Python API를 사용하여 통화를 보려면 [`get_call`](../../reference/python-sdk/weave/trace/weave.trace.weave_client#method-get_call) method:
```python
import weave
# Initialize the client
client = weave.init("your-project-name")
# Get a specific call by its ID
call = client.get_call("call-uuid-here")
print(call)
```
### 를 사용하여 렌더링된 트레이스 사용자 정의 `weave.Markdown`
Weave를 사용하면 원본 데이터를 잃지 않고 추적된 작업이 표시되는 방식을 쉽게 조정할 수 있습니다.
`weave.Markdown`를 사용하면 프로그래밍 방식으로 액세스할 수 있도록 기본 구조화된 데이터를 보존하면서 입력과 출력을 깔끔하고 읽기 쉬운 형식의 콘텐츠 블록으로 렌더링할 수 있습니다.
`postprocess_inputs`와 `postprocess_output`를 `@weave.op` 데코레이터에서 사용하여 트레이스 가독성을 향상시키세요.
다음 코드 샘플은 이모지와 더 나은 형식으로 Weave에서 통화를 렌더링하기 위해 후처리기를 사용합니다:
```python
import weave
def postprocess_inputs(query) -> weave.Markdown:
search_box = f"""
**Search Query:**
``+`
{query}
``+`
"""
return {"search_box": weave.Markdown(search_box),
"query": query}
def postprocess_output(docs) -> weave.Markdown:
formatted_docs = f"""
# {docs[0]["title"]}
{docs[0]["content"]}
[Read more]({docs[0]["url"]})
---
# {docs[1]["title"]}
{docs[1]["content"]}
[Read more]({docs[1]["url"]})
"""
return weave.Markdown(formatted_docs)
@weave.op(
postprocess_inputs=postprocess_inputs,
postprocess_output=postprocess_output,
)
def rag_step(query):
# example newspaper articles of the companies on the S&P 500
docs = [
{
"title": "OpenAI",
"content": "OpenAI is a company that makes AI models.",
"url": "https://www.openai.com",
},
{
"title": "Google",
"content": "Google is a company that makes search engines.",
"url": "https://www.google.com",
},
]
return docs
if __name__ == "__main__":
weave.init('markdown_renderers')
rag_step("Tell me about OpenAI")
```
