> ## 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.

# OpenRouter

> Weave와 자동으로 통합되는 OpenRouter의 통합 인터페이스로 다양한 LLM을 사용하세요

이 가이드에서는 Weave를 사용하여 OpenRouter를 통해 액세스하는 LLM에 대한 Call을 자동으로 트레이스하는 방법을 설명합니다. 이를 통해 하나의 대시보드에서 애플리케이션의 모델 사용 현황을 모니터링하고, 디버그하고, 평가할 수 있습니다.

OpenRouter는 다양한 LLM을 위한 통합 인터페이스로, OpenAI GPT-4, Anthropic Claude, Google Gemini 같은 파운데이션 모델은 물론 LLama-3, Mixtral 등의 오픈 소스 모델과 [그 밖의 여러 모델](https://openrouter.ai/models)을 지원합니다. 일부 모델은 무료로 제공됩니다.

OpenRouter는 REST API와 [OpenAI SDK 호환](https://openrouter.ai/docs/guides/community/openai-sdk)을 제공하며, Weave는 이를 자동으로 감지하여 연동합니다. 자세한 내용은 OpenRouter [빠른 시작 가이드](https://openrouter.ai/docs/quick-start)를 참고하세요. Weave가 OpenAI SDK를 감지하므로 몇 가지 설정만 변경하면 기존 OpenAI 코드를 그대로 재사용할 수 있습니다.

OpenAI SDK 코드를 OpenRouter로 전환하려면 API 키를 [OpenRouter API](https://openrouter.ai/docs/api-keys) 키로 바꾸고, `base_url`을 `https://openrouter.ai/api/v1`로 설정한 다음, 모델을 사용 가능한 [채팅 모델](https://openrouter.ai/docs/models) 중 하나로 지정하세요. `weave.init()`을 호출할 때 트레이스를 저장할 프로젝트 이름을 지정하세요. 지정하지 않으면 Weave는 기본 entity를 사용합니다. 기본 entity를 확인하거나 변경하려면 W\&B Models 문서의 [사용자 설정](/ko/products/wandb/platform/app/settings-page/user-settings#default-team)을 참고하세요. 다음 예시를 실행하면 Weave가 OpenRouter에 대한 Call을 트레이스로 캡처하여 Weave 프로젝트에 기록합니다.

```python lines {5,10-12} theme={"system"}
import os
import openai
import weave

weave.init('openrouter-weave')

system_content = "You are a travel agent. Be descriptive and helpful."
user_content = "Tell me about San Francisco"

client = openai.OpenAI(
    api_key=os.environ.get("OPENROUTER_API_KEY"),
    base_url="https://openrouter.ai/api/v1",
)
chat_completion = client.chat.completions.create(
    extra_headers={
    "HTTP-Referer": "[YOUR-SITE-URL]", # 선택 사항. openrouter.ai 순위에 앱을 포함하려면 설정하세요.
    "X-Title": "[YOUR-APP-NAME]", # 선택 사항. openrouter.ai 순위에 표시되는 이름입니다.
    },
    model="meta-llama/llama-3.1-8b-instruct:free",
    messages=[
        {"role": "system", "content": system_content},
        {"role": "user", "content": user_content},
    ],
    temperature=0.7,
    max_tokens=1024,
)
response = chat_completion.choices[0].message.content
print("Model response:\n", response)
```

이것은 시작하기 위한 기본 예시이지만, 더 복잡한 사용 사례에서 Weave를 자신의 함수와 통합하는 방법에 대한 자세한 내용은 [OpenAI](/ko/products/wandb/weave/guides/integrations/openai#track-your-own-ops) 가이드를 참조하세요.