> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.
# Afficher l’activité des agents
> Utilisez la vue Agents de W&B Weave pour comprendre ce que votre agent a fait, ce qu’il a coûté et à quel moment précis les choses se sont bien ou mal passées.
export const AgentLensBanner = ({href}) =>
This workflow is also available in CoreWeave Agent Lens. Agent Lens is the Forge experience built for tracing, monitoring, and analyzing AI agents, with automated insights into agent failures and user intents. It uses the same trace data as Weights & Biases Weave, so the traces you already send appear there with nothing to migrate.{' '}
{href ? 'See how to do this in Agent Lens' : 'Learn about Agent Lens'}.
;
La vue Agents vous offre un historique détaillé, tour de conversation par tour de conversation, de chaque conversation menée par votre agent, avec l’utilisation des jetons, les appels d’outil et les spans d’exécution.
Les applications d’agents sont difficiles à déboguer, car l’essentiel de leur comportement se joue entre la requête de l'utilisateur et la réponse finale. La vue Agents de W\&B Weave rend cette couche intermédiaire visible. Chaque conversation menée par votre agent y est capturée, avec l’historique complet des messages, le détail de l’exécution au niveau des spans et les coûts en jetons. Vous pouvez voir d’un coup d’œil si un agent a accompli sa tâche, combien d’appels d’outils il a effectués et où le temps ou le budget a été consommé. Pour les équipes qui conçoivent et font évoluer des agents, c’est le point de départ pour comprendre leur comportement en production.
Premiers pas
Pour ouvrir la vue Agents de votre projet :
1. Accédez à [Forge](https://forge.coreweave.com/wandb) et sélectionnez votre projet.
2. Dans le menu latéral, sélectionnez **Agents** pour afficher toutes les conversations d’agents enregistrées pour votre projet.
La vue Agents s’organise en une rangée d’onglets en haut de la page : **Dashboard**, **Agents**, **Conversations**, **Spans** et **Signals**. L’onglet **Dashboard** offre un aperçu de l’activité des agents à l’échelle du projet, tandis que les autres onglets vous permettent d’explorer en détail chaque agent, conversation, span et signal.
Onglet Dashboard
L’onglet **Dashboard** offre une vue d’ensemble de toute l’activité des agents à l’échelle du projet. Conçu pour être lu d’un coup d’œil, il sert aux équipes de point de départ pour un contrôle de santé quotidien, avant d’examiner en détail un agent ou une conversation spécifique.
En haut, des cartes de synthèse indiquent les totaux pour la période sélectionnée : **Spans**, **Conversations**, **Tokens**, **Cost**, **Taux d’erreur** et **Agents**. Sous les cartes, des graphiques en séries temporelles retracent l’évolution du volume de spans, de conversations, de jetons et de coûts, ainsi que le nombre d’erreurs et l’activité des signaux. La rangée inférieure présente les principaux outils, agents, modèles et fournisseurs, classés selon leur utilisation. Une liste des conversations ou spans récents s’affiche à gauche ; vous pouvez basculer entre **Conversations** et **Spans**. Le sélecteur de période détermine l’intervalle affiché dans chaque panneau.
Onglet Agents
L’onglet **Agents** vous offre une vue d’ensemble de tous les agents ayant journalisé
des traces dans ce projet. Utilisez-le pour repérer les agents actifs et comparer
la latence et les taux d’erreur d’un agent à l’autre. Il vous aide également à identifier les agents qui nécessitent
une attention particulière avant d’examiner en détail des conversations individuelles.
Il est utile dans des scénarios tels que les suivants :
* **Surveiller une flotte d’agents.** La grille de cartes vous permet de comparer d’un coup d’œil la latence et
le taux d’erreur de tous les agents, sans ouvrir de conversations individuelles.
Un pic de latence ou un taux d’erreur qui passe au rouge sur une carte signale une régression
qui mérite d’être examinée.
* **Identifier les agents inactifs.** Le tri par **Dernière activité** met en évidence les agents qui
n’ont enregistré aucune activité récemment. Vous pouvez ainsi vérifier qu’un déploiement
est bien en service ou repérer des agents qui auraient cessé de journaliser des traces de manière inattendue.
