Microsoft Azure - CoreWeave Docs

Weights & Biases (W&B) Weave s’intègre aux services Microsoft Azure OpenAI pour aider les équipes à optimiser leurs applications Azure AI. Cette page vous explique comment commencer à suivre les appels à Azure OpenAI avec Weave et vous oriente vers des ressources complémentaires pour des flux de travail plus avancés.

Pour découvrir les derniers tutoriels, consultez Weights & Biases on Microsoft Azure.

Premiers pas

Pour commencer à suivre les appels Azure OpenAI avec Weave, décorez les fonctions à suivre avec weave.op. Une fois ces fonctions décorées, Weave capture automatiquement les entrées, les sorties et les métadonnées de chacun de leurs appels.

@weave.op()
def call_azure_chat(model_id: str, messages: list, max_tokens: int = 1000, temperature: float = 0.5):
    response = client.chat.completions.create(
        model=model_id,
        messages=messages,
        max_tokens=max_tokens,
        temperature=temperature
    )
    return {"status": "success", "response": response.choices[0].message.content}

En savoir plus

Les sections suivantes abordent des sujets avancés sur l’utilisation d’Azure avec Weave.

Utiliser l’API Azure AI Model Inference avec Weave

Découvrez comment utiliser l’API Azure AI Model Inference avec Weave pour analyser le comportement des modèles Azure.

Tracer les modèles Azure OpenAI avec Weave

Découvrez comment tracer les modèles Azure OpenAI avec Weave.

Dernière modification le 30 septembre 2026

​Premiers pas

​En savoir plus

​Utiliser l’API Azure AI Model Inference avec Weave

​Tracer les modèles Azure OpenAI avec Weave

Premiers pas

En savoir plus

Utiliser l’API Azure AI Model Inference avec Weave

Tracer les modèles Azure OpenAI avec Weave