Aperçu de l’API

`classe` `AggregationType`

Fonctions d’agrégation prises en charge par les métriques des statistiques de feedback et d’appels.

`classe` `AliasesListReq`

Champs Pydantic :

project_id : <class 'str'>
wb_user_id : str | None

`classe` `AliasesListRes`

Champs Pydantic :

aliases : list[str]

`classe` `AnnotationQueueAddCallsReq`

Requête permettant d’ajouter des appels par lot à une file d’annotation. Étend AnnotationQueueAddCallsBody en ajoutant queue_id pour un usage interne de l’API. Champs Pydantic :

project_id: <class 'str'>
call_ids: list[str]
display_fields: list[str]
queue_id: <class 'str'>
wb_user_id: str | None

`classe` `AnnotationQueueAddCallsRes`

Réponse à l’ajout d’appels à une file d’attente. Champs Pydantic :

added_count: <class 'int'>
duplicates: <class 'int'>

`classe` `AnnotationQueueCreateReq`

Requête permettant de créer une nouvelle file d’annotation. Champs Pydantic :

project_id: <class 'str'>
name: <class 'str'>
description: <class 'str'>
scorer_refs: list[str]
wb_user_id: str | None

`classe` `AnnotationQueueCreateRes`

Réponse à la création d’une file d’annotation. Champs Pydantic :

id : <class 'str'>

`classe` `AnnotationQueueDeleteReq`

Requête permettant de supprimer (suppression logique) une file d’annotation. Champs Pydantic :

project_id: <class 'str'>
queue_id: <class 'str'>
wb_user_id: str | None

`classe` `AnnotationQueueDeleteRes`

Réponse à la suppression d’une file d’annotation. Champs Pydantic :

queue : <class 'AnnotationQueueSchema'>

`classe` `AnnotationQueueItemSchema`

Schéma des réponses relatives aux éléments d’une file d’annotation. Champs Pydantic :

id: <class 'str'>
project_id: <class 'str'>
queue_id: <class 'str'>
call_id: <class 'str'>
call_started_at: <class 'datetime.datetime'>
call_ended_at: datetime.datetime | None
call_op_name: <class 'str'>
call_trace_id: <class 'str'>
display_fields: list[str]
added_by: str | None
annotation_state: typing.Literal['unstarted', 'in_progress', 'completed', 'skipped']
annotator_user_id: str | None
created_at: <class 'datetime.datetime'>
created_by: <class 'str'>
updated_at: <class 'datetime.datetime'>
deleted_at: datetime.datetime | None
position_in_queue: int | None

`classe` `AnnotationQueueItemsQueryReq`

Requête permettant d’interroger les éléments d’une file d’annotation. Étend AnnotationQueueItemsQueryBody en ajoutant queue_id pour un usage interne de l’API. Champs Pydantic :

project_id: <class 'str'>
filter: weave.trace_server.common_interface.AnnotationQueueItemsFilter | None
sort_by: list[weave.trace_server.common_interface.SortBy] | None
limit: int | None
offset: int | None
include_position: <class 'bool'>
queue_id: <class 'str'>

`classe` `AnnotationQueueItemsQueryRes`

Réponse à une requête portant sur les éléments d’une file d’annotation. Champs Pydantic :

items : list[AnnotationQueueItemSchema]

`classe` `AnnotationQueueReadReq`

Requête permettant de lire une file d’annotation spécifique. Champs Pydantic :

project_id : <class 'str'>
queue_id : <class 'str'>

`classe` `AnnotationQueueReadRes`

Réponse à la lecture d’une file d’annotation. Champs Pydantic :

queue : <class 'AnnotationQueueSchema'>

`classe` `AnnotationQueueSchema`

Schéma des réponses relatives aux files d’annotation. Champs Pydantic :

id: <class 'str'>
project_id: <class 'str'>
name: <class 'str'>
description: <class 'str'>
scorer_refs: list[str]
created_at: <class 'datetime.datetime'>
created_by: <class 'str'>
updated_at: <class 'datetime.datetime'>
deleted_at: datetime.datetime | None

`classe` `AnnotationQueueStatsSchema`

Statistiques d’une file d’annotation donnée. Champs Pydantic :

queue_id : <class 'str'>
total_items : <class 'int'>
completed_items : <class 'int'>

`classe` `AnnotationQueueUpdateReq`

Requête permettant de mettre à jour une file d’annotation. Tous les champs sont facultatifs, à l’exception de project_id et queue_id : seuls les champs fournis seront mis à jour. Champs Pydantic :

project_id: <class 'str'>
queue_id: <class 'str'>
name: str | None
description: str | None
scorer_refs: list[str] | None
wb_user_id: str | None

`classe` `AnnotationQueueUpdateRes`

Réponse à la mise à jour d’une file d’annotation. Champs Pydantic :

queue : <class 'AnnotationQueueSchema'>

`classe` `AnnotationQueuesQueryReq`

Requête permettant d’interroger les files d’annotation d’un projet. Champs Pydantic :

project_id : <class 'str'>
name : str | None
sort_by : list[weave.trace_server.common_interface.SortBy] | None
limit : int | None
offset : int | None

`classe` `AnnotationQueuesQueryRes`

Réponse à une requête sur les files d’annotation. Champs Pydantic :

queues: list[AnnotationQueueSchema]

`classe` `AnnotationQueuesStatsReq`

Requête permettant d’obtenir les statistiques de plusieurs files d’annotation. Champs Pydantic :

project_id : <class 'str'>
queue_ids : list[str]

`classe` `AnnotationQueuesStatsRes`

Réponse contenant les statistiques de plusieurs files d’annotation. Champs Pydantic :

stats : list[AnnotationQueueStatsSchema]

`classe` `AnnotatorQueueItemsProgressUpdateReq`

Requête permettant de mettre à jour l’état d’annotation d’un élément de la file d’attente pour l’annotateur actuel. Transitions d’état valides :

(absence) -> ‘in_progress’ : marquer l’élément comme en cours (uniquement si aucun enregistrement n’existe)
(absence) -> ‘completed’ ou ‘skipped’ : terminer ou ignorer directement l’élément
‘in_progress’ ou ‘unstarted’ -> ‘completed’ ou ‘skipped’ : terminer ou ignorer un élément déjà commencé
same_state -> same_state : no-op idempotent (renvoie l’élément existant sans modification)

Champs Pydantic :

project_id: <class 'str'>
queue_id: <class 'str'>
item_id: <class 'str'>
annotation_state: <class 'str'>
wb_user_id: str | None

`classe` `AnnotatorQueueItemsProgressUpdateRes`

Réponse à la mise à jour de l’état d’annotation. Champs Pydantic :

item: <class 'AnnotationQueueItemSchema'>

`classe` `CallBatchEndMode`

Champs Pydantic :

mode : <class 'str'>
req : <class 'CallEndReq'>

`classe` `CallBatchStartMode`

Champs Pydantic :

mode : <class 'str'>
req : <class 'CallStartReq'>

`classe` `CallCreateBatchReq`

Champs Pydantic :

batch : list[CallBatchStartMode | CallBatchEndMode]

`classe` `CallCreateBatchRes`

Champs Pydantic :

res : list[CallStartRes | CallEndRes]

`classe` `CallEndReq`

Champs Pydantic :

end : <class 'EndedCallSchemaForInsert'>

`classe` `CallEndRes`

`classe` `CallEndV2Req`

Requête permettant de terminer un appel unique via l’API v2. Champs Pydantic :

end : <class 'EndedCallSchemaForInsertWithStartedAt'>

`classe` `CallEndV2Res`

Réponse de l’opération de fin d’un appel unique via l’API v2.

`classe` `CallMetricSpec`

Spécification d’une métrique à agréger au niveau de l’appel (sans regroupement par modèle). Champs Pydantic :

metric : typing.Literal['latency_ms', 'call_count', 'error_count']
aggregations : list[AggregationType]
percentiles : list[float]

`classe` `CallReadReq`

Champs Pydantic :

project_id : <class 'str'>
id : <class 'str'>
include_costs : bool | None
include_storage_size : bool | None
include_total_storage_size : bool | None

`classe` `CallReadRes`

Champs Pydantic :

call: CallSchema | None

`classe` `CallSchema`

Champs Pydantic :

id: <class 'str'>
project_id: <class 'str'>
op_name: <class 'str'>
display_name: str | None
trace_id: <class 'str'>
parent_id: str | None
thread_id: str | None
turn_id: str | None
started_at: <class 'datetime.datetime'>
attributes: dict[str, typing.Any]
inputs: dict[str, typing.Any]
ended_at: datetime.datetime | None
exception: str | None
output: typing.Any | None
summary: SummaryMap | None
wb_user_id: str | None
wb_username: str | None
wb_run_id: str | None
wb_run_step: int | None
wb_run_step_end: int | None
deleted_at: datetime.datetime | None
expire_at: datetime.datetime | None
storage_size_bytes: int | None
total_storage_size_bytes: int | None

`méthode` `serialize_typed_dicts`

serialize_typed_dicts(v: dict[str, Any]) → dict[str, Any]

`classe` `CallStartReq`

Champs Pydantic :

start : <class 'StartedCallSchemaForInsert'>

`classe` `CallStartRes`

Champs Pydantic :

id: <class 'str'>
trace_id: <class 'str'>

`classe` `CallStartV2Req`

Requête permettant de démarrer un appel unique via l’API v2. Champs Pydantic :

start : <class 'StartedCallSchemaForInsert'>

`classe` `CallStartV2Res`

Réponse renvoyée lors du démarrage d’un appel unique via l’API v2. Champs Pydantic :

id: <class 'str'>
trace_id: <class 'str'>

`classe` `CallStatsReq`

Requête de statistiques agrégées sur les appels pour une plage temporelle donnée. Champs Pydantic :

project_id : <class 'str'>
start : <class 'datetime.datetime'>
end : datetime.datetime | None
granularity : int | None
usage_metrics : list[UsageMetricSpec] | None
call_metrics : list[CallMetricSpec] | None
filter : CallsFilter | None
timezone : <class 'str'>

`méthode` `validate_date_range`

validate_date_range() → CallStatsReq

Garantit que les requêtes de statistiques d’appels sont limitées à une plage de dates sûre.

`classe` `CallStatsRes`

Réponse contenant des statistiques d’appels sous forme de séries temporelles. Champs Pydantic :

start : <class 'datetime.datetime'>
end : <class 'datetime.datetime'>
granularity : <class 'int'>
timezone : <class 'str'>
usage_buckets : list[dict[str, typing.Any]]
call_buckets : list[dict[str, typing.Any]]

`classe` `CallUpdateReq`

Champs Pydantic :

project_id : <class 'str'>
call_id : <class 'str'>
display_name : str | None
wb_user_id : str | None

`classe` `CallUpdateRes`

`classe` `CallsDeleteReq`

Champs Pydantic :

project_id : <class 'str'>
call_ids : list[str]
wb_user_id : str | None

`classe` `CallsDeleteRes`

Champs Pydantic :

num_deleted : <class 'int'>

`classe` `CallsFilter`

Champs Pydantic :

op_names : list[str] | None
input_refs : list[str] | None
output_refs : list[str] | None
parent_ids : list[str] | None
trace_ids : list[str] | None
call_ids : list[str] | None
thread_ids : list[str] | None
turn_ids : list[str] | None
trace_roots_only : bool | None
wb_user_ids : list[str] | None
wb_run_ids : list[str] | None

`classe` `CallsQueryReq`

Champs Pydantic :

project_id : <class 'str'>
filter : CallsFilter | None
limit : int | None
offset : int | None
sort_by : list[weave.trace_server.common_interface.SortBy] | None
query : weave.trace_server.interface.query.Query | None
include_costs : bool | None
include_feedback : bool | None
include_storage_size : bool | None
include_total_storage_size : bool | None
include_usernames : bool | None
columns : list[str] | None
expand_columns : list[str] | None
return_expanded_column_values : bool | None

`classe` `CallsQueryRes`

Champs Pydantic :

calls : list[CallSchema]

`classe` `CallsQueryStatsReq`

Champs Pydantic :

project_id : <class 'str'>
filter : CallsFilter | None
query : weave.trace_server.interface.query.Query | None
limit : int | None
include_total_storage_size : bool | None
expand_columns : list[str] | None

`classe` `CallsQueryStatsRes`

Champs Pydantic :

count : <class 'int'>
has_more : <class 'bool'>
total_storage_size_bytes : int | None

`classe` `CallsScoreReq`

Requête permettant de mettre en file d’attente des jobs de scoring pour une liste d’appels. Le scoring est effectué de manière asynchrone par le call_scoring_worker, qui consomme les messages provenant de Kafka et applique chaque scorer_ref à chaque call_id. Champs Pydantic :

project_id: <class 'str'>
call_ids: list[str]
scorer_refs: list[str]
wb_user_id: str | None

`classe` `CallsScoreRes`

Réponse vide pour calls_score. Définie comme un modèle (plutôt que de renvoyer None) afin de respecter la convention suivie dans l’ensemble de cette interface et de permettre d’ajouter ultérieurement des champs sans introduire de modification incompatible.

`classe` `CallsUpsertCompleteReq`

Requête permettant d’insérer ou de mettre à jour (upsert) un lot d’appels terminés. Champs Pydantic :

batch : list[CompletedCallSchemaForInsert]

`classe` `CallsUpsertCompleteRes`

Réponse à l’insertion ou à la mise à jour (upsert) d’un lot d’appels terminés.

`classe` `CallsUsageReq`

Requête permettant de calculer l’utilisation agrégée de plusieurs appels racines. Ce point de terminaison renvoie les métriques d’utilisation de chaque appel racine demandé, les métriques de chaque racine correspondant à la somme de sa propre utilisation et de celle de tous ses descendants. Remarque : tous les appels correspondants sont chargés en mémoire pour l’agrégation. Pour les ensembles de résultats très volumineux (plus de 10 000 appels), envisagez de traiter les ID d’appels racines par lots ou d’appliquer des filtres plus restrictifs au niveau de la couche applicative. Champs Pydantic :

project_id: <class 'str'>
call_ids: list[str]
include_costs: <class 'bool'>
limit: <class 'int'>

`classe` `CallsUsageRes`

Réponse contenant les métriques d’utilisation agrégées par appel racine. Champs Pydantic :

call_usage : dict[str, dict[str, LLMAggregatedUsage]]
unfinished_call_ids : list[str]

`classe` `CompletedCallSchemaForInsert`

Schéma permettant d’insérer directement un appel terminé. Représente un appel déjà terminé au moment de son insertion, dont les informations de début et de fin sont fournies ensemble. Utilisé par le point de terminaison calls_complete. Champs Pydantic :

project_id: <class 'str'>
id: <class 'str'>
trace_id: <class 'str'>
op_name: <class 'str'>
started_at: <class 'datetime.datetime'>
ended_at: <class 'datetime.datetime'>
display_name: str | None
parent_id: str | None
thread_id: str | None
turn_id: str | None
attributes: dict[str, typing.Any]
inputs: dict[str, typing.Any]
output: typing.Any | None
summary: <class 'SummaryInsertMap'>
otel_dump: dict[str, typing.Any] | None
exception: str | None
wb_user_id: str | None
wb_run_id: str | None
wb_run_step: int | None
wb_run_step_end: int | None

`méthode` `serialize_typed_dicts`

serialize_typed_dicts(v: dict[str, Any]) → dict[str, Any]

`classe` `CompletionsCreateReq`

Champs Pydantic :

project_id : <class 'str'>
inputs : <class 'CompletionsCreateRequestInputs'>
wb_user_id : str | None
track_llm_call : bool | None
trace_id : str | None
parent_id : str | None
conversation_id : str | None
conversation_name : str | None
source : str | None

`classe` `CompletionsCreateRequestInputs`

Champs Pydantic :

model : <class 'str'>
messages : <class 'list'>
timeout : float | str | None
temperature : float | None
top_p : float | None
n : int | None
stop : str | list | None
max_completion_tokens : int | None
max_tokens : int | None
modalities : list | None
presence_penalty : float | None
frequency_penalty : float | None
stream : bool | None
logit_bias : dict | None
user : str | None
response_format : dict | type[pydantic.main.BaseModel] | None
seed : int | None
tools : list | None
tool_choice : str | dict | None
logprobs : bool | None
top_logprobs : int | None
parallel_tool_calls : bool | None
extra_headers : dict | None
functions : list | None
function_call : str | None
api_version : str | None
prompt : str | None
template_vars : dict[str, typing.Any] | None
vertex_credentials : str | None

`classe` `CompletionsCreateRes`

Champs Pydantic :

response : dict[str, typing.Any]
weave_call_id : str | None
span_id : str | None
trace_id : str | None
conversation_id : str | None

`classe` `CostCreateInput`

Champs Pydantic :

prompt_token_cost : <class 'float'>
completion_token_cost : <class 'float'>
cache_read_input_token_cost : <class 'float'>
cache_creation_input_token_cost : <class 'float'>
prompt_token_cost_unit : str | None
completion_token_cost_unit : str | None
effective_date : datetime.datetime | None
provider_id : str | None

`classe` `CostCreateReq`

Champs Pydantic :

project_id : <class 'str'>
costs : dict[str, CostCreateInput]
wb_user_id : str | None

`classe` `CostCreateRes`

Champs Pydantic :

ids : list[tuple[str, str]]

`classe` `CostPurgeReq`

Champs Pydantic :

project_id : <class 'str'>
query : <class 'weave.trace_server.interface.query.Query'>

`classe` `CostPurgeRes`

`classe` `CostQueryOutput`

Champs Pydantic :

id : str | None
llm_id : str | None
prompt_token_cost : float | None
completion_token_cost : float | None
prompt_token_cost_unit : str | None
completion_token_cost_unit : str | None
effective_date : datetime.datetime | None
provider_id : str | None

`classe` `CostQueryReq`

Champs Pydantic :

project_id : <class 'str'>
fields : list[str] | None
query : weave.trace_server.interface.query.Query | None
sort_by : list[weave.trace_server.common_interface.SortBy] | None
limit : int | None
offset : int | None

`classe` `CostQueryRes`

Champs Pydantic :

results : list[CostQueryOutput]

`classe` `DatasetCreateBody`

Champs Pydantic :

name: str | None
description: str | None
rows: list[dict[str, typing.Any]]

`classe` `DatasetCreateReq`

Champs Pydantic :

name: str | None
description: str | None
rows: list[dict[str, typing.Any]]
project_id: <class 'str'>
wb_user_id: str | None

`classe` `DatasetCreateRes`

Champs Pydantic :

digest : <class 'str'>
object_id : <class 'str'>
version_index : <class 'int'>

`classe` `DatasetDeleteReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digests : list[str] | None
wb_user_id : str | None

`classe` `DatasetDeleteRes`

Champs Pydantic :

num_deleted : <class 'int'>

`classe` `DatasetListReq`

Champs Pydantic :

project_id : <class 'str'>
limit : int | None
offset : int | None
wb_user_id : str | None

`classe` `DatasetReadReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digest : <class 'str'>
wb_user_id : str | None

`classe` `DatasetReadRes`

Champs Pydantic :

object_id : <class 'str'>
digest : <class 'str'>
version_index : <class 'int'>
created_at : <class 'datetime.datetime'>
name : <class 'str'>
description : str | None
rows : <class 'str'>

`classe` `DatasetSourceLinkPayload`

Une seule ligne de jeu de données et les sources à y lier. Champs Pydantic :

row_digest : <class 'str'>
sources : list[SourceRef]
link_metadata : dict[str, typing.Any] | None

`classe` `DatasetSourceLinkSchema`

Schéma d’une ligne de lien vers une source de jeu de données. Champs Pydantic :

id: <class 'str'>
row_digest: <class 'str'>
source_kind: <enum 'SourceKind'>
source_id: <class 'str'>
source_trace_id: <class 'str'>
source_started_at: <class 'datetime.datetime'>
source_display_name: <class 'str'>
link_metadata: dict[str, typing.Any] | None
added_by: str | None
created_at: <class 'datetime.datetime'>
updated_at: <class 'datetime.datetime'>
deleted_at: datetime.datetime | None

`classe` `DatasetSourcesLinkDeleteReq`

Requête permettant de supprimer de manière réversible (soft-delete) des liens de sources de jeu de données par ID. Champs Pydantic :

project_id: <class 'str'>
link_ids: list[str]
wb_user_id: str | None

`classe` `DatasetSourcesLinkDeleteRes`

Réponse à la suppression des liens de sources de jeu de données. Champs Pydantic :

entries: list[DatasetSourcesLinkDeleteResEntry]

`classe` `DatasetSourcesLinkDeleteResEntry`

Résultat de la suppression d’un seul lien. Champs Pydantic :

link_id : <class 'str'>
deleted : <class 'bool'>

`classe` `DatasetSourcesLinkReq`

Requête permettant de lier des lignes de jeu de données à leurs sources de provenance. Champs Pydantic :

project_id: <class 'str'>
dataset_object_id: <class 'str'>
dataset_digest: <class 'str'>
links: list[DatasetSourceLinkPayload]
include_created_status: <class 'bool'>
wb_user_id: str | None

`classe` `DatasetSourcesLinkRes`

Réponse à la liaison de lignes de jeu de données à des sources. Une entrée par tuple aplati (row_digest, source), dans l’ordre d’entrée. Champs Pydantic :

entries : list[DatasetSourcesLinkResEntry]

`classe` `DatasetSourcesLinkResEntry`

Résultat pour un lien (row_digest, source) aplati unique. Champs Pydantic :

link_id: <class 'str'>
created: bool | None

`classe` `DatasetSourcesQueryReq`

Requête directe : jeu de données -> sources. Champs Pydantic :

project_id : <class 'str'>
dataset_object_id : <class 'str'>
row_digests : list[str] | None
source_kinds : list[SourceKind] | None
include_deleted : <class 'bool'>
limit : int | None
offset : int | None
wb_user_id : str | None

`classe` `DatasetSourcesQueryRes`

Réponse à la requête directe jeu de données -> sources. Champs Pydantic :

links: list[DatasetSourceLinkSchema]

`classe` `EndedCallSchemaForInsert`

Champs Pydantic :

project_id : <class 'str'>
id : <class 'str'>
trace_id : str | None
is_eval : bool | None
ended_at : <class 'datetime.datetime'>
started_at : datetime.datetime | None
exception : str | None
output : typing.Any | None
summary : <class 'SummaryInsertMap'>
wb_run_step_end : int | None

`méthode` `serialize_typed_dicts`

serialize_typed_dicts(v: dict[str, Any]) → dict[str, Any]

`classe` `EndedCallSchemaForInsertWithStartedAt`

Alias obsolète. started_at se trouve désormais dans la classe parente EndedCallSchemaForInsert, à utiliser de préférence. Cet alias est conservé pour que les SDK externes épinglés sur le nom WithStartedAt puissent continuer à l’importer. À supprimer une fois que tous les appelants internes auront migré. Champs Pydantic :

project_id: <class 'str'>
id: <class 'str'>
trace_id: str | None
is_eval: bool | None
ended_at: <class 'datetime.datetime'>
started_at: datetime.datetime | None
exception: str | None
output: typing.Any | None
summary: <class 'SummaryInsertMap'>
wb_run_step_end: int | None

`méthode` `serialize_typed_dicts`

serialize_typed_dicts(v: dict[str, Any]) → dict[str, Any]

`classe` `EvalResultsEvaluationSummary`

Champs Pydantic :

evaluation_call_id : <class 'str'>
trial_count : <class 'int'>
scorer_stats : list[EvalResultsScorerStats]
predict_total_tokens : int | None
predict_total_cost : float | None
evaluation_ref : str | None
model_ref : str | None
display_name : str | None
trace_id : str | None
started_at : str | None

`classe` `EvalResultsFilter`

Filtre limité à une évaluation facultative. Champs Pydantic :

evaluation_call_id : str | None
query : <class 'weave.trace_server.interface.query.Query'>

`classe` `EvalResultsQueryBody`

Champs Pydantic :

evaluation_call_ids: list[str] | None
evaluation_run_ids: list[str] | None
require_intersection: <class 'bool'>
include_raw_data_rows: <class 'bool'>
resolve_row_refs: <class 'bool'>
include_rows: <class 'bool'>
include_summary: <class 'bool'>
summary_require_intersection: bool | None
include_predict_and_score_children: <class 'bool'>
include_costs: <class 'bool'>
sort_by: list[EvalResultsSortBy] | None
filters: list[EvalResultsFilter] | None
filter_logic_operator: typing.Literal['and', 'or']
limit: int | None
offset: <class 'int'>

`méthode` `validate_identifiers`

validate_identifiers() → EvalResultsQueryBody

Vérifie qu’au moins un identifiant d’évaluation a été fourni.

`classe` `EvalResultsQueryReq`

Champs Pydantic :

evaluation_call_ids : list[str] | None
evaluation_run_ids : list[str] | None
require_intersection : <class 'bool'>
include_raw_data_rows : <class 'bool'>
resolve_row_refs : <class 'bool'>
include_rows : <class 'bool'>
include_summary : <class 'bool'>
summary_require_intersection : bool | None
include_predict_and_score_children : <class 'bool'>
include_costs : <class 'bool'>
sort_by : list[EvalResultsSortBy] | None
filters : list[EvalResultsFilter] | None
filter_logic_operator : typing.Literal['and', 'or']
limit : int | None
offset : <class 'int'>
project_id : <class 'str'>

`méthode` `validate_identifiers`

validate_identifiers() → EvalResultsQueryBody

Vérifie qu’au moins un identifiant d’évaluation a été fourni.

`classe` `EvalResultsQueryRes`

Champs Pydantic :

rows : list[EvalResultsRow]
total_rows : <class 'int'>
summary : ForwardRef('EvalResultsSummaryRes | None')
warnings : list[str]

`classe` `EvalResultsRow`

Champs Pydantic :

row_digest : <class 'str'>
raw_data_row : typing.Any | None
evaluations : list[EvalResultsRowEvaluation]

`classe` `EvalResultsRowEvaluation`

Champs Pydantic :

evaluation_call_id : <class 'str'>
trials : list[EvalResultsTrial]

`classe` `EvalResultsScorerStats`

Statistiques d’une dimension de score aplatie unique (scorer_key ou scorer_key.path.to.leaf). Champs Pydantic :

scorer_key: <class 'str'>
path: str | None
value_type: typing.Optional[typing.Literal['binary', 'continuous', 'text']]
trial_count: <class 'int'>
numeric_count: <class 'int'>
numeric_mean: float | None
pass_true_count: <class 'int'>
pass_known_count: <class 'int'>
pass_rate: float | None
pass_signal_coverage: float | None

`classe` `EvalResultsSortBy`

Spécification de tri des résultats d’évaluation, qui étend SortBy Champs Pydantic :

field: <class 'str'>
direction: typing.Literal['asc', 'desc']
evaluation_call_id: str | None
mode: typing.Literal['value', 'difference']

`classe` `EvalResultsSummaryRes`

Champs Pydantic :

row_count : <class 'int'>
evaluations : list[EvalResultsEvaluationSummary]

`classe` `EvalResultsTrial`

Champs Pydantic :

predict_and_score_call_id : <class 'str'>
predict_call_id : str | None
model_output : typing.Any | None
scores : dict[str, typing.Any]
model_latency_seconds : float | None
total_tokens : int | None
total_cost : float | None
scorer_call_ids : dict[str, str]
genai_span_ref : list[GenAISpanRef] | None

`classe` `EvaluateModelArgs`

Arguments d’un job complet d’évaluation de modèle (chargement du modèle, exécution des prédictions et calcul des scores). Déplacé depuis workers/evaluate_model_worker/evaluate_model_worker.py afin que les deux types de jobs (EvaluateModelArgs et RescoringArgs) puissent être regroupés dans le même module pour l’union discriminée EvalWorkerJob. Champs Pydantic :

job_type: typing.Literal['evaluate_model']
project_id: <class 'str'>
evaluation_ref: <class 'str'>
model_ref: <class 'str'>
wb_user_id: <class 'str'>
evaluation_call_id: <class 'str'>

`classe` `EvaluateModelReq`

Champs Pydantic :

project_id : <class 'str'>
evaluation_ref : <class 'str'>
model_ref : <class 'str'>
wb_user_id : str | None

`classe` `EvaluateModelRes`

Champs Pydantic :

call_id : <class 'str'>

`classe` `EvaluationCreateBody`

Champs Pydantic :

name : <class 'str'>
description : str | None
dataset : <class 'str'>
scorers : list[str] | None
trials : <class 'int'>
evaluation_name : str | None
eval_attributes : dict[str, typing.Any] | None

`classe` `EvaluationCreateReq`

Champs Pydantic :

name : <class 'str'>
description : str | None
dataset : <class 'str'>
scorers : list[str] | None
trials : <class 'int'>
evaluation_name : str | None
eval_attributes : dict[str, typing.Any] | None
project_id : <class 'str'>
wb_user_id : str | None

`classe` `EvaluationCreateRes`

Champs Pydantic :

digest : <class 'str'>
object_id : <class 'str'>
version_index : <class 'int'>
evaluation_ref : <class 'str'>

`classe` `EvaluationDeleteReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digests : list[str] | None
wb_user_id : str | None

`classe` `EvaluationDeleteRes`

Champs Pydantic :

num_deleted : <class 'int'>

`classe` `EvaluationListReq`

Champs Pydantic :

project_id : <class 'str'>
limit : int | None
offset : int | None
wb_user_id : str | None

`classe` `EvaluationReadReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digest : <class 'str'>
wb_user_id : str | None

`classe` `EvaluationReadRes`

Champs Pydantic :

object_id : <class 'str'>
digest : <class 'str'>
version_index : <class 'int'>
created_at : <class 'datetime.datetime'>
name : <class 'str'>
description : str | None
dataset : <class 'str'>
scorers : list[str]
trials : <class 'int'>
evaluation_name : str | None
evaluate_op : str | None
predict_and_score_op : str | None
summarize_op : str | None

`classe` `EvaluationRunCreateBody`

Champs Pydantic :

evaluation: <class 'str'>
model: <class 'str'>
source_evaluation_run_id: str | None

`classe` `EvaluationRunCreateReq`

Champs Pydantic :

evaluation : <class 'str'>
model : <class 'str'>
source_evaluation_run_id : str | None
project_id : <class 'str'>
wb_user_id : str | None

`classe` `EvaluationRunCreateRes`

Champs Pydantic :

evaluation_run_id: <class 'str'>

`classe` `EvaluationRunDeleteReq`

Champs Pydantic :

project_id : <class 'str'>
evaluation_run_ids : list[str]
wb_user_id : str | None

`classe` `EvaluationRunDeleteRes`

Champs Pydantic :

num_deleted : <class 'int'>

`classe` `EvaluationRunFilter`

Champs Pydantic :

evaluations : list[str] | None
models : list[str] | None
evaluation_run_ids : list[str] | None

`classe` `EvaluationRunFinishBody`

Corps de requête permettant de terminer un run d’évaluation via l’API REST. Ce modèle exclut project_id et evaluation_run_id, car ces valeurs sont fournies par le chemin de l’URL dans les points de terminaison RESTful. Champs Pydantic :

summary : dict[str, typing.Any] | None

`classe` `EvaluationRunFinishReq`

Champs Pydantic :

summary : dict[str, typing.Any] | None
project_id : <class 'str'>
evaluation_run_id : <class 'str'>
wb_user_id : str | None

`classe` `EvaluationRunFinishRes`

Champs Pydantic :

success : <class 'bool'>

`classe` `EvaluationRunListReq`

Champs Pydantic :

project_id: <class 'str'>
filter: EvaluationRunFilter | None
limit: int | None
offset: int | None

`classe` `EvaluationRunReadReq`

Champs Pydantic :

project_id : <class 'str'>
evaluation_run_id : <class 'str'>

`classe` `EvaluationRunReadRes`

Champs Pydantic :

evaluation_run_id: <class 'str'>
evaluation: <class 'str'>
model: <class 'str'>
status: str | None
started_at: datetime.datetime | None
finished_at: datetime.datetime | None
summary: dict[str, typing.Any] | None
source_evaluation_run_id: str | None

`classe` `EvaluationStatusComplete`

Champs Pydantic :

code : typing.Literal['complete']
output : dict[str, typing.Any]

`classe` `EvaluationStatusFailed`

Champs Pydantic :

code : typing.Literal['failed']
error : str | None

`classe` `EvaluationStatusNotFound`

Champs Pydantic :

code: typing.Literal['not_found']

`classe` `EvaluationStatusReq`

Champs Pydantic :

project_id : <class 'str'>
call_id : <class 'str'>

`classe` `EvaluationStatusRes`

Champs Pydantic :

status : EvaluationStatusNotFound | EvaluationStatusRunning | EvaluationStatusFailed | EvaluationStatusComplete

`classe` `EvaluationStatusRunning`

Champs Pydantic :

code : typing.Literal['running']
completed_rows : <class 'int'>
total_rows : <class 'int'>

`classe` `ExportTracePartialSuccess`

Champs Pydantic :

rejected_spans : <class 'int'>
error_message : <class 'str'>

`classe` `ExtraKeysTypedDict`

`classe` `Feedback`

Champs Pydantic :

id: <class 'str'>
project_id: <class 'str'>
weave_ref: <class 'str'>
creator: str | None
feedback_type: <class 'str'>
payload: dict[str, typing.Any]
annotation_ref: str | None
runnable_ref: str | None
call_ref: str | None
trigger_ref: str | None
queue_id: str | None
scorer_tags: list[str]
scorer_tag_reasons: dict[str, str]
scorer_tag_confidences: dict[str, float]
scorer_ratings: dict[str, float]
scorer_rating_reasons: dict[str, str]
scorer_rating_confidences: dict[str, float]
span_agent_name: <class 'str'>
span_agent_version: <class 'str'>
span_status_code: <class 'str'>
wb_user_id: str | None
created_at: <class 'datetime.datetime'>

`classe` `FeedbackAggregateBucket`

Une ligne (tranche temporelle, groupe) de feedback agrégé issu des scorers. Champs Pydantic :

time_bucket_start_ms: int | None
group: dict[str, str]
total_count: <class 'int'>
scored_count: <class 'int'>
tag_counts: dict[str, int]
rating_counts: dict[str, int]
rating_sums: dict[str, float]

`classe` `FeedbackAggregateReq`

Requête permettant d’obtenir des scores agrégés par tranche temporelle et par dimension. Champs Pydantic :

project_id: <class 'str'>
after_ms: <class 'int'>
before_ms: <class 'int'>
time_bucket_seconds: int | None
feedback_types: list[str]
tags: list[str]
rating_min: float | None
rating_max: float | None
monitor_ids: list[str]
scorer_ids: list[str]
span_agent_names: list[str]
span_types: list[typing.Literal['agent_turn', 'agent_conversation']]
group_by: list[typing.Literal['scorer_id', 'span_agent_name', 'span_agent_version', 'span_status_code']]

`classe` `FeedbackAggregateRes`

Série temporelle creuse du feedback agrégé des scorers (les intervalles vides sont omis). Champs Pydantic :

time_bucket_seconds: int | None
after_ms: <class 'int'>
before_ms: <class 'int'>
buckets: list[FeedbackAggregateBucket]

`classe` `FeedbackCreateBatchReq`

Champs Pydantic :

batch : list[FeedbackCreateReq]

`classe` `FeedbackCreateBatchRes`

Champs Pydantic :

res : list[FeedbackCreateRes]

`classe` `FeedbackCreateReq`

Champs Pydantic :

id: str | None
project_id: <class 'str'>
weave_ref: <class 'str'>
creator: str | None
feedback_type: <class 'str'>
payload: dict[str, typing.Any]
annotation_ref: str | None
runnable_ref: str | None
call_ref: str | None
trigger_ref: str | None
queue_id: str | None
scorer_tags: list[str]
scorer_tag_reasons: dict[str, str]
scorer_tag_confidences: dict[str, float]
scorer_ratings: dict[str, float]
scorer_rating_reasons: dict[str, str]
scorer_rating_confidences: dict[str, float]
span_agent_name: <class 'str'>
span_agent_version: <class 'str'>
span_status_code: <class 'str'>
wb_user_id: str | None

`classe` `FeedbackCreateRes`

Champs Pydantic :

id : <class 'str'>
created_at : <class 'datetime.datetime'>
wb_user_id : <class 'str'>
payload : dict[str, typing.Any]

`classe` `FeedbackDict`

`classe` `FeedbackMetricSpec`

Spécification d’une métrique de charge utile de feedback à agréger. Champs Pydantic :

json_path: <class 'str'>
value_type: typing.Literal['numeric', 'boolean', 'categorical']
aggregations: list[AggregationType]
percentiles: list[float]

`classe` `FeedbackPayloadPath`

Chemin découvert dans la charge utile du feedback, avec son type déduit. Champs Pydantic :

json_path : <class 'str'>
value_type : typing.Literal['numeric', 'boolean', 'categorical']

`classe` `FeedbackPayloadSchemaReq`

Requête de découverte du schéma de charge utile des feedbacks. Champs Pydantic :

project_id : <class 'str'>
start : <class 'datetime.datetime'>
end : datetime.datetime | None
feedback_type : str | None
trigger_ref : str | None
sample_limit : <class 'int'>

`méthode` `validate_date_range`

validate_date_range() → _FeedbackFilterBase

Garantit que les requêtes de feedback sont limitées à une plage de dates sûre.

`classe` `FeedbackPayloadSchemaRes`

Réponse contenant les chemins et les types découverts dans la charge utile des feedbacks. Champs Pydantic :

paths: list[FeedbackPayloadPath]

`classe` `FeedbackPurgeReq`

Champs Pydantic :

project_id : <class 'str'>
query : <class 'weave.trace_server.interface.query.Query'>

`classe` `FeedbackPurgeRes`

`classe` `FeedbackQueryReq`

Champs Pydantic :

project_id : <class 'str'>
fields : list[str] | None
query : weave.trace_server.interface.query.Query | None
sort_by : list[weave.trace_server.common_interface.SortBy] | None
limit : int | None
offset : int | None

`classe` `FeedbackQueryRes`

Champs Pydantic :

result : list[dict[str, typing.Any]]

`classe` `FeedbackReplaceReq`

Champs Pydantic :

id: str | None
project_id: <class 'str'>
weave_ref: <class 'str'>
creator: str | None
feedback_type: <class 'str'>
payload: dict[str, typing.Any]
annotation_ref: str | None
runnable_ref: str | None
call_ref: str | None
trigger_ref: str | None
queue_id: str | None
scorer_tags: list[str]
scorer_tag_reasons: dict[str, str]
scorer_tag_confidences: dict[str, float]
scorer_ratings: dict[str, float]
scorer_rating_reasons: dict[str, str]
scorer_rating_confidences: dict[str, float]
span_agent_name: <class 'str'>
span_agent_version: <class 'str'>
span_status_code: <class 'str'>
wb_user_id: str | None
feedback_id: <class 'str'>

`classe` `FeedbackReplaceRes`

Champs Pydantic :

id : <class 'str'>
created_at : <class 'datetime.datetime'>
wb_user_id : <class 'str'>
payload : dict[str, typing.Any]

`classe` `FeedbackStatsReq`

Requête de statistiques de feedback agrégées par tranches temporelles. Champs Pydantic :

project_id : <class 'str'>
start : <class 'datetime.datetime'>
end : datetime.datetime | None
feedback_type : str | None
trigger_ref : str | None
granularity : int | None
timezone : <class 'str'>
metrics : list[FeedbackMetricSpec]

`méthode` `validate_date_range`

validate_date_range() → _FeedbackFilterBase

Garantit que les requêtes de feedback sont limitées à une plage de dates sûre.

`classe` `FeedbackStatsRes`

Réponse contenant des statistiques de feedback sous forme de séries temporelles. Champs Pydantic :

start : <class 'datetime.datetime'>
end : <class 'datetime.datetime'>
granularity : <class 'int'>
timezone : <class 'str'>
buckets : list[dict[str, typing.Any]]
window_stats : dict[str, dict[str, float | None]] | None

`classe` `FileContentReadReq`

Champs Pydantic :

project_id : <class 'str'>
digest : <class 'str'>

`classe` `FileContentReadRes`

Champs Pydantic :

content : <class 'bytes'>

`classe` `FileCreateReq`

Champs Pydantic :

project_id : <class 'str'>
name : <class 'str'>
content : <class 'bytes'>
expected_digest : str | None

`classe` `FileCreateRes`

Champs Pydantic :

digest: <class 'str'>

`classe` `FilesStatsReq`

Champs Pydantic :

project_id : <class 'str'>

`classe` `FilesStatsRes`

Champs Pydantic :

total_size_bytes : <class 'int'>

`classe` `FullTraceServerInterface`

Interface complète de trace server prenant en charge à la fois les API V1 et les API Object. Ce protocole représente une implémentation de trace server qui prend en charge l’ensemble des API, à savoir les anciens points de terminaison V1 et les points de terminaison Object plus récents. Utilisez ce type pour les implémentations qui doivent prendre en charge les deux versions de l’API.

`méthode` `agent_agents_query`

agent_agents_query(req: AgentsQueryReq) → AgentsQueryRes

`méthode` `agent_conversation_chat`

agent_conversation_chat(
    req: AgentConversationChatReq
) → AgentConversationChatRes

`méthode` `agent_conversation_spans`

agent_conversation_spans(
    req: AgentConversationSpansReq
) → AgentConversationSpansRes

`méthode` `agent_custom_attrs_schema`

agent_custom_attrs_schema(
    req: AgentCustomAttrsSchemaReq
) → AgentCustomAttrsSchemaRes

`méthode` `agent_search`

agent_search(req: AgentSearchReq) → AgentSearchRes

`méthode` `agent_spans_query`

agent_spans_query(req: AgentSpansQueryReq) → AgentSpansQueryRes

`méthode` `agent_spans_stats`

agent_spans_stats(req: AgentSpanStatsReq) → AgentSpanStatsRes

`méthode` `agent_traces_chat`

agent_traces_chat(req: AgentTraceChatReq) → AgentTraceChatRes

`méthode` `agent_versions_query`

agent_versions_query(req: AgentVersionsQueryReq) → AgentVersionsQueryRes

`méthode` `aliases_list`

aliases_list(req: AliasesListReq) → AliasesListRes

`méthode` `annotation_queue_add_calls`

annotation_queue_add_calls(
    req: AnnotationQueueAddCallsReq
) → AnnotationQueueAddCallsRes

`méthode` `annotation_queue_create`

annotation_queue_create(
    req: AnnotationQueueCreateReq
) → AnnotationQueueCreateRes

`méthode` `annotation_queue_delete`

annotation_queue_delete(
    req: AnnotationQueueDeleteReq
) → AnnotationQueueDeleteRes

`méthode` `annotation_queue_items_query`

annotation_queue_items_query(
    req: AnnotationQueueItemsQueryReq
) → AnnotationQueueItemsQueryRes

`méthode` `annotation_queue_read`

annotation_queue_read(req: AnnotationQueueReadReq) → AnnotationQueueReadRes

`méthode` `annotation_queue_update`

annotation_queue_update(
    req: AnnotationQueueUpdateReq
) → AnnotationQueueUpdateRes

`méthode` `annotation_queues_query_stream`

annotation_queues_query_stream(
    req: AnnotationQueuesQueryReq
) → Iterator[AnnotationQueueSchema]

`méthode` `annotation_queues_stats`

annotation_queues_stats(
    req: AnnotationQueuesStatsReq
) → AnnotationQueuesStatsRes

`méthode` `annotator_queue_items_progress_update`

annotator_queue_items_progress_update(
    req: AnnotatorQueueItemsProgressUpdateReq
) → AnnotatorQueueItemsProgressUpdateRes

`méthode` `call_end`

call_end(req: CallEndReq) → CallEndRes

`méthode` `call_end_v2`

call_end_v2(req: CallEndV2Req) → CallEndV2Res

`méthode` `call_read`

call_read(req: CallReadReq) → CallReadRes

`méthode` `call_start`

call_start(req: CallStartReq) → CallStartRes

`méthode` `call_start_batch`

call_start_batch(req: CallCreateBatchReq) → CallCreateBatchRes

`méthode` `call_start_v2`

call_start_v2(req: CallStartV2Req) → CallStartV2Res

`méthode` `call_stats`

call_stats(req: 'CallStatsReq') → CallStatsRes

`méthode` `call_update`

call_update(req: CallUpdateReq) → CallUpdateRes

`méthode` `calls_complete`

calls_complete(req: CallsUpsertCompleteReq) → CallsUpsertCompleteRes

`méthode` `calls_delete`

calls_delete(req: CallsDeleteReq) → CallsDeleteRes

`méthode` `calls_query`

calls_query(req: CallsQueryReq) → CallsQueryRes

`méthode` `calls_query_stats`

calls_query_stats(req: CallsQueryStatsReq) → CallsQueryStatsRes

`méthode` `calls_query_stream`

calls_query_stream(req: CallsQueryReq) → Iterator[CallSchema]

`méthode` `calls_score`

calls_score(req: CallsScoreReq) → CallsScoreRes

`méthode` `calls_usage`

calls_usage(req: 'CallsUsageReq') → CallsUsageRes

`méthode` `completions_create`

completions_create(req: CompletionsCreateReq) → CompletionsCreateRes

`méthode` `completions_create_stream`

completions_create_stream(req: CompletionsCreateReq) → Iterator[dict[str, Any]]

`méthode` `cost_create`

cost_create(req: CostCreateReq) → CostCreateRes

`méthode` `cost_purge`

cost_purge(req: CostPurgeReq) → CostPurgeRes

`méthode` `cost_query`

cost_query(req: CostQueryReq) → CostQueryRes

`méthode` `dataset_create`

dataset_create(req: DatasetCreateReq) → DatasetCreateRes

`méthode` `dataset_delete`

dataset_delete(req: DatasetDeleteReq) → DatasetDeleteRes

`méthode` `dataset_list`

dataset_list(req: DatasetListReq) → Iterator[DatasetReadRes]

`méthode` `dataset_read`

dataset_read(req: DatasetReadReq) → DatasetReadRes

`méthode` `dataset_sources_link`

dataset_sources_link(req: DatasetSourcesLinkReq) → DatasetSourcesLinkRes

`méthode` `dataset_sources_link_delete`

dataset_sources_link_delete(
    req: DatasetSourcesLinkDeleteReq
) → DatasetSourcesLinkDeleteRes

`méthode` `dataset_sources_query`

dataset_sources_query(req: DatasetSourcesQueryReq) → DatasetSourcesQueryRes

`méthode` `eval_results_query`

eval_results_query(req: EvalResultsQueryReq) → EvalResultsQueryRes

`méthode` `evaluate_model`

evaluate_model(req: EvaluateModelReq) → EvaluateModelRes

`méthode` `evaluation_create`

evaluation_create(req: EvaluationCreateReq) → EvaluationCreateRes

`méthode` `evaluation_delete`

evaluation_delete(req: EvaluationDeleteReq) → EvaluationDeleteRes

`méthode` `evaluation_list`

evaluation_list(req: EvaluationListReq) → Iterator[EvaluationReadRes]

`méthode` `evaluation_read`

evaluation_read(req: EvaluationReadReq) → EvaluationReadRes

`méthode` `evaluation_run_create`

evaluation_run_create(req: EvaluationRunCreateReq) → EvaluationRunCreateRes

`méthode` `evaluation_run_delete`

evaluation_run_delete(req: EvaluationRunDeleteReq) → EvaluationRunDeleteRes

`méthode` `evaluation_run_finish`

evaluation_run_finish(req: EvaluationRunFinishReq) → EvaluationRunFinishRes

`méthode` `evaluation_run_list`

evaluation_run_list(req: EvaluationRunListReq) → Iterator[EvaluationRunReadRes]

`méthode` `evaluation_run_read`

evaluation_run_read(req: EvaluationRunReadReq) → EvaluationRunReadRes

`méthode` `evaluation_status`

evaluation_status(req: EvaluationStatusReq) → EvaluationStatusRes

`méthode` `feedback_aggregate`

feedback_aggregate(req: FeedbackAggregateReq) → FeedbackAggregateRes

`méthode` `feedback_create`

feedback_create(req: FeedbackCreateReq) → FeedbackCreateRes

`méthode` `feedback_create_batch`

feedback_create_batch(req: FeedbackCreateBatchReq) → FeedbackCreateBatchRes

`méthode` `feedback_payload_schema`

feedback_payload_schema(
    req: FeedbackPayloadSchemaReq
) → FeedbackPayloadSchemaRes

`méthode` `feedback_purge`

feedback_purge(req: FeedbackPurgeReq) → FeedbackPurgeRes

`méthode` `feedback_query`

feedback_query(req: FeedbackQueryReq) → FeedbackQueryRes

`méthode` `feedback_replace`

feedback_replace(req: FeedbackReplaceReq) → FeedbackReplaceRes

`méthode` `feedback_stats`

feedback_stats(req: FeedbackStatsReq) → FeedbackStatsRes

`méthode` `file_content_read`

file_content_read(req: FileContentReadReq) → FileContentReadRes

`méthode` `file_create`

file_create(req: FileCreateReq) → FileCreateRes

`méthode` `files_stats`

files_stats(req: FilesStatsReq) → FilesStatsRes

`méthode` `genai_otel_export`

genai_otel_export(req: GenAIOTelExportReq) → GenAIOTelExportRes

`méthode` `image_create`

image_create(req: ImageGenerationCreateReq) → ImageGenerationCreateRes

`méthode` `model_create`

model_create(req: ModelCreateReq) → ModelCreateRes

`méthode` `model_delete`

model_delete(req: ModelDeleteReq) → ModelDeleteRes

`méthode` `model_list`

model_list(req: ModelListReq) → Iterator[ModelReadRes]

`méthode` `model_read`

model_read(req: ModelReadReq) → ModelReadRes

`méthode` `obj_add_tags`

obj_add_tags(req: ObjAddTagsReq) → ObjAddTagsRes

`méthode` `obj_create`

obj_create(req: ObjCreateReq) → ObjCreateRes

`méthode` `obj_delete`

obj_delete(req: ObjDeleteReq) → ObjDeleteRes

`méthode` `obj_read`

obj_read(req: ObjReadReq) → ObjReadRes

`méthode` `obj_remove_aliases`

obj_remove_aliases(req: ObjRemoveAliasesReq) → ObjRemoveAliasesRes

`méthode` `obj_remove_tags`

obj_remove_tags(req: ObjRemoveTagsReq) → ObjRemoveTagsRes

`méthode` `obj_set_aliases`

obj_set_aliases(req: ObjSetAliasesReq) → ObjSetAliasesRes

`méthode` `objs_query`

objs_query(req: ObjQueryReq) → ObjQueryRes

`méthode` `op_create`

op_create(req: OpCreateReq) → OpCreateRes

`méthode` `op_delete`

op_delete(req: OpDeleteReq) → OpDeleteRes

`méthode` `op_list`

op_list(req: OpListReq) → Iterator[OpReadRes]

`méthode` `op_read`

op_read(req: OpReadReq) → OpReadRes

`méthode` `otel_export`

otel_export(req: OTelExportReq) → OTelExportRes

`méthode` `prediction_create`

prediction_create(req: PredictionCreateReq) → PredictionCreateRes

`méthode` `prediction_delete`

prediction_delete(req: PredictionDeleteReq) → PredictionDeleteRes

`méthode` `prediction_finish`

prediction_finish(req: PredictionFinishReq) → PredictionFinishRes

`méthode` `prediction_list`

prediction_list(req: PredictionListReq) → Iterator[PredictionReadRes]

`méthode` `prediction_read`

prediction_read(req: PredictionReadReq) → PredictionReadRes

`méthode` `project_stats`

project_stats(req: ProjectStatsReq) → ProjectStatsRes

`méthode` `project_ttl_settings_read`

project_ttl_settings_read(
    req: ProjectTTLSettingsReadReq
) → ProjectTTLSettingsReadRes

`méthode` `project_ttl_settings_update`

project_ttl_settings_update(
    req: ProjectTTLSettingsUpdateReq
) → ProjectTTLSettingsUpdateRes

`méthode` `refs_read_batch`

refs_read_batch(req: RefsReadBatchReq) → RefsReadBatchRes

`méthode` `rescore`

rescore(req: RescoreReq) → RescoreRes

`méthode` `score_create`

score_create(req: ScoreCreateReq) → ScoreCreateRes

`méthode` `score_delete`

score_delete(req: ScoreDeleteReq) → ScoreDeleteRes

`méthode` `score_list`

score_list(req: ScoreListReq) → Iterator[ScoreReadRes]

`méthode` `score_read`

score_read(req: ScoreReadReq) → ScoreReadRes

`méthode` `scorer_create`

scorer_create(req: ScorerCreateReq) → ScorerCreateRes

`méthode` `scorer_delete`

scorer_delete(req: ScorerDeleteReq) → ScorerDeleteRes

`méthode` `scorer_list`

scorer_list(req: ScorerListReq) → Iterator[ScorerReadRes]

`méthode` `scorer_read`

scorer_read(req: ScorerReadReq) → ScorerReadRes

`méthode` `source_datasets_query`

source_datasets_query(req: SourceDatasetsQueryReq) → SourceDatasetsQueryRes

`méthode` `table_create`

table_create(req: TableCreateReq) → TableCreateRes

`méthode` `table_create_from_digests`

table_create_from_digests(
    req: TableCreateFromDigestsReq
) → TableCreateFromDigestsRes

`méthode` `table_query`

table_query(req: TableQueryReq) → TableQueryRes

`méthode` `table_query_stats`

table_query_stats(req: TableQueryStatsReq) → TableQueryStatsRes

`méthode` `table_query_stats_batch`

table_query_stats_batch(req: TableQueryStatsBatchReq) → TableQueryStatsBatchRes

`méthode` `table_query_stream`

table_query_stream(req: TableQueryReq) → Iterator[TableRowSchema]

`méthode` `table_update`

table_update(req: TableUpdateReq) → TableUpdateRes

`méthode` `tags_list`

tags_list(req: TagsListReq) → TagsListRes

`méthode` `threads_query_stream`

threads_query_stream(req: ThreadsQueryReq) → Iterator[ThreadSchema]

`méthode` `trace_usage`

trace_usage(req: 'TraceUsageReq') → TraceUsageRes

`classe` `GenAISpanRef`

Champs Pydantic :

trace_id : <class 'str'>
span_id : <class 'str'>

`classe` `ImageGenerationCreateReq`

Champs Pydantic :

project_id : <class 'str'>
inputs : <class 'ImageGenerationRequestInputs'>
wb_user_id : str | None
track_llm_call : bool | None

`classe` `ImageGenerationCreateRes`

Champs Pydantic :

response : dict[str, typing.Any]
weave_call_id : str | None

`classe` `ImageGenerationRequestInputs`

Champs Pydantic :

model : <class 'str'>
prompt : <class 'str'>
n : int | None

`classe` `LLMAggregatedUsage`

Métriques d’utilisation agrégées pour un LLM donné. Champs Pydantic :

requests : <class 'int'>
prompt_tokens : <class 'int'>
completion_tokens : <class 'int'>
total_tokens : <class 'int'>
cache_read_input_tokens : <class 'int'>
cache_creation_input_tokens : <class 'int'>
prompt_tokens_total_cost : float | None
completion_tokens_total_cost : float | None
cache_read_input_tokens_total_cost : float | None
cache_creation_input_tokens_total_cost : float | None

`classe` `LLMCostSchema`

`classe` `LLMUsageSchema`

`classe` `ModelCreateBody`

Champs Pydantic :

name : <class 'str'>
description : str | None
source_code : <class 'str'>
attributes : dict[str, typing.Any] | None

`classe` `ModelCreateReq`

Champs Pydantic :

name : <class 'str'>
description : str | None
source_code : <class 'str'>
attributes : dict[str, typing.Any] | None
project_id : <class 'str'>
wb_user_id : str | None

`classe` `ModelCreateRes`

Champs Pydantic :

digest : <class 'str'>
object_id : <class 'str'>
version_index : <class 'int'>
model_ref : <class 'str'>

`classe` `ModelDeleteReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digests : list[str] | None
wb_user_id : str | None

`classe` `ModelDeleteRes`

Champs Pydantic :

num_deleted : <class 'int'>

`classe` `ModelListReq`

Champs Pydantic :

project_id : <class 'str'>
limit : int | None
offset : int | None

`classe` `ModelReadReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digest : <class 'str'>

`classe` `ModelReadRes`

Champs Pydantic :

object_id : <class 'str'>
digest : <class 'str'>
version_index : <class 'int'>
created_at : <class 'datetime.datetime'>
name : <class 'str'>
description : str | None
source_code : <class 'str'>
attributes : dict[str, typing.Any] | None

`classe` `OTelExportReq`

Champs Pydantic :

processed_spans : list[ProcessedResourceSpans]
project_id : <class 'str'>
wb_user_id : str | None

`classe` `OTelExportRes`

Champs Pydantic :

partial_success : ExportTracePartialSuccess | None

`classe` `ObjAddTagsReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digest : <class 'str'>
tags : list[str]
wb_user_id : str | None

`méthode` `validate_tags`

validate_tags() → ObjAddTagsReq

`classe` `ObjAddTagsRes`

`classe` `ObjCreateReq`

Champs Pydantic :

obj : <class 'ObjSchemaForInsert'>

`classe` `ObjCreateRes`

Champs Pydantic :

digest : <class 'str'>
object_id : str | None

`classe` `ObjDeleteReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digests : list[str] | None

`classe` `ObjDeleteRes`

Champs Pydantic :

num_deleted : <class 'int'>

`classe` `ObjQueryReq`

Champs Pydantic :

project_id : <class 'str'>
filter : ObjectVersionFilter | None
limit : int | None
offset : int | None
sort_by : list[weave.trace_server.common_interface.SortBy] | None
metadata_only : bool | None
include_storage_size : bool | None
include_tags_and_aliases : bool | None

`classe` `ObjQueryRes`

Champs Pydantic :

objs : list[ObjSchema]

`classe` `ObjReadReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digest : <class 'str'>
metadata_only : bool | None
include_tags_and_aliases : bool | None

`classe` `ObjReadRes`

Champs Pydantic :

obj: <class 'ObjSchema'>

`classe` `ObjRemoveAliasesReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
aliases : list[str]
wb_user_id : str | None

`méthode` `validate_aliases`

validate_aliases() → ObjRemoveAliasesReq

`classe` `ObjRemoveAliasesRes`

`classe` `ObjRemoveTagsReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digest : <class 'str'>
tags : list[str]
wb_user_id : str | None

`classe` `ObjRemoveTagsRes`

`classe` `ObjSchema`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
created_at : <class 'datetime.datetime'>
deleted_at : datetime.datetime | None
digest : <class 'str'>
version_index : <class 'int'>
is_latest : <class 'int'>
kind : <class 'str'>
base_object_class : str | None
leaf_object_class : str | None
val : typing.Any
wb_user_id : str | None
size_bytes : int | None
tags : list[str] | None
aliases : list[str] | None

`classe` `ObjSchemaForInsert`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
val : typing.Any
builtin_object_class : str | None
set_base_object_class : str | None
expected_digest : str | None
wb_user_id : str | None

`méthode` `model_post_init`

model_post_init(context: Any) → None

`classe` `ObjSetAliasesReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digest : <class 'str'>
aliases : list[str]
wb_user_id : str | None

`méthode` `validate_aliases`

validate_aliases() → ObjSetAliasesReq

`classe` `ObjSetAliasesRes`

`classe` `ObjectInterface`

Points de terminaison d’API d’objets pour le Trace Server. Ce protocole regroupe des API de gestion des objets qui fournissent des interfaces plus claires et plus conformes à REST. Les implémentations doivent prendre en charge à la fois ce protocole et TraceServerInterface afin de préserver la rétrocompatibilité.

`méthode` `call_end_v2`

call_end_v2(req: CallEndV2Req) → CallEndV2Res

`méthode` `call_start_v2`

call_start_v2(req: CallStartV2Req) → CallStartV2Res

`méthode` `calls_complete`

calls_complete(req: CallsUpsertCompleteReq) → CallsUpsertCompleteRes

`méthode` `dataset_create`

dataset_create(req: DatasetCreateReq) → DatasetCreateRes

`méthode` `dataset_delete`

dataset_delete(req: DatasetDeleteReq) → DatasetDeleteRes

`méthode` `dataset_list`

dataset_list(req: DatasetListReq) → Iterator[DatasetReadRes]

`méthode` `dataset_read`

dataset_read(req: DatasetReadReq) → DatasetReadRes

`méthode` `eval_results_query`

eval_results_query(req: EvalResultsQueryReq) → EvalResultsQueryRes

`méthode` `evaluation_create`

evaluation_create(req: EvaluationCreateReq) → EvaluationCreateRes

`méthode` `evaluation_delete`

evaluation_delete(req: EvaluationDeleteReq) → EvaluationDeleteRes

`méthode` `evaluation_list`

evaluation_list(req: EvaluationListReq) → Iterator[EvaluationReadRes]

`méthode` `evaluation_read`

evaluation_read(req: EvaluationReadReq) → EvaluationReadRes

`méthode` `evaluation_run_create`

evaluation_run_create(req: EvaluationRunCreateReq) → EvaluationRunCreateRes

`méthode` `evaluation_run_delete`

evaluation_run_delete(req: EvaluationRunDeleteReq) → EvaluationRunDeleteRes

`méthode` `evaluation_run_finish`

evaluation_run_finish(req: EvaluationRunFinishReq) → EvaluationRunFinishRes

`méthode` `evaluation_run_list`

evaluation_run_list(req: EvaluationRunListReq) → Iterator[EvaluationRunReadRes]

`méthode` `evaluation_run_read`

evaluation_run_read(req: EvaluationRunReadReq) → EvaluationRunReadRes

`méthode` `model_create`

model_create(req: ModelCreateReq) → ModelCreateRes

`méthode` `model_delete`

model_delete(req: ModelDeleteReq) → ModelDeleteRes

`méthode` `model_list`

model_list(req: ModelListReq) → Iterator[ModelReadRes]

`méthode` `model_read`

model_read(req: ModelReadReq) → ModelReadRes

`méthode` `op_create`

op_create(req: OpCreateReq) → OpCreateRes

`méthode` `op_delete`

op_delete(req: OpDeleteReq) → OpDeleteRes

`méthode` `op_list`

op_list(req: OpListReq) → Iterator[OpReadRes]

`méthode` `op_read`

op_read(req: OpReadReq) → OpReadRes

`méthode` `prediction_create`

prediction_create(req: PredictionCreateReq) → PredictionCreateRes

`méthode` `prediction_delete`

prediction_delete(req: PredictionDeleteReq) → PredictionDeleteRes

`méthode` `prediction_finish`

prediction_finish(req: PredictionFinishReq) → PredictionFinishRes

`méthode` `prediction_list`

prediction_list(req: PredictionListReq) → Iterator[PredictionReadRes]

`méthode` `prediction_read`

prediction_read(req: PredictionReadReq) → PredictionReadRes

`méthode` `score_create`

score_create(req: ScoreCreateReq) → ScoreCreateRes

`méthode` `score_delete`

score_delete(req: ScoreDeleteReq) → ScoreDeleteRes

`méthode` `score_list`

score_list(req: ScoreListReq) → Iterator[ScoreReadRes]

`méthode` `score_read`

score_read(req: ScoreReadReq) → ScoreReadRes

`méthode` `scorer_create`

scorer_create(req: ScorerCreateReq) → ScorerCreateRes

`méthode` `scorer_delete`

scorer_delete(req: ScorerDeleteReq) → ScorerDeleteRes

`méthode` `scorer_list`

scorer_list(req: ScorerListReq) → Iterator[ScorerReadRes]

`méthode` `scorer_read`

scorer_read(req: ScorerReadReq) → ScorerReadRes

`classe` `ObjectVersionFilter`

Champs Pydantic :

base_object_classes : list[str] | None
exclude_base_object_classes : list[str] | None
leaf_object_classes : list[str] | None
object_ids : list[str] | None
is_op : bool | None
latest_only : bool | None
tags : list[str] | None
aliases : list[str] | None

`classe` `OpCreateBody`

Corps de requête permettant de créer un objet Op via l’API REST. Ce modèle exclut project_id, car cette valeur est fournie par le chemin de l’URL dans les points de terminaison RESTful. Champs Pydantic :

name: str | None
source_code: str | None

`classe` `OpCreateReq`

Modèle de requête pour créer un objet Op. Étend OpCreateBody en y ajoutant project_id pour l’utilisation interne de l’API. Champs Pydantic :

name : str | None
source_code : str | None
project_id : <class 'str'>
wb_user_id : str | None

`classe` `OpCreateRes`

Modèle de réponse pour la création d’un objet op. Champs Pydantic :

digest : <class 'str'>
object_id : <class 'str'>
version_index : <class 'int'>

`classe` `OpDeleteReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digests : list[str] | None
wb_user_id : str | None

`classe` `OpDeleteRes`

Champs Pydantic :

num_deleted : <class 'int'>

`classe` `OpListReq`

Champs Pydantic :

project_id : <class 'str'>
limit : int | None
offset : int | None
wb_user_id : str | None

`classe` `OpReadReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digest : <class 'str'>
wb_user_id : str | None

`classe` `OpReadRes`

Modèle de réponse pour la lecture d’un objet Op. Le champ code contient le code source de l’op. Champs Pydantic :

object_id: <class 'str'>
digest: <class 'str'>
version_index: <class 'int'>
created_at: <class 'datetime.datetime'>
code: <class 'str'>

`classe` `PredictionCreateBody`

Corps de requête permettant de créer une prédiction via l’API REST. Ce modèle exclut project_id, car cette valeur provient du chemin de l’URL dans les points de terminaison RESTful. Champs Pydantic :

model: <class 'str'>
inputs: dict[str, typing.Any]
output: typing.Any
evaluation_run_id: str | None
genai_span_ref: list[GenAISpanRef] | None

`classe` `PredictionCreateReq`

Modèle de requête permettant de créer une prédiction. Étend PredictionCreateBody en ajoutant project_id pour un usage interne de l’API. Champs Pydantic :

model: <class 'str'>
inputs: dict[str, typing.Any]
output: typing.Any
evaluation_run_id: str | None
genai_span_ref: list[GenAISpanRef] | None
project_id: <class 'str'>
wb_user_id: str | None

`classe` `PredictionCreateRes`

Champs Pydantic :

prediction_id : <class 'str'>

`classe` `PredictionDeleteReq`

Champs Pydantic :

project_id : <class 'str'>
prediction_ids : list[str]
wb_user_id : str | None

`classe` `PredictionDeleteRes`

Champs Pydantic :

num_deleted: <class 'int'>

`classe` `PredictionFinishReq`

Champs Pydantic :

project_id : <class 'str'>
prediction_id : <class 'str'>
wb_user_id : str | None

`classe` `PredictionFinishRes`

Champs Pydantic :

success : <class 'bool'>

`classe` `PredictionListReq`

Champs Pydantic :

project_id : <class 'str'>
evaluation_run_id : str | None
limit : int | None
offset : int | None
wb_user_id : str | None

`classe` `PredictionListRes`

Champs Pydantic :

predictions : list[PredictionReadRes]

`classe` `PredictionReadReq`

Champs Pydantic :

project_id : <class 'str'>
prediction_id : <class 'str'>
wb_user_id : str | None

`classe` `PredictionReadRes`

Champs Pydantic :

prediction_id : <class 'str'>
model : <class 'str'>
inputs : dict[str, typing.Any]
output : typing.Any
evaluation_run_id : str | None
wb_user_id : str | None

`classe` `ProcessedResourceSpans`

Champs Pydantic :

entity : <class 'str'>
project : <class 'str'>
run_id : str | None
resource_spans : <class 'opentelemetry.proto.trace.v1.trace_pb2.ResourceSpans'>

`classe` `ProjectStatsReq`

Champs Pydantic :

project_id : <class 'str'>
include_trace_storage_size : bool | None
include_object_storage_size : bool | None
include_table_storage_size : bool | None
include_file_storage_size : bool | None

`classe` `ProjectStatsRes`

Champs Pydantic :

trace_storage_size_bytes : <class 'int'>
objects_storage_size_bytes : <class 'int'>
tables_storage_size_bytes : <class 'int'>
files_storage_size_bytes : <class 'int'>

`classe` `ProjectTTLSettingsReadReq`

Champs Pydantic :

project_id : <class 'str'>

`classe` `ProjectTTLSettingsReadRes`

Champs Pydantic :

retention_days : int | None

`classe` `ProjectTTLSettingsUpdateReq`

Champs Pydantic :

project_id : <class 'str'>
retention_days : int | None
wb_user_id : str | None

`classe` `ProjectTTLSettingsUpdateRes`

Champs Pydantic :

retention_days: int | None

`classe` `RefsReadBatchReq`

Champs Pydantic :

refs : list[str]

`classe` `RefsReadBatchRes`

Champs Pydantic :

vals : list[typing.Any]

`classe` `RescoreBody`

Corps de requête pour recalculer les scores via l’API REST (exclut les champs définis par le serveur). Champs Pydantic :

source_evaluation_run_id : <class 'str'>
scorer_refs : list[str]

`classe` `RescoreReq`

Requête complète de réévaluation (rescore), y compris les champs définis côté serveur. Champs Pydantic :

source_evaluation_run_id : <class 'str'>
scorer_refs : list[str]
project_id : <class 'str'>
wb_user_id : str | None

`classe` `RescoreRes`

Réponse à une requête de réévaluation (rescore). Champs Pydantic :

call_id : <class 'str'>
evaluation_run_id : <class 'str'>

`classe` `RescoringArgs`

Arguments d’un job de réévaluation (rescore) envoyé au worker evaluate-model. Contrairement à EvaluateModelArgs, aucun modèle n’est chargé et aucune prédiction n’est exécutée. Seuls le ou les scorers sont appliqués aux prédictions existantes issues de source_evaluation_run_id. Champs Pydantic :

job_type: typing.Literal['rescore']
project_id: <class 'str'>
source_evaluation_run_id: <class 'str'>
scorer_refs: list[str]
wb_user_id: str | None
new_evaluation_run_id: <class 'str'>

`classe` `ScoreCreateBody`

Corps de requête permettant de créer un Score via l’API REST. Ce modèle exclut project_id, car cette valeur provient du chemin de l’URL dans les points de terminaison RESTful. Champs Pydantic :

prediction_id: <class 'str'>
scorer: <class 'str'>
value: typing.Any
evaluation_run_id: str | None

`classe` `ScoreCreateReq`

Modèle de requête pour la création d’un Score. Étend ScoreCreateBody en y ajoutant project_id pour un usage interne de l’API. Champs Pydantic :

prediction_id: <class 'str'>
scorer: <class 'str'>
value: typing.Any
evaluation_run_id: str | None
project_id: <class 'str'>
wb_user_id: str | None

`classe` `ScoreCreateRes`

Champs Pydantic :

score_id : <class 'str'>

`classe` `ScoreDeleteReq`

Champs Pydantic :

project_id : <class 'str'>
score_ids : list[str]
wb_user_id : str | None

`classe` `ScoreDeleteRes`

Champs Pydantic :

num_deleted : <class 'int'>

`classe` `ScoreListReq`

Champs Pydantic :

project_id : <class 'str'>
evaluation_run_id : str | None
limit : int | None
offset : int | None
wb_user_id : str | None

`classe` `ScoreReadReq`

Champs Pydantic :

project_id : <class 'str'>
score_id : <class 'str'>
wb_user_id : str | None

`classe` `ScoreReadRes`

Champs Pydantic :

score_id : <class 'str'>
scorer : <class 'str'>
value : typing.Any
evaluation_run_id : str | None
wb_user_id : str | None