* **Comparer les versions.** Le nombre de versions affiché sur chaque carte indique combien
de versions distinctes de cet agent ont été déployées. Un nombre élevé de versions
associé à un taux d’erreur en hausse peut indiquer une régression introduite dans un
déploiement récent.
* **Examiner un agent en détail.** Cliquez sur une carte pour ouvrir le panneau de détails de cet
agent, à partir duquel vous pouvez accéder à ses conversations ou à ses spans :
Cartes d’agent
Chaque agent est représenté par une carte qui affiche les informations suivantes :
| Champ | Description |
| - | - |
| **Nom de l’agent** | Le nom journalisé avec les traces de l’agent. |
| **Dernière activité** | Le temps écoulé depuis la dernière activité enregistrée par l’agent. |
| **Version** | Le nombre de valeurs `agent_version` distinctes enregistrées dans l’ensemble des spans de l’agent. |
| **Histogramme d’activité** | Un graphique à barres du volume récent de conversations, qui donne un aperçu rapide des tendances d’utilisation. |
| **Conversations** | Nombre total de conversations enregistrées. |
| **Spans** | Nombre total de spans enregistrés dans l’ensemble des conversations. |
| **Cost** | Coût total cumulé sur l’ensemble des conversations de l’agent. Un tiret (`-`) s’affiche lorsque les données de coût ne sont pas disponibles. |
| **Latence (moy.)** | Durée moyenne de bout en bout par invocation. |
| **Taux d’erreur** | Pourcentage d’invocations ayant renvoyé une erreur. S’affiche en rouge lorsqu’il est supérieur à 0 %. |
Trouver et trier les agents
Utilisez le champ **Search and filter agents** pour rechercher des agents par nom.
Utilisez la liste déroulante de tri (par défaut : **Dernière activité**) pour réorganiser la grille. Les
options de tri disponibles sont les suivantes :
* **Dernière activité** : les agents actifs le plus récemment en premier.
* **Most invocations** : les agents ayant le plus grand volume de conversations en premier.
* **Most input tokens** : les agents consommant le plus de jetons en premier.
* **Most errors** : les agents comptant le plus d’erreurs en premier.
Le tri par **Most errors** est pratique pour un rapide contrôle de santé quotidien : les agents
dont le taux d’erreur n’est pas nul remontent immédiatement, et le taux d’erreur affiché en rouge sur la
carte indique d’un coup d’œil ceux qui nécessitent une investigation.
Onglet Conversations
L’onglet **Conversations** de la page Agents vous permet de parcourir, de filtrer et
d’inspecter chaque run d’agent. Utilisez-le pour analyser les échecs, mesurer le coût
en jetons et comprendre l’enchaînement des appels LLM et des exécutions d’outils qui
composent un run.
Pour savoir, dans les grandes lignes, ce qu’un agent a dit et fait au cours d’une conversation, commencez par l’onglet Conversations.
Tableau des conversations
Le tableau des conversations affiche une ligne par conversation. Les colonnes suivantes
s’affichent par défaut :
| Colonne | Description |
| - | - |
| **Conversation** | L’ID de la conversation et un aperçu du premier message. |
| **Last message** | Un aperçu du message le plus récent, accompagné d’un indicateur de rôle. |
| **Spans** | Nombre total de spans enregistrés, affiché à côté d’une bande à code couleur (décrite ci-dessous). Un nombre élevé de spans indique davantage de ramifications ou d’appels d’outils. |
| **Tags** | Tags de signal et scores appliqués à la conversation. |
| **Agent** | Le nom du ou des agents impliqués. |
| **Invocations** | Nombre de fois où l’agent a été invoqué au cours de la conversation. |
| **In tokens** | Jetons d’entrée consommés. |
| **Out tokens** | Jetons de sortie générés. |
| **Cost** | Coût total de la conversation. |
| **Started** | Date de début de la conversation. |
| **Last activity** | Temps écoulé depuis l’enregistrement du dernier message. |
La colonne **Spans** affiche également une bande à code couleur qui donne un aperçu de la
séquence d’événements de la conversation, avec les mêmes couleurs d’événements que la
[chronologie Events](#events). Vous pouvez ainsi voir en un coup d’œil, sans ouvrir la conversation,
si elle a fait un usage intensif d’outils ou de LLM, ou si elle a impliqué une délégation à des sous-agents.
