Skip to main content
Open In Colab
セットアップなしで、Weave 上で Groq モデルを試してみませんか? LLM Playground をお試しください。
Groq は、高速な AI 推論を提供する AI インフラストラクチャー企業です。Groq の LPU Inference Engine は、計算速度、品質、エネルギー効率を追求して構築されたハードウェアおよびソフトウェアプラットフォームです。Weave は Groq のチャット補完の Call を自動的にトラッキングし、ログします。 このページでは、Weave を使用して Groq のチャット補完の Call をトレースする方法、独自の関数を Weave Op としてラップする方法、Model オブジェクトを使用して実験を整理する方法について説明します。

トレース

言語モデルアプリケーションのトレースを、開発時と本番時の両方で中央のロケーションに保存することが重要です。これらのトレースは、アプリケーションのデバッグに役立ち、改善のためのデータセットとして機能します。 Weave は Groq のトレースを自動的に取得します。トラッキングを開始するには、weave.init(project_name="<your-wandb-project-name>") を呼び出し、通常どおりライブラリを使用してください。<> で囲まれた値を自分の値に置き換えてください。

独自の op をトラッキングする

関数を @weave.op でラップすると、入力、出力、アプリのロジックを取得できるため、アプリ内でデータがどのように流れるかをデバッグできます。op は深くネストでき、トラッキングしたい関数のツリーを構築できます。また、実験中にコードが自動的にバージョン管理されるため、git にコミットされていないアドホックな変更内容も取得できます。 @weave.op でデコレートした関数を作成します。 次の例では、recommend_places_to_visit 関数を @weave.op でラップしています。この関数は、指定した都市のおすすめの観光スポットを提案します。

実験を容易にするための Model を作成する

多くの要素が絡み合っていると、実験を整理するのは困難です。Model クラスを使用すると、system prompt や使用しているモデルなど、アプリの実験の詳細を記録して整理できます。これにより、アプリのさまざまな反復処理を整理して比較しやすくなります。 Model は、コードのバージョン管理や入力と出力の記録に加えて、アプリケーションの動作を制御する構造化されたパラメーターも記録します。そのため、どのパラメーターが最も効果的だったかを検索しやすくなります。また、Weave モデル は serve や 評価 と組み合わせて使用することもできます。 以下の例では、GroqCityVisitRecommender を使って実験できます。これらのいずれかを変更するたびに、GroqCityVisitRecommender の新しいバージョンが作成されます。

Weave モデルをサーブする

バージョン管理された Model を用意したら、テストや下流のアプリケーションで利用できるよう、サービスとしてデプロイできます。任意の weave.Model オブジェクトの Weave 参照があれば、FastAPI サーバーを起動してモデルをサーブできます。 ターミナルで次のコマンドを実行して、モデルをサーブします。
最終更新日 2026年9月30日