> ## Documentation Index > Fetch the complete documentation index at: https://wb-21fd5541-automation-updates-docs-2928-docs-2829.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # W&B Weave > W&B Weave で言語モデルアプリをトラッキング、テスト、改善 W\&B Weave は、エージェントと LLM アプリケーションのトラッキング、評価、改善を支援する可観測性および評価のプラットフォームです。Weave を使うと、次のことができます。 * [エージェントをトレースし、メトリクスを収集する](/ja/weave/agent-integration-quickstart) Weave OTel-compatible SDK を使用して一般的な SDK やハーネスで構築された * [アプリケーションの LLM Call や任意の関数を手動でインストルメントする](/ja/weave/quickstart) ことで、アプリケーションをトレースし、バージョン管理し、feedback を収集する * LLM ジャッジモデルと custom scorers を使って、エージェントまたはアプリケーションの応答を[評価](/ja/weave/tutorial-eval)する

## はじめに

ワークロードのタイプを選択してから、以下のドキュメントを使って Weave のツールスイートの基本的な使い方を確認してください。ワークロードの違いの詳細については、[Weave とは？](/ja/weave/concepts/what-is-weave) をご覧ください。エージェント SDK またはハーネス向けの組み込みインテグレーションを選択し、Agents ビューでセッション、ターン、LLM Call、ツール呼び出しのトレースを開始します。 Weave SDK を使用してカスタムのマルチターンエージェントをトレースし、セッション、LLM Call、ツール呼び出しを OpenTelemetry のスパンとして取得します。 LLM への基本的な呼び出しをトレースし、入力、出力、コードを W\&B アカウントで確認します。まず LLM への基本的な呼び出しをトレースし、W\&B アカウントでデータを確認します。 Weave Scorer を使用して評価パイプラインを構築し、アプリケーションのパフォーマンスをテストしてトラッキングする方法を学びます。 Weave と LLM ジャッジモデルを使用して RAG アプリケーションを構築および評価し、検索品質を測定します。

## Weaveをインストール

W\&B Weave は、Python と TypeScript のライブラリを提供しています。Weave