`classe` `ScorerCreateBody`

Champs Pydantic :

name : <class 'str'>
description : str | None
op_source_code : <class 'str'>

`classe` `ScorerCreateReq`

Champs Pydantic :

name: <class 'str'>
description: str | None
op_source_code: <class 'str'>
project_id: <class 'str'>
wb_user_id: str | None

`classe` `ScorerCreateRes`

Champs Pydantic :

digest : <class 'str'>
object_id : <class 'str'>
version_index : <class 'int'>
scorer : <class 'str'>

`classe` `ScorerDeleteReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digests : list[str] | None
wb_user_id : str | None

`classe` `ScorerDeleteRes`

Champs Pydantic :

num_deleted : <class 'int'>

`classe` `ScorerListReq`

Champs Pydantic :

project_id: <class 'str'>
limit: int | None
offset: int | None
wb_user_id: str | None

`classe` `ScorerReadReq`

Champs Pydantic :

project_id : <class 'str'>
object_id : <class 'str'>
digest : <class 'str'>
wb_user_id : str | None

`classe` `ScorerReadRes`

Champs Pydantic :

object_id : <class 'str'>
digest : <class 'str'>
version_index : <class 'int'>
created_at : <class 'datetime.datetime'>
name : <class 'str'>
description : str | None
score_op : <class 'str'>

`classe` `SourceDatasetMembership`

Appartenance d’une paire (source, dataset) unique dans la requête inverse. Champs Pydantic :

source_kind : <enum 'SourceKind'>
source_id : <class 'str'>
source_trace_id : <class 'str'>
dataset_object_id : <class 'str'>
row_digests : list[str]
row_digests_truncated : <class 'bool'>
row_digests_total_count : <class 'int'>
first_seen_at : <class 'datetime.datetime'>

`classe` `SourceDatasetsQueryReq`

Requête inverse : sources -> datasets. Champs Pydantic :

project_id: <class 'str'>
sources: list[SourceRef]
include_deleted: <class 'bool'>
wb_user_id: str | None

`classe` `SourceDatasetsQueryRes`

Réponse à la requête inverse sources -> datasets. Champs Pydantic :

memberships : list[SourceDatasetMembership]

`classe` `SourceKind`

`classe` `SourceRef`

Référence à une source de provenance (un appel, un span d’agent ou une conversation). Champs Pydantic :

source_kind : <enum 'SourceKind'>
source_id : <class 'str'>
source_trace_id : <class 'str'>

`classe` `StartedCallSchemaForInsert`

Champs Pydantic :

project_id : <class 'str'>
id : str | None
op_name : <class 'str'>
display_name : str | None
trace_id : str | None
parent_id : str | None
thread_id : str | None
turn_id : str | None
started_at : <class 'datetime.datetime'>
attributes : dict[str, typing.Any]
inputs : dict[str, typing.Any]
otel_dump : dict[str, typing.Any] | None
wb_user_id : str | None
wb_run_id : str | None
wb_run_step : int | None

`classe` `SummaryInsertMap`

`classe` `SummaryMap`

`classe` `TableAppendSpec`

Champs Pydantic :

append : <class 'TableAppendSpecPayload'>

`classe` `TableAppendSpecPayload`

Champs Pydantic :

row : dict[str, typing.Any]

`classe` `TableCreateFromDigestsReq`

Champs Pydantic :

project_id : <class 'str'>
row_digests : list[str]
expected_digest : str | None

`classe` `TableCreateFromDigestsRes`

Champs Pydantic :

digest : <class 'str'>

`classe` `TableCreateReq`

Champs Pydantic :

table : <class 'TableSchemaForInsert'>

`classe` `TableCreateRes`

Champs Pydantic :

digest : <class 'str'>
row_digests : list[str]

`classe` `TableInsertSpec`

Champs Pydantic :

insert : <class 'TableInsertSpecPayload'>

`classe` `TableInsertSpecPayload`

Champs Pydantic :

index: <class 'int'>
row: dict[str, typing.Any]

`classe` `TablePopSpec`

Champs Pydantic :

pop : <class 'TablePopSpecPayload'>

`classe` `TablePopSpecPayload`

Champs Pydantic :

index : <class 'int'>

`classe` `TableQueryReq`

Champs Pydantic :

project_id : <class 'str'>
digest : <class 'str'>
filter : TableRowFilter | None
limit : int | None
offset : int | None
sort_by : list[weave.trace_server.common_interface.SortBy] | None

`classe` `TableQueryRes`

Champs Pydantic :

rows : list[TableRowSchema]

`classe` `TableQueryStatsBatchReq`

Champs Pydantic :

project_id: <class 'str'>
digests: list[str] | None
include_storage_size: bool | None

`classe` `TableQueryStatsBatchRes`

Champs Pydantic :

tables : list[TableStatsRow]

`classe` `TableQueryStatsReq`

Champs Pydantic :

project_id : <class 'str'>
digest : <class 'str'>

`classe` `TableQueryStatsRes`

Champs Pydantic :

count : <class 'int'>

`classe` `TableRowFilter`

Champs Pydantic :

row_digests: list[str] | None

`classe` `TableRowSchema`

Champs Pydantic :

digest : <class 'str'>
val : typing.Any
original_index : int | None

`classe` `TableSchemaForInsert`

Champs Pydantic :

project_id : <class 'str'>
rows : list[dict[str, typing.Any]]
expected_digest : str | None

`classe` `TableStatsRow`

Champs Pydantic :

count: <class 'int'>
digest: <class 'str'>
storage_size_bytes: int | None

`classe` `TableUpdateReq`

Champs Pydantic :

project_id : <class 'str'>
base_digest : <class 'str'>
updates : list[TableAppendSpec | TablePopSpec | TableInsertSpec]

`classe` `TableUpdateRes`

Champs Pydantic :

digest : <class 'str'>
updated_row_digests : list[str]

`classe` `TagsListReq`

Champs Pydantic :

project_id : <class 'str'>
wb_user_id : str | None

`classe` `TagsListRes`

Champs Pydantic :

tags : list[str]

`classe` `ThreadSchema`

Champs Pydantic :

thread_id : <class 'str'>
turn_count : <class 'int'>
start_time : <class 'datetime.datetime'>
last_updated : <class 'datetime.datetime'>
first_turn_id : str | None
last_turn_id : str | None
p50_turn_duration_ms : float | None
p99_turn_duration_ms : float | None

`classe` `ThreadsQueryFilter`

Champs Pydantic :

after_datetime : datetime.datetime | None
before_datetime : datetime.datetime | None
thread_ids : list[str] | None

`classe` `ThreadsQueryReq`

Interroge les threads avec des statistiques agrégées basées uniquement sur les appels de tour de conversation. Les appels de tour de conversation sont les enfants directs des contextes de thread (où call.id == turn_id). On obtient ainsi des statistiques pertinentes au niveau de la conversation, sans inclure tous les détails d’implémentation imbriqués. Champs Pydantic :

project_id: <class 'str'>
filter: ThreadsQueryFilter | None
limit: int | None
offset: int | None
sort_by: list[weave.trace_server.common_interface.SortBy] | None

`classe` `TraceServerInterface`

`méthode` `agent_agents_query`

agent_agents_query(req: AgentsQueryReq) → AgentsQueryRes

`méthode` `agent_conversation_chat`

agent_conversation_chat(
    req: AgentConversationChatReq
) → AgentConversationChatRes

`méthode` `agent_conversation_spans`

agent_conversation_spans(
    req: AgentConversationSpansReq
) → AgentConversationSpansRes

`méthode` `agent_custom_attrs_schema`

agent_custom_attrs_schema(
    req: AgentCustomAttrsSchemaReq
) → AgentCustomAttrsSchemaRes

`méthode` `agent_search`

agent_search(req: AgentSearchReq) → AgentSearchRes

`méthode` `agent_spans_query`

agent_spans_query(req: AgentSpansQueryReq) → AgentSpansQueryRes

`méthode` `agent_spans_stats`

agent_spans_stats(req: AgentSpanStatsReq) → AgentSpanStatsRes

`méthode` `agent_traces_chat`

agent_traces_chat(req: AgentTraceChatReq) → AgentTraceChatRes

`méthode` `agent_versions_query`

agent_versions_query(req: AgentVersionsQueryReq) → AgentVersionsQueryRes

`méthode` `aliases_list`

aliases_list(req: AliasesListReq) → AliasesListRes

`méthode` `annotation_queue_add_calls`

annotation_queue_add_calls(
    req: AnnotationQueueAddCallsReq
) → AnnotationQueueAddCallsRes

`méthode` `annotation_queue_create`

annotation_queue_create(
    req: AnnotationQueueCreateReq
) → AnnotationQueueCreateRes

`méthode` `annotation_queue_delete`

annotation_queue_delete(
    req: AnnotationQueueDeleteReq
) → AnnotationQueueDeleteRes

`méthode` `annotation_queue_items_query`

annotation_queue_items_query(
    req: AnnotationQueueItemsQueryReq
) → AnnotationQueueItemsQueryRes

`méthode` `annotation_queue_read`

annotation_queue_read(req: AnnotationQueueReadReq) → AnnotationQueueReadRes

`méthode` `annotation_queue_update`

annotation_queue_update(
    req: AnnotationQueueUpdateReq
) → AnnotationQueueUpdateRes

`méthode` `annotation_queues_query_stream`

annotation_queues_query_stream(
    req: AnnotationQueuesQueryReq
) → Iterator[AnnotationQueueSchema]

`méthode` `annotation_queues_stats`

annotation_queues_stats(
    req: AnnotationQueuesStatsReq
) → AnnotationQueuesStatsRes

`méthode` `annotator_queue_items_progress_update`

annotator_queue_items_progress_update(
    req: AnnotatorQueueItemsProgressUpdateReq
) → AnnotatorQueueItemsProgressUpdateRes

`méthode` `call_end`

call_end(req: CallEndReq) → CallEndRes

`méthode` `call_read`

call_read(req: CallReadReq) → CallReadRes

`méthode` `call_start`

call_start(req: CallStartReq) → CallStartRes

`méthode` `call_start_batch`

call_start_batch(req: CallCreateBatchReq) → CallCreateBatchRes

`méthode` `call_stats`

call_stats(req: 'CallStatsReq') → CallStatsRes

`méthode` `call_update`

call_update(req: CallUpdateReq) → CallUpdateRes

`méthode` `calls_delete`

calls_delete(req: CallsDeleteReq) → CallsDeleteRes

`méthode` `calls_query`

calls_query(req: CallsQueryReq) → CallsQueryRes

`méthode` `calls_query_stats`

calls_query_stats(req: CallsQueryStatsReq) → CallsQueryStatsRes

`méthode` `calls_query_stream`

calls_query_stream(req: CallsQueryReq) → Iterator[CallSchema]

`méthode` `calls_score`

calls_score(req: CallsScoreReq) → CallsScoreRes

`méthode` `calls_usage`

calls_usage(req: 'CallsUsageReq') → CallsUsageRes

`méthode` `completions_create`

completions_create(req: CompletionsCreateReq) → CompletionsCreateRes

`méthode` `completions_create_stream`

completions_create_stream(req: CompletionsCreateReq) → Iterator[dict[str, Any]]

`méthode` `cost_create`

cost_create(req: CostCreateReq) → CostCreateRes

`méthode` `cost_purge`

cost_purge(req: CostPurgeReq) → CostPurgeRes

`méthode` `cost_query`

cost_query(req: CostQueryReq) → CostQueryRes

`méthode` `dataset_sources_link`

dataset_sources_link(req: DatasetSourcesLinkReq) → DatasetSourcesLinkRes

`méthode` `dataset_sources_link_delete`

dataset_sources_link_delete(
    req: DatasetSourcesLinkDeleteReq
) → DatasetSourcesLinkDeleteRes

`méthode` `dataset_sources_query`

dataset_sources_query(req: DatasetSourcesQueryReq) → DatasetSourcesQueryRes

`méthode` `evaluate_model`

evaluate_model(req: EvaluateModelReq) → EvaluateModelRes

`méthode` `evaluation_status`

evaluation_status(req: EvaluationStatusReq) → EvaluationStatusRes

`méthode` `feedback_aggregate`

feedback_aggregate(req: FeedbackAggregateReq) → FeedbackAggregateRes

`méthode` `feedback_create`

feedback_create(req: FeedbackCreateReq) → FeedbackCreateRes

`méthode` `feedback_create_batch`

feedback_create_batch(req: FeedbackCreateBatchReq) → FeedbackCreateBatchRes

`méthode` `feedback_payload_schema`

feedback_payload_schema(
    req: FeedbackPayloadSchemaReq
) → FeedbackPayloadSchemaRes

`méthode` `feedback_purge`

feedback_purge(req: FeedbackPurgeReq) → FeedbackPurgeRes

`méthode` `feedback_query`

feedback_query(req: FeedbackQueryReq) → FeedbackQueryRes

`méthode` `feedback_replace`

feedback_replace(req: FeedbackReplaceReq) → FeedbackReplaceRes

`méthode` `feedback_stats`

feedback_stats(req: FeedbackStatsReq) → FeedbackStatsRes

`méthode` `file_content_read`

file_content_read(req: FileContentReadReq) → FileContentReadRes

`méthode` `file_create`

file_create(req: FileCreateReq) → FileCreateRes

`méthode` `files_stats`

files_stats(req: FilesStatsReq) → FilesStatsRes

`méthode` `genai_otel_export`

genai_otel_export(req: GenAIOTelExportReq) → GenAIOTelExportRes

`méthode` `image_create`

image_create(req: ImageGenerationCreateReq) → ImageGenerationCreateRes

`méthode` `obj_add_tags`

obj_add_tags(req: ObjAddTagsReq) → ObjAddTagsRes

`méthode` `obj_create`

obj_create(req: ObjCreateReq) → ObjCreateRes

`méthode` `obj_delete`

obj_delete(req: ObjDeleteReq) → ObjDeleteRes

`méthode` `obj_read`

obj_read(req: ObjReadReq) → ObjReadRes

`méthode` `obj_remove_aliases`

obj_remove_aliases(req: ObjRemoveAliasesReq) → ObjRemoveAliasesRes

`méthode` `obj_remove_tags`

obj_remove_tags(req: ObjRemoveTagsReq) → ObjRemoveTagsRes

`méthode` `obj_set_aliases`

obj_set_aliases(req: ObjSetAliasesReq) → ObjSetAliasesRes

`méthode` `objs_query`

objs_query(req: ObjQueryReq) → ObjQueryRes

`méthode` `otel_export`

otel_export(req: OTelExportReq) → OTelExportRes

`méthode` `project_stats`

project_stats(req: ProjectStatsReq) → ProjectStatsRes

`méthode` `project_ttl_settings_read`

project_ttl_settings_read(
    req: ProjectTTLSettingsReadReq
) → ProjectTTLSettingsReadRes

`méthode` `project_ttl_settings_update`

project_ttl_settings_update(
    req: ProjectTTLSettingsUpdateReq
) → ProjectTTLSettingsUpdateRes

`méthode` `refs_read_batch`

refs_read_batch(req: RefsReadBatchReq) → RefsReadBatchRes

`méthode` `rescore`

rescore(req: RescoreReq) → RescoreRes

`méthode` `source_datasets_query`

source_datasets_query(req: SourceDatasetsQueryReq) → SourceDatasetsQueryRes

`méthode` `table_create`

table_create(req: TableCreateReq) → TableCreateRes

`méthode` `table_create_from_digests`

table_create_from_digests(
    req: TableCreateFromDigestsReq
) → TableCreateFromDigestsRes

`méthode` `table_query`

table_query(req: TableQueryReq) → TableQueryRes

`méthode` `table_query_stats`

table_query_stats(req: TableQueryStatsReq) → TableQueryStatsRes

`méthode` `table_query_stats_batch`

table_query_stats_batch(req: TableQueryStatsBatchReq) → TableQueryStatsBatchRes

`méthode` `table_query_stream`

table_query_stream(req: TableQueryReq) → Iterator[TableRowSchema]

`méthode` `table_update`

table_update(req: TableUpdateReq) → TableUpdateRes

`méthode` `tags_list`

tags_list(req: TagsListReq) → TagsListRes

`méthode` `threads_query_stream`

threads_query_stream(req: ThreadsQueryReq) → Iterator[ThreadSchema]

`méthode` `trace_usage`

trace_usage(req: 'TraceUsageReq') → TraceUsageRes

`classe` `TraceStatus`

`classe` `TraceUsageReq`

Requête permettant de calculer l’utilisation par appel pour une trace, avec agrégation des descendants. Ce point de terminaison renvoie les métriques d’utilisation de chaque appel de la trace, les métriques de chaque appel incluant la somme de sa propre utilisation et de celle de tous ses descendants. Utilisez-le dans la vue de trace pour afficher les métriques agrégées par appel. Remarque : tous les appels correspondants sont chargés en mémoire pour l’agrégation. Pour des ensembles de résultats très volumineux (plus de 10 000 appels), envisagez d’utiliser des filtres plus précis ou une pagination au niveau de la couche applicative. Champs Pydantic :

project_id: <class 'str'>
filter: CallsFilter | None
query: weave.trace_server.interface.query.Query | None
include_costs: <class 'bool'>
limit: <class 'int'>

`classe` `TraceUsageRes`

Réponse contenant les métriques d’utilisation par appel (chacune inclut les contributions des appels descendants). Champs Pydantic :

call_usage : dict[str, dict[str, LLMAggregatedUsage]]
unfinished_call_ids : list[str]

`classe` `UsageMetricSpec`

Spécification d’une métrique d’utilisation à agréger (regroupée par modèle). Champs Pydantic :

metric: typing.Literal['input_tokens', 'output_tokens', 'total_tokens', 'cache_read_input_tokens', 'cache_creation_input_tokens', 'input_cost', 'output_cost', 'total_cost']
aggregations: list[AggregationType]
percentiles: list[float]

`classe` `WeaveSummarySchema`

Dernière modification le 30 septembre 2026

​Aperçu de l’API

​classe AggregationType

​classe AliasesListReq

​classe AliasesListRes

​classe AnnotationQueueAddCallsReq

​classe AnnotationQueueAddCallsRes

​classe AnnotationQueueCreateReq

​classe AnnotationQueueCreateRes

​classe AnnotationQueueDeleteReq

​classe AnnotationQueueDeleteRes

​classe AnnotationQueueItemSchema

​classe AnnotationQueueItemsQueryReq

​classe AnnotationQueueItemsQueryRes

​classe AnnotationQueueReadReq

​classe AnnotationQueueReadRes

​classe AnnotationQueueSchema

​classe AnnotationQueueStatsSchema

​classe AnnotationQueueUpdateReq

​classe AnnotationQueueUpdateRes

​classe AnnotationQueuesQueryReq

​classe AnnotationQueuesQueryRes

​classe AnnotationQueuesStatsReq

​classe AnnotationQueuesStatsRes

​classe AnnotatorQueueItemsProgressUpdateReq

​classe AnnotatorQueueItemsProgressUpdateRes

​classe CallBatchEndMode

​classe CallBatchStartMode

​classe CallCreateBatchReq

​classe CallCreateBatchRes

​classe CallEndReq

​classe CallEndRes

​classe CallEndV2Req

​classe CallEndV2Res

​classe CallMetricSpec

​classe CallReadReq

​classe CallReadRes

​classe CallSchema

​méthode serialize_typed_dicts

​classe CallStartReq

​classe CallStartRes

​classe CallStartV2Req

​classe CallStartV2Res

​classe CallStatsReq

​méthode validate_date_range

​classe CallStatsRes

​classe CallUpdateReq

​classe CallUpdateRes

​classe CallsDeleteReq

​classe CallsDeleteRes

​classe CallsFilter

​classe CallsQueryReq

​classe CallsQueryRes

​classe CallsQueryStatsReq

​classe CallsQueryStatsRes

​classe CallsScoreReq

​classe CallsScoreRes

​classe CallsUpsertCompleteReq

​classe CallsUpsertCompleteRes

​classe CallsUsageReq

​classe CallsUsageRes

​classe CompletedCallSchemaForInsert

​méthode serialize_typed_dicts

​classe CompletionsCreateReq

​classe CompletionsCreateRequestInputs

​classe CompletionsCreateRes

​classe CostCreateInput

​classe CostCreateReq

​classe CostCreateRes

​classe CostPurgeReq

​classe CostPurgeRes

​classe CostQueryOutput

​classe CostQueryReq

​classe CostQueryRes

​classe DatasetCreateBody

​classe DatasetCreateReq

​classe DatasetCreateRes

​classe DatasetDeleteReq

​classe DatasetDeleteRes

​classe DatasetListReq

​classe DatasetReadReq

Aperçu de l’API

`classe` `AggregationType`

`classe` `AliasesListReq`

`classe` `AliasesListRes`

`classe` `AnnotationQueueAddCallsReq`

`classe` `AnnotationQueueAddCallsRes`

`classe` `AnnotationQueueCreateReq`

`classe` `AnnotationQueueCreateRes`

`classe` `AnnotationQueueDeleteReq`

`classe` `AnnotationQueueDeleteRes`

`classe` `AnnotationQueueItemSchema`

`classe` `AnnotationQueueItemsQueryReq`

`classe` `AnnotationQueueItemsQueryRes`

`classe` `AnnotationQueueReadReq`

`classe` `AnnotationQueueReadRes`

`classe` `AnnotationQueueSchema`

`classe` `AnnotationQueueStatsSchema`

`classe` `AnnotationQueueUpdateReq`

`classe` `AnnotationQueueUpdateRes`

`classe` `AnnotationQueuesQueryReq`

`classe` `AnnotationQueuesQueryRes`

`classe` `AnnotationQueuesStatsReq`

`classe` `AnnotationQueuesStatsRes`

`classe` `AnnotatorQueueItemsProgressUpdateReq`

`classe` `AnnotatorQueueItemsProgressUpdateRes`

`classe` `CallBatchEndMode`

`classe` `CallBatchStartMode`

`classe` `CallCreateBatchReq`

`classe` `CallCreateBatchRes`

`classe` `CallEndReq`

`classe` `CallEndRes`

`classe` `CallEndV2Req`

`classe` `CallEndV2Res`

`classe` `CallMetricSpec`

`classe` `CallReadReq`

`classe` `CallReadRes`

`classe` `CallSchema`

`méthode` `serialize_typed_dicts`

`classe` `CallStartReq`

`classe` `CallStartRes`

`classe` `CallStartV2Req`

`classe` `CallStartV2Res`

`classe` `CallStatsReq`

`méthode` `validate_date_range`

`classe` `CallStatsRes`

`classe` `CallUpdateReq`

`classe` `CallUpdateRes`

`classe` `CallsDeleteReq`

`classe` `CallsDeleteRes`

`classe` `CallsFilter`

`classe` `CallsQueryReq`

`classe` `CallsQueryRes`

`classe` `CallsQueryStatsReq`

`classe` `CallsQueryStatsRes`

`classe` `CallsScoreReq`

`classe` `CallsScoreRes`

`classe` `CallsUpsertCompleteReq`

`classe` `CallsUpsertCompleteRes`

`classe` `CallsUsageReq`

`classe` `CallsUsageRes`

`classe` `CompletedCallSchemaForInsert`

`méthode` `serialize_typed_dicts`

`classe` `CompletionsCreateReq`

`classe` `CompletionsCreateRequestInputs`

`classe` `CompletionsCreateRes`

`classe` `CostCreateInput`

`classe` `CostCreateReq`

`classe` `CostCreateRes`

`classe` `CostPurgeReq`

`classe` `CostPurgeRes`

`classe` `CostQueryOutput`

`classe` `CostQueryReq`

`classe` `CostQueryRes`

`classe` `DatasetCreateBody`

`classe` `DatasetCreateReq`

`classe` `DatasetCreateRes`

`classe` `DatasetDeleteReq`

`classe` `DatasetDeleteRes`

`classe` `DatasetListReq`

`classe` `DatasetReadReq`