",
  "end": "2026-03-04T21:34:39.746539Z",
  "granularity": 86400,
  "timezone": "UTC",
  "usage_buckets": [
    {
      "timestamp": "2026-03-03T00:00:00",
      "model": "gpt-4o-2024-08-06",
      "sum_total_tokens": 498.0,
      "sum_input_tokens": 219.0,
      "sum_output_tokens": 279.0,
      "count": 5,
      "sum_total_cost": 0.0033374999156876584
    },
    {
      "timestamp": "2026-03-03T00:00:00",
      "model": "gpt-5-2025-08-07",
      "sum_total_tokens": 0.0,
      "sum_input_tokens": 0.0,
      "sum_output_tokens": 0.0,
      "count": 0,
      "sum_total_cost": 0.0
    },
    {
      "timestamp": "2026-03-04T00:00:00",
      "model": "gpt-4o-2024-08-06",
      "sum_total_tokens": 58.0,
      "sum_input_tokens": 27.0,
      "sum_output_tokens": 31.0,
      "count": 1,
      "sum_total_cost": 0.0003774999904635479
    },
    {
      "timestamp": "2026-03-04T00:00:00",
      "model": "gpt-5-2025-08-07",
      "sum_total_tokens": 427.0,
      "sum_input_tokens": 26.0,
      "sum_output_tokens": 401.0,
      "count": 1,
      "sum_total_cost": 0.00404249989787786
    }
  ],
  "call_buckets": [
    {
      "timestamp": "2026-03-03T00:00:00",
      "sum_call_count": 6,
      "sum_error_count": 1,
      "avg_latency_ms": 1505.6666666666667,
      "min_latency_ms": 525,
      "max_latency_ms": 2524,
      "p50_latency_ms": 1534.0,
      "p95_latency_ms": 2328.5,
      "p99_latency_ms": 2484.9000000000005,
      "count": 6
    },
    {
      "timestamp": "2026-03-04T00:00:00",
      "sum_call_count": 2,
      "sum_error_count": 0,
      "avg_latency_ms": 3645.0,
      "min_latency_ms": 1739,
      "max_latency_ms": 5551,
      "p50_latency_ms": 3645.0,
      "p95_latency_ms": 5360.4,
      "p99_latency_ms": 5512.88,
      "count": 2
    }
  ]
}
최대 31일 범위의 메트릭을 쿼리할 수 있습니다. 자세한 내용과 사용 가능한 옵션은 Service API 레퍼런스를 참조하세요.