Skip to main content
OpenAI Agents SDK는 OpenAI API를 기반으로 에이전트와 멀티 에이전트 워크플로를 구축할 수 있는 경량 프레임워크입니다. CoreWeave Agent Lens는 OpenAI Agents SDK로 구축한 에이전트를 자동으로 트레이스하며, 각 에이전트 호출, 하위 에이전트 핸드오프, 모델 Call, 도구 Call을 모두 기록합니다.
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 Lens로 OpenAI Agents SDK 에이전트 트레이스하기

Weave SDK는 OpenAI Agents SDK for Python을 자동 패치하므로 최소한의 설정만으로 에이전트의 트레이스를 캡처할 수 있습니다. 이 가이드에서는 Weave를 초기화한 다음 OpenAI Agents SDK로 구축한 멀티턴 리서치 에이전트를 실행하여, Agent Lens가 세션 전체에서 발생하는 모든 에이전트 호출, 모델 Call, 도구 Call을 캡처하도록 하는 방법을 설명합니다.

사전 요구 사항

시작하기 전에 다음 항목이 준비되어 있는지 확인하세요.
  • CoreWeave Forge 계정과 WANDB_API_KEY 환경 변수로 설정한 API 키
  • OpenAI API 키
  • Python 3.10 이상

패키지 설치

스크립트에서 Weave와 OpenAI Agents SDK를 사용할 수 있도록 개발 환경에 다음 패키지를 설치하세요.

코드에서 Agent Lens 초기화하기

프로젝트에 weave.init를 추가하고 Forge 팀 이름과 프로젝트 이름을 지정한 다음, 평소처럼 에이전트를 구축하세요. 다음 코드는 wikipedia_search 함수 도구와 Research assistant 에이전트를 정의한 뒤, OpenAI Agents SDK Runner로 세 가지 질문을 실행하며 그동안 Agent Lens가 트레이스를 캡처합니다. Runner.run은 호출할 때마다 별도의 트레이스를 시작하므로, 이 예시에서는 모든 호출에 동일한 group_id가 포함된 RunConfig를 전달합니다. Weave는 group_id를 기준으로 같은 대화의 트레이스를 그룹화하며, group_id가 설정되지 않은 경우에는 각 트레이스의 자체 ID를 대신 사용합니다.
이 예시는 하나의 대화에서 세 개의 턴을 실행합니다. 처음 두 턴은 Wikipedia 조회를 트리거하고, 세 번째 턴은 도구 Call 없이 이전 대화 컨텍스트를 바탕으로 요약을 생성합니다. Runner.run을 호출할 때마다 이전 결과의 입력 목록을 다음 요청으로 다시 전달해 대화를 이어 갑니다. 또한 모든 호출이 동일한 group_id를 공유하므로 Agent Lens는 세 턴을 Conversations 탭에서 하나의 대화로 묶어 표시합니다. 공유된 group_id가 없으면 각 턴은 자체 트레이스 ID를 대신 사용하므로 각각 별도의 대화로 표시됩니다.

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.
마지막 수정일 2026년 9월 30일