> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-feature-automate-reference-docs-generation.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Tutorial weave models

[입력, 출력, 메타데이터](/ko/quickstart) 및 [앱을 통해 흐르는 데이터](/ko/tutorial-tracing_2)를 추적하는 것은 시스템 성능을 이해하는 데 중요합니다. 그러나 **시간에 따른 앱 버전 관리**도 코드나 애플리케이션 매개변수의 수정이 출력을 어떻게 변경하는지 이해하는 데 중요합니다. Weave의 `Model` 클래스는 이러한 변경 사항을 Weave에서 추적하는 방법입니다.

이 튜토리얼에서 배울 내용:

* Weave `Model`를 사용하여 애플리케이션과 매개변수를 추적하고 버전 관리하는 방법.
* 이미 로깅된 Weave `Model`를 내보내고, 수정하고, 재사용하는 방법.

## `weave.Model`

<Warning>
  `weave.Model` 클래스는 현재 Python에서만 지원됩니다.
</Warning>

Weave `Model`를 사용하면 모델 벤더 ID, 프롬프트, 온도 등과 같은 매개변수가 저장되고 변경 시 버전 관리됩니다.

Weave에서 `Model`를 생성하려면 다음이 필요합니다:

* `weave.Model`
* 모든 클래스 필드에 대한 타입 정의
* 타입이 지정된 `invoke` 함수와 `@weave.op()` 데코레이터

클래스 필드나 모델을 정의하는 코드를 변경하면 **이러한 변경 사항이 기록되고 버전이 업데이트됩니다**. 이를 통해 앱의 다양한 버전에서 생성된 결과를 비교할 수 있습니다.

아래 예시에서는 **모델 이름, 온도 및 시스템 프롬프트가 추적되고 버전 관리됩니다**:

<Tabs>
  <Tab title="Python">
    ```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

    # Sub-class with a weave.Model
    # highlight-next-line
    class ExtractDinos(weave.Model):
        client: OpenAI = None
        model_name: str
        temperature: float
        system_prompt: str

        # Ensure your function is called `invoke` or `predict`
        # highlight-next-line
        @weave.op()
        # highlight-next-line
        def invoke(self, sentence: str) -> dict:
            dino_data  = extract_dinos(self, sentence)
            return json.loads(dino_data)
    ```
  </Tab>

  <Tab title="TypeScript">
    ```plaintext
    This feature is not available in TypeScript yet.  Stay tuned!
    ```
  </Tab>
</Tabs>

이제 `invoke`로 모델을 인스턴스화하고 호출할 수 있습니다:

<Tabs>
  <Tab title="Python">
    ```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."""

    # highlight-next-line
    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."""

    # highlight-next-line
    result = dinos.invoke(sentence)
    print(result)
    ```
  </Tab>

  <Tab title="TypeScript">
    ```plaintext
    This feature is not available in TypeScript yet.  Stay tuned!
    ```
  </Tab>
</Tabs>

`.invoke`를 호출한 후 Weave에서 트레이스를 볼 수 있습니다 **이제 모델 매개변수와 코드를 추적합니다** `weave.op()`로 장식된 모델 함수에 대해. 모델도 버전 관리되는 것을 볼 수 있으며, 이 경우 "v21"이고, 모델을 클릭하면 **해당 버전의 모델을 사용한 모든 호출을 볼 수 있습니다**

![Re-using a weave model](https://mintlify.s3.us-west-1.amazonaws.com/wb-21fd5541-feature-automate-reference-docs-generation/ko/images/tutorial-model_invoke3.png)

**`weave.Model` 사용에 관한 참고 사항:**

* Weave `predict` 대신 `invoke`를 함수 이름으로 사용할 수 있습니다 `Model`선호하는 경우.
* 다른 클래스 메서드를 weave로 추적하려면 `weave.op()`
* 밑줄로 시작하는 매개변수는 weave에서 무시되며 로깅되지 않습니다

## 로깅된 `weave.Model`

Weave는 호출된 Models를 저장하고 버전 관리하기 때문에 이러한 모델을 내보내고 재사용할 수 있습니다.

**Model 참조 가져오기**
Weave UI에서 특정 버전의 Model 참조를 얻을 수 있습니다

**Model 사용하기**
Model 객체의 URI가 있으면 내보내고 재사용할 수 있습니다. 내보낸 모델은 이미 초기화되어 사용할 준비가 되어 있습니다:

<Tabs>
  <Tab title="Python">
    ```python
    # the exported weave model is already initialised and ready to be called
    # highlight-next-line
    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)
    ```
  </Tab>

  <Tab title="TypeScript">
    ```plaintext
    This feature is not available in TypeScript yet.  Stay tuned!
    ```
  </Tab>
</Tabs>

여기서 동일한 Model 버전(v21)이 새 입력과 함께 사용된 것을 볼 수 있습니다:

![Re-using a weave model](https://mintlify.s3.us-west-1.amazonaws.com/wb-21fd5541-feature-automate-reference-docs-generation/ko/images/tutorial-model_re-use.png)

## 다음 단계는?

* [평가 파이프라인 구축 튜토리얼](/ko/tutorial-eval)을 따라 애플리케이션을 반복적으로 개선해 보세요.