Pour afficher ou masquer des colonnes supplémentaires, cliquez sur **Columns** dans la barre d’outils.
Filtres et fenêtre temporelle
Utilisez la barre **Filter** pour affiner les résultats par agent, modèle, statut d’erreur ou
autres attributs.
Les attributs personnalisés que vous ajoutez aux spans d’agent avec le SDK peuvent également
servir de filtres ici. Vous pouvez filtrer la liste des conversations
sur une valeur précise d’un attribut donné.
Pour afficher un attribut personnalisé dans sa propre colonne, cliquez sur
**Columns** dans la barre d’outils. Pour savoir comment définir ces attributs, consultez [Définir
des attributs et des événements sur les spans d’agent](/fr/products/wandb/weave/guides/tracking/trace-agents-attributes).
Utilisez le sélecteur de fenêtre temporelle (**1m**, **1h**, **6h**, **24h**, **7d** ou
**30d**) pour limiter la liste aux conversations actives au cours de cette
période. L’histogramme du volume de conversations, situé au-dessus de la liste, s’actualise en fonction de la
fenêtre sélectionnée.
Survolez l’en-tête d’une colonne de la liste des conversations pour filtrer cette colonne sur
une valeur ou une plage précise.
Détails d’une conversation d’agent
Cliquez sur une ligne de conversation pour ouvrir un panneau de détails composé de deux sous-panneaux : **Tours de conversation** et **Events**. L’en-tête du panneau affiche le nom de l’agent et l’ID de la conversation, ainsi que les actions **Summarize** (pour générer une synthèse de la conversation) et **Add to dataset**.
Tours de conversation
Le panneau des tours de conversation, dans le détail de la conversation, affiche chaque tour de conversation par ordre chronologique, numéroté à partir de 1.
Chaque tour de conversation indique le nombre de réponses intermédiaires et d’appels d’outil, ainsi que
la durée totale écoulée. Développez un tour de conversation pour afficher le fil complet des messages.
Messages
Au sein d’un tour de conversation, les messages sont regroupés par rôle.
**Les messages utilisateur** affichent le texte du message ainsi que les médias ou les références de contenu joints.
**Les messages de l’assistant** affichent les éléments suivants :
* Le nom de l’agent et le modèle utilisé (par exemple, `gpt-5.5-2026-04-23`).
* L’horodatage et la durée.
* Le nombre de jetons en entrée et en sortie, ainsi que le coût (par exemple, `18823 in · 96 out · $0.0717`).
* Une section **Reasoning** dépliable lorsque le modèle a utilisé la réflexion étendue.
* Le texte de la réponse, qui se replie automatiquement lorsqu’elle est longue.
**Les appels d’outil** affichent le nom de l’outil, l’horodatage et la durée. Si des données d’arguments ou de résultat sont disponibles, l’appel d’outil peut être déplié et affiche **Args** et
**Result** dans un tableau clé-valeur. Si l’appel a échoué, un badge **ERROR**
s’affiche.
États d’erreur
Lorsqu’un appel d’outil renvoie un statut d’erreur, un badge rouge **ERROR** s’affiche
directement à côté. Dans la vue chronologie Events, cet événement apparaît également en rouge,
quel que soit son type.
Événements
Le panneau **Events** à droite affiche une bande de couleurs qui représente
la séquence des événements au sein du tour de conversation sélectionné.
