튜토리얼: 앱 버전 관리

Weave Model을 사용해 애플리케이션과 그 파라미터를 추적하고 버전 관리하는 방법을 알아보세요

입력, 출력, 메타데이터와 앱을 통해 흐르는 데이터를 추적하는 것은 시스템 성능을 이해하는 데 매우 중요합니다. 하지만 시간에 따라 앱을 버전 관리하는 것 또한 코드나 애플리케이션 파라미터 변경이 출력에 어떤 영향을 주는지 이해하는 데 핵심적입니다. Weave의 Model 클래스를 사용하면 이러한 변경 사항을 Weave에서 추적할 수 있습니다.

이 튜토리얼에서는 다음 내용을 학습합니다:

• Weave Model을 사용해 애플리케이션과 그 파라미터를 추적하고 버전 관리하는 방법
• 이미 로깅된 Weave Model을 내보내고, 수정하고, 재사용하는 방법

​

weave.Model 사용하기

weave.Model 클래스는 현재 Python에서만 지원됩니다.

Weave의 Model을 사용하면 모델 벤더 ID, 프롬프트, temperature 등의 파라미터가 변경될 때마다 저장되고 버전이 관리됩니다.

Weave에서 Model을 생성하려면 다음이 필요합니다:

• weave.Model을 상속하는 클래스
• 모든 클래스 필드에 대한 타입 정의
• @weave.op() 데코레이터가 적용된 타입 지정 invoke 함수

클래스 필드나 모델을 정의하는 코드를 변경하면 이 변경 사항들이 모두 로그로 남고 버전이 업데이트됩니다. 이렇게 하면 앱의 서로 다른 버전 간에 생성 결과를 비교할 수 있습니다.

아래 예시에서 모델 이름, temperature 값, system prompt가 모두 추적되고 버전이 관리됩니다:

Python

import json
from openai import OpenAI

import weave

@weave.op()
def extract_dinos(wmodel: weave.Model, sentence: str) -> dict:
    response = wmodel.client.chat.completions.create(
        model=wmodel.model_name,
        temperature=wmodel.temperature,
        messages=[
            {
                "role": "system",
                "content": wmodel.system_prompt
            },
            {
                "role": "user",
                "content": sentence
            }
            ],
            response_format={ "type": "json_object" }
        )
    return response.choices[0].message.content

# weave.Model을 상속한 서브클래스
class ExtractDinos(weave.Model):
    client: OpenAI = None
    model_name: str
    temperature: float
    system_prompt: str

    # 함수 이름이 `invoke` 또는 `predict`인지 확인하세요
    @weave.op()
    def invoke(self, sentence: str) -> dict:
        dino_data  = extract_dinos(self, sentence)
        return json.loads(dino_data)

TypeScript

이 기능은 아직 TypeScript에서 사용할 수 없습니다. 추후 지원을 기다려 주세요.

이제 invoke를 사용해 모델을 인스턴스화하고 호출할 수 있습니다:

Python

weave.init('jurassic-park')
client = OpenAI()

system_prompt = """Extract any dinosaur `name`, their `common_name`, \
names and whether its `diet` is a herbivore or carnivore, in JSON format."""

dinos = ExtractDinos(
    client=client,
    model_name='gpt-4o',
    temperature=0.4,
    system_prompt=system_prompt
)

sentence = """I watched as a Tyrannosaurus rex (T. rex) chased after a Triceratops (Trike), \
both carnivore and herbivore locked in an ancient dance. Meanwhile, a gentle giant \
Brachiosaurus (Brachi) calmly munched on treetops, blissfully unaware of the chaos below."""

result = dinos.invoke(sentence)
print(result)

TypeScript

이 기능은 아직 TypeScript에서 사용할 수 없습니다. 추후 지원을 기다려 주세요.

이제 .invoke를 호출한 후 Weave에서 트레이스를 보면, weave.op()으로 데코레이션된 모델 함수의 코드뿐만 아니라 모델 파라미터도 함께 추적되는 것을 확인할 수 있습니다. 또한 이 예시에서처럼 모델은 “v21”과 같이 버전이 부여되며, 모델을 클릭하면 해당 버전의 모델을 사용한 모든 호출을 확인할 수 있습니다.

weave.Model 사용 시 참고 사항:

• 원한다면 Weave Model에서 함수 이름으로 invoke 대신 predict를 사용할 수 있습니다.
• 다른 클래스 메서드도 Weave에서 추적되도록 하려면 weave.op()으로 래핑해야 합니다.
• 밑줄(_)로 시작하는 파라미터는 Weave에서 무시되며 로그로 남지 않습니다.

​

로그된 weave.Model 내보내기 및 재사용

Weave는 호출된 Model을 저장하고 버전 관리하므로, 이러한 모델을 내보내 재사용할 수 있습니다.

Model ref 가져오기
Weave UI에서 특정 버전에 대한 Model ref를 가져올 수 있습니다.

Model 사용하기
Model 객체의 URI를 얻은 후에는 이를 내보내 재사용할 수 있습니다. 내보낸 모델은 이미 초기화되어 있으며 바로 사용할 수 있습니다:

Python

# the exported weave model is already initialised and ready to be called
new_dinos = weave.ref("weave://morgan/jurassic-park/object/ExtractDinos:ey4udBU2MU23heQFJenkVxLBX4bmDsFk7vsGcOWPjY4").get()

# set the client to the openai client again
new_dinos.client = client

new_sentence = """I also saw an Ankylosaurus grazing on giant ferns"""
new_result = new_dinos.invoke(new_sentence)
print(new_result)

TypeScript

이 기능은 아직 TypeScript에서 사용할 수 없습니다. 추후 업데이트를 기다려 주세요!

여기에서 이름이 Model인 버전(v21)이 새로운 입력에 사용된 것을 확인할 수 있습니다:

​

다음 단계

• 평가 파이프라인 구축 튜토리얼을(를) 따라 애플리케이션을 점진적으로 개선하세요.