Turn - CoreWeave Docs

class Turn(BaseModel): ...

Un échange entre l’utilisateur et l’agent. Correspond à un span OTel invoke_agent. Par défaut, chaque tour de conversation démarre sa propre trace OTel (continue_parent_trace=False) afin que l’onglet Conversations affiche une trace par tour de conversation. Définissez continue_parent_trace=True sur la Conversation (ou directement sur le Turn) lorsqu’une trace externe est déjà active et que vous souhaitez y imbriquer l’appel d’agent, par exemple dans une requête instrumentée par fastapi. Turn est un modèle Pydantic. Vous pouvez définir chacun des champs ci-dessous comme argument nommé lors de sa construction. Turn est un gestionnaire de contexte et peut être utilisé dans une instruction with.

Champs

Champ	Type	Par défaut
`agent_name`	`str`	`''`
`model`	`str`	`''`
`agent_id`	`str`	`''`
`agent_description`	`str`	`''`
`agent_version`	`str`	`''`
`system_instructions`	`list[str]`	`[]`
`messages`	`list[Message]`	`[]`
`output_messages`	`list[Message]`	`[]`
`spans`	`list[Union[LLM, Tool, SubAgent]]`	`[]`
`continue_parent_trace`	`bool`	`False`
`started_at`	`Union[datetime, None]`	`None`
`ended_at`	`Union[datetime, None]`	`None`

Méthodes

user

def user(content: str) -> Turn: ...

Ajoute un message utilisateur au cours d’un tour de conversation.

start_llm

def start_llm(
    *,
    model: str = '',
    provider_name: str = '',
    system_instructions: Union[list[str], None] = None,
) -> LLM: ...

Démarre un appel LLM (span de chat, enfant de ce tour de conversation). Définit la contextvar _current_llm afin que le LLM soit accessible via get_current_llm(), qu’un gestionnaire de contexte soit utilisé ou non.

start_tool

def start_tool(*, name: str, arguments: str = '', tool_call_id: str = '') -> Tool: ...

Démarre l’exécution d’un outil (span execute_tool, enfant de ce tour de conversation).

start_subagent

def start_subagent(
    *,
    name: str,
    model: str = '',
    system_instructions: Union[list[str], None] = None,
    set_current: bool = True,
) -> SubAgent: ...

Démarre un appel de sous-agent (span invoke_agent imbriqué, dans la même trace).

record

def record(
    *,
    messages: Union[list[Message], None] = None,
    output_messages: Union[list[Message], None] = None,
    system_instructions: Union[list[str], None] = None,
    agent_name: Union[str, None] = None,
    model: Union[str, None] = None,
    agent_id: Union[str, None] = None,
    agent_description: Union[str, None] = None,
    agent_version: Union[str, None] = None,
) -> Turn: ...

Définit plusieurs champs du tour de conversation en un seul appel. Regroupe en un seul appel à arguments nommés les affectations champ par champ qu’un agent instrumenté manuellement devrait sinon effectuer sur un tour de conversation (system_instructions, agent_id, …). Seuls les champs explicitement transmis (différents de None) sont appliqués ; les valeurs existantes sont conservées. messages et output_messages remplacent, indépendamment l’un de l’autre, les messages d’entrée et de sortie existants du tour de conversation. Contrairement à Turn.user(...), qui ajoute un seul message d’entrée. Renvoie self pour permettre le chaînage. Reprend le fonctionnement de LLM.record. Remarque : sur le chemin de streaming (with), le span du tour de conversation est nommé d’après agent_name lors de __enter__. Si le nom du span doit refléter cette valeur, définissez donc agent_name via start_turn plutôt que via record ; record met tout de même à jour l’attribut gen_ai.agent.name.

end

def end() -> None: ...

start

def start() -> Self: ...

Démarre ce span une seule fois ; l’entrée dans le gestionnaire de contexte emprunte le même chemin.

record_error

def record_error(error: BaseException) -> Self: ...

Enregistre un échec sans terminer le span ; appelez end() le moment venu.

set_attributes

def set_attributes(attributes: dict[str, Any]) -> Self: ...

Ajoute des attributs OTel arbitraires à ce span. Passez un dict, que vous ayez une seule clé ou plusieurs ; pour une seule clé, utilisez span.set_attributes({"weave.tag": "value"}). Équivalent de la méthode Span.set_attributes d’OTel. Doit être appelée après le démarrage du span par une fabrique start_*, par start() ou par with, et avant sa fin. En dehors de cet intervalle, l’appel n’a aucun effet (no-op) et journalise un avertissement. Pour l’ingestion par lots, renseignez directement les champs déclarés de l’objet et passez-le à log_turn / log_conversation.

​Champs

​Méthodes

​user

​start_llm

​start_tool

​start_subagent

​record

​end

​start

​record_error

​set_attributes