Turn - CoreWeave Docs

class Turn(BaseModel): ...

ユーザーとエージェント間の 1 回のやり取りです。invoke_agent OTel スパンに対応します。デフォルトでは、各ターンがそれぞれ独自の OTel トレースを開始するため (continue_parent_trace=False) 、 Conversations タブにはターンごとに 1 つのトレースが表示されます。外側のトレースがすでにアクティブな状態で、エージェントの invocation をその中にネストしたい場合は、Conversation (または Turn に直接) で continue_parent_trace=True を設定します。たとえば、fastapi でインストルメントされたリクエスト内で実行する場合などが該当します。 Turn は Pydantic モデルです。インスタンスを作成する際に、以下の任意のフィールドをキーワード引数として指定できます。 Turn はコンテキストマネージャーであり、with ステートメントで使用できます。

フィールド

フィールド	タイプ	デフォルト
`agent_name`	`str`	`''`
`model`	`str`	`''`
`agent_id`	`str`	`''`
`agent_description`	`str`	`''`
`agent_version`	`str`	`''`
`system_instructions`	`list[str]`	`[]`
`messages`	`list[Message]`	`[]`
`output_messages`	`list[Message]`	`[]`
`spans`	`list[Union[LLM, Tool, SubAgent]]`	`[]`
`continue_parent_trace`	`bool`	`False`
`started_at`	`Union[datetime, None]`	`None`
`ended_at`	`Union[datetime, None]`	`None`

メソッド

user

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

ターンの途中でユーザーメッセージを追加します。

start_llm

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

LLM Call(チャットスパン。このターンの子)を開始します。 _current_llm contextvar を設定します。これにより、コンテキストマネージャーを使用するかどうかにかかわらず、 get_current_llm() から LLM を参照できます。

start_tool

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

ツール実行を開始します (このターンの子となる execute_tool スパン) 。

start_subagent

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

sub-agent の invocation を開始します (同じトレース内のネストされた invoke_agent スパン) 。

record

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

複数のターンフィールドを 1 回の呼び出しでまとめて設定します。手動でインストルメントされたエージェントがターンに対してフィールドごとに行う代入 (system_instructions、agent_id、 …) を、1 回のキーワード引数呼び出しにまとめます。明示的に渡された (None 以外の) フィールドのみが適用され、既存の値は保持されます。 messages と output_messages は、それぞれ独立してターンの既存の入力メッセージと出力メッセージを置き換えます。この点で、入力メッセージを 1 件追加する Turn.user(...) とは異なります。メソッドチェーン用に self を返します。LLM.record に対応するメソッドです。注: ストリーミング (with) パスでは、ターンのスパン名は __enter__ 時点の agent_name に基づいて決まります。そのため、スパン名に反映させたい場合は、agent_name を record ではなく start_turn で設定してください。なお、record でも gen_ai.agent.name 属性は更新されます。

end

def end() -> None: ...

start

def start() -> Self: ...

このスパンを一度だけ開始します。コンテキストマネージャーとして開始 (エントリ) する場合も、同じパスが使用されます。

record_error

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

スパンを終了せずにエラーを記録します。スパンを終了する準備ができたら end() を呼び出します。

set_attributes

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

このスパンに任意の OTel 属性を設定します。キーが 1 つでも複数でも dict を渡します。キーが 1 つの場合は span.set_attributes({"weave.tag": "value"}) のように呼び出します。OTel の Span.set_attributes と同じ仕様です。 start_* ファクトリ、start()、または with によってスパンが開始された後、スパンが終了する前に呼び出す必要があります。この期間外に呼び出した場合は no-op となり、警告がログに記録されます。バッチ取り込みの場合は、オブジェクトの宣言済みフィールドに直接値を設定し、 log_turn / log_conversation に渡してください。

​フィールド

​メソッド

​user

​start_llm

​start_tool

​start_subagent

​record

​end

​start

​record_error

​set_attributes