Skip to main content
Google の Agent Development Kit (ADK) は、エージェントの構築とオーケストレーションを行うための、柔軟でモデルに依存しないフレームワークです。ADK は Gemini 向けに最適化されていますが、あらゆるモデルをサポートしており、シンプルなタスクから複雑なマルチエージェントワークフローまで幅広く対応できます。CoreWeave Agent Lens は、ADK で構築されたエージェントを自動的にトレースします。トレース対象には、各エージェントの invocation、サブエージェントへのハンドオフ、モデルの Call、ツール呼び出しが含まれます。取得したデータは、Agent Lens によって project の Conversations タブに表示されます。
This integration uses the Weights & Biases Weave SDK (weave), because the CoreWeave Forge SDK doesn’t support this framework yet. Traces you send with Weave appear in Agent Lens, because both products share the same trace data.

Agent Lens で Google ADK エージェントをトレースする

Weave SDK は Google ADK for Python を自動的にパッチするため、最小限のセットアップで ADK エージェントのトレースを取得できます。このガイドでは、Weave を初期化し、Google ADK で構築したマルチターンのリサーチエージェントを実行する手順を説明します。これにより、Agent Lens はセッション全体を通じて、すべてのエージェントの invocation、モデルの Call、ツール呼び出しを取得します。

前提条件

  • CoreWeave Forge アカウントと、WANDB_API_KEY 環境変数に設定された APIキー。
  • Gemini 用の Google APIキー。
  • Python 3.10 以降。

パッケージのインストール

開発環境に次のパッケージをインストールします。これらのパッケージにより、Weave SDK、Google ADK フレームワーク、およびサンプルツールで使用する HTTP クライアントが利用可能になります。

コードで Agent Lens を初期化する

コードに weave.init を追加して Forge のチーム名とプロジェクト名を指定し、あとは通常どおりにエージェントを構築します。次のコードでは、gemini-3.6-flash と wikipedia_search ツールを使用する research_assistant エージェントを作成し、1 つの ADK セッションで 3 つの質問を実行します。その間、Agent Lens がトレースを取得します。
この例では、1 つの ADK セッション内で 3 つのターンを実行します。最初の 2 つのターンでは Wikipedia のルックアップが実行され、3 つ目のターンではツール呼び出しを行わずに、それまでの会話のコンテキストを使用して要約を生成します。すべてのターンで同じ session_id を渡します。ADK はそのセッションに基づいて gen_ai.conversation.id を設定するため、Agent Lens は Conversations タブで 3 つのターンを 1 つの会話としてレンダリングします。ターンごとにセッションを作成した場合は、各ターンが個別の会話として表示されます。

View your traces in Agent Lens

After the script runs, weave.init() prints a link to your project in Weave. The same traces appear in Agent Lens, because both products share the same trace data. To view them in Agent Lens:
  1. Navigate to CoreWeave Forge and select Agent Lens from the product menu.
  2. Select your project.
  3. In the Agent Lens side menu, select Conversations, and then select your conversation.
Each turn renders as an invoke_agent span with nested chat and execute_tool spans. Each span shows its input, model, output, token usage, and tool results. For more information, see View agent activity.
最終更新日 2026年9月30日