> ## 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.

# トレース入門

> W&B Weave でトレースを使い始める方法を学びます

<Note>
  これはインタラクティブなノートブックです。ローカルで実行するか、以下のリンクから利用できます。

  * [Google Colab で開く](https://colab.research.google.com/github/wandb/docs/blob/main/weave/cookbooks/source/Intro_to_Weave_Hello_Trace.ipynb)
  * [GitHub でソースを表示](https://github.com/wandb/docs/blob/main/weave/cookbooks/source/Intro_to_Weave_Hello_Trace.ipynb)
</Note>

このノートブックでは、OpenAI を利用する関数を `@weave.op` でデコレートして、W\&B Weave で最初のトレースを取得する方法を説明します。トレースを使用すると、LLM Call の入力、出力、中間ステップを確認できるため、アプリケーションのデバッグや改善に役立ちます。このチュートリアルは、Weave を初めて使用する開発者のうち、最小限のエンドツーエンドの例を試したい方を対象としています。

<h2 id="prerequisites">
  🔑 前提条件
</h2>

Weave でトレースを開始する前に、以下の前提条件を満たしてください。これらの手順では、必要な SDK のインストール、W\&B と OpenAI での認証、トレースの送信先となる project の初期化を行います。

1. Weave SDK をインストールし、[APIキー](https://forge.coreweave.com/settings#apikeys)を使用してログインします。
2. OpenAI SDK をインストールし、[APIキー](https://platform.openai.com/api-keys)を使用してログインします。
3. Weights & Biases の project を初期化します。

```python lines theme={"system"}
# 依存関係のインストールとインポート
!pip install wandb weave openai -q

import json
import os
from getpass import getpass

from openai import OpenAI

import weave

# 🔑 APIキーを設定します
# このセルを実行すると、`getpass` で APIキーの入力を求められます。入力内容はターミナルに表示されません。
#####
print("---")
print(
    "Create an API key at: https://forge.coreweave.com/settings#apikeys"
)
os.environ["WANDB_API_KEY"] = getpass("Enter your CoreWeave Forge API key: ")
print("---")
print("You can generate your OpenAI API key here: https://platform.openai.com/api-keys")
os.environ["OPENAI_API_KEY"] = getpass("Enter your OpenAI API key: ")
print("---")
#####

# 🏠 プロジェクト名を入力します
weave_client = weave.init("MY_PROJECT_NAME")  # 🐝 プロジェクト名
```

<h2 id="run-your-first-trace">
  🐝 最初のトレースを実行する
</h2>

次のコードサンプルは、`@weave.op` デコレーターを使用して Weave でトレースを取得し、可視化する方法を示しています。このサンプルでは、OpenAI の GPT-4o にプロンプトを送信して文から構造化データ (果物、色、風味) を抽出する、`extract_fruit` という関数を定義しています。関数を `@weave.op` でデコレートすると、Weave は入力、出力、中間ステップを含む関数の実行を自動的にトラッキングします。サンプルの文を渡して関数を呼び出すと、Weave はトレース全体を保存し、Weights & Biases UI で表示できるようにします。

```python lines theme={"system"}
@weave.op()  # 🐝 リクエストをトラッキングするためのデコレーター
def extract_fruit(sentence: str) -> dict:
    client = OpenAI()
    system_prompt = (
        "Parse sentences into a JSON dict with keys: fruit, color and flavor."
    )
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": sentence},
        ],
        temperature=0.7,
        response_format={"type": "json_object"},
    )
    extracted = response.choices[0].message.content
    return json.loads(extracted)

sentence = "There are many fruits that were found on the recently discovered planet Goocrux. There are neoskizzles that grow there, which are purple and taste like candy."
extract_fruit(sentence)
```

これで、デコレートした関数からトレースを取得する Weave プロジェクトが動作するようになりました。Weights & Biases の UI でトレースを確認できます。

<h2 id="more-examples">
  🚀 その他のサンプル
</h2>

Weave のトレースについてさらに詳しく知るには、以下のリソースを参照してください。

* [クイックスタートガイド](/ja/products/wandb/weave/quickstart)
* [トレースの高度なトピック](/ja/products/wandb/weave/tutorial-tracing_2)
* [Weave でのトレース](/ja/products/wandb/weave/guides/tracking/tracing)