Dans la chronologie Events, la couleur de chaque segment indique le type d’événement.
| Couleur | Type d’événement |
| - | - |
| Violet | Message utilisateur |
| Vert | Message de l’assistant |
| Bleu | Appel d’outil |
| Terre de Sienne | Appel de sous-agent |
| Magenta | Transfert entre agents |
| Gris | Compactage du contexte |
| Rouge | Tout événement ayant renvoyé une erreur |
Utilisez la chronologie Events pour vous faire rapidement une idée de la structure d’un tour de conversation. Vous
pouvez par exemple voir s’il a surtout sollicité le LLM ou les outils, ou s’il a fait appel à des sous-agents,
avant de lire l’intégralité du fil de messages.
Scores
Si des signaux sont actifs pour le projet, une section **Scores** fournit des métriques pour la conversation. Elle affiche le nom du scorer du signal, une note numérique globale
comprise entre 0 et 1, un pourcentage de confiance, ainsi que les différents critères de la grille d’évaluation qui
ont contribué au score. Chaque critère affiche également son propre niveau de confiance. Ces informations vous permettent de
savoir non seulement si un tour de conversation a obtenu un bon score, mais aussi quels critères précis
de la grille ont été satisfaits ou non.
La section **Synthèse des métadonnées** affiche des statistiques agrégées pour la
conversation sélectionnée.
| Champ | Description |
| - | - |
| **Tokens** | Nombre total de jetons d’entrée et de sortie. |
| **Cost** | Coût total de la conversation. |
| **Appels d’outil** | Nombre d’appels d’outil sur l’ensemble des tours de conversation. |
| **Messages** | Nombre total de messages. |
| **Conversation time** | Durée réelle écoulée entre le premier et le dernier message. |
| **Turn page** | Tours de conversation actuellement affichés et nombre total de tours. |
Répartition des jetons
La section **Répartition des jetons** affiche les détails du cache et du raisonnement pour la
conversation sélectionnée.
| Champ | Description |
| - | - |
| **Cache read** | Jetons servis à partir du cache de prompts. |
| **Cache written** | Jetons écrits dans le cache de prompts. |
| **Cache hit rate** | Pourcentage de jetons d’entrée servis à partir du cache. Plus ce taux est élevé, plus le coût et la latence diminuent. |
| **Reasoning** | Jetons consacrés à la réflexion étendue. |
| **Reasoning ratio** | Pourcentage de jetons de sortie consacrés à la réflexion étendue. |
Participants
La section **Participants** répertorie les agents et les modèles impliqués dans la
conversation. Dans les conversations multi-agents, les noms de modèles affichés ici
peuvent varier d’un tour de conversation à l’autre.
Ajouter des messages d’agent à un dataset
Pour ajouter des messages d’agent à un `Dataset` :
1. Dans l’en-tête du panneau de détails de la conversation, cliquez sur **Add to dataset** pour ouvrir le volet latéral **Add example to dataset**.
2. Dans **Choose a dataset**, utilisez la liste déroulante pour choisir le dataset auquel vous souhaitez ajouter des traces.
3. Dans **Select context**, sélectionnez les messages à ajouter au dataset. Cliquez sur **Next**.
4. Vérifiez vos sélections, puis cliquez sur **Add to dataset**.
Onglet Spans
L’onglet **Spans** affiche chacun des spans enregistrés pour l’ensemble de l’activité
des agents du projet. Alors que l’onglet Conversations regroupe l’activité en lignes
à l’échelle du dialogue, l’onglet Spans présente les opérations brutes sous-jacentes :
chaque appel LLM, chaque exécution d’outil et chaque appel d’agent y occupe
sa propre ligne. Servez-vous-en pour identifier précisément quel appel a été lent, quel modèle a consommé
un nombre inattendu de jetons ou quel appel d’outil a échoué.
Tableau des spans
Le tableau des spans partage la plupart de ses colonnes avec le tableau Conversations (agent, modèle,
outil, nombre de jetons, statut). Voici quelques colonnes propres à cette vue :
| Colonne | Description |
| - | - |
| **Span** | Le nom et l’ID du span, avec l’ID de sa trace en dessous. |
| **Kind** | Le type de span OpenTelemetry pour cette opération (par exemple `INTERNAL`, `SERVER` ou `CLIENT`). |
| **Operation** | Le type d’opération (par exemple `chat`, `execute_tool` ou `invoke_agent`). |
| **Ratings & Tags** | Les scores des signaux et les tags appliqués au span. |
| **Finish** | Le motif de fin renvoyé par le modèle (par exemple `stop` ou `max_tokens`). Renseigné uniquement pour les spans `chat` dont le modèle indique un motif de fin. |
| **Error type** | Le type d’erreur renvoyé par le span, le cas échéant. |
Le bouton **Columns** permet d’afficher des colonnes supplémentaires : répartition des jetons en cache, jetons de raisonnement,
paramètres LLM et métadonnées des runs W\&B.
L’onglet Spans est particulièrement utile lorsque vous avez besoin d’une précision au niveau de chaque opération, que
l’onglet Conversations n’offre pas :
* **Identifier les appels coûteux.** Triez par jetons **In** ou **Out** pour repérer
les appels LLM qui font grimper les coûts, au lieu de vous limiter aux totaux au
niveau de la conversation.
* **Déboguer un type d’opération précis.** Filtrez par **Operation** pour isoler
tous les spans `execute_tool` et vérifier les taux d’erreur, ou tous les spans `chat` d’un
modèle donné.
* **Analyser les troncatures.** Filtrez **Finish** sur `max_tokens` pour trouver
les spans où le modèle a atteint sa limite de jetons au lieu de terminer normalement.
* **Établir une corrélation avec un run W\&B.** Des colonnes masquées par défaut affichent les ID de runs W\&B
et les steps des runs, ce qui vous permet de rattacher un span précis à un run d’entraînement ou
à un run d’évaluation dans W\&B.
Groupes de traces
Cliquez sur une ligne pour sélectionner sa trace et mettre en évidence tous les autres spans qui partagent le même ID de trace. Vous visualisez ainsi l’ensemble complet des opérations exécutées lors d’un même appel d’agent. Le regroupement s’effectue ici par trace, et non par conversation. Une même conversation peut donc contenir plusieurs traces si elle a impliqué une délégation à un sous-agent.
Détail de l’appel d’agent
Cliquez sur une ligne du tableau **Spans** pour ouvrir un panneau de détails contenant les données de l’appel d’agent complet.
En haut du panneau de détails, un graphique à barres présente en cascade la position
chronologique et la durée relative de chaque span de la trace sélectionnée. L’appel parent
occupe toute la largeur, et chaque span enfant
apparaît en dessous sous la forme d’une barre colorée proportionnelle à sa durée réelle, placée à
son heure de début, exprimée en millisecondes depuis le début de la trace. Utilisez la chronologie
pour :
* **Repérer d’un coup d’œil l’opération la plus longue.** Les barres larges signalent les spans qui
ont le plus pesé sur la latence totale.
* **Visualiser le parallélisme.** Les barres qui se chevauchent indiquent des spans exécutés
simultanément plutôt que séquentiellement.
* **Inspecter n’importe quel span directement.** Cliquez sur une barre de la chronologie pour afficher
les détails de ce span, notamment ses messages d’entrée et de sortie,
le nombre de jetons et d’autres métadonnées.
Vous pouvez également afficher les spans enfants sous forme d’arborescence de trace hiérarchique en sélectionnant l’icône **Show trace tree** dans l’en-tête du panneau de détails.
Onglet Signals
L’onglet **Signals** affiche les tags et les scores des conversations de votre agent. Les signaux font remonter les problèmes de qualité et de sécurité afin de signaler les anomalies, de dégager des tendances et de mettre en évidence les traces qui requièrent votre attention. Utilisez les signaux pour évaluer automatiquement la qualité des réponses de votre agent, repérer la frustration d’un utilisateur ou signaler du contenu NSFW.
Pour la configuration et l’utilisation détaillée, voir [Surveiller vos agents avec les signaux](/fr/products/wandb/weave/guides/tracking/view-agent-signals).
## Related topics
- [Définir des attributs et des événements sur les spans d’agent](/fr/products/wandb/weave/guides/tracking/trace-agents-attributes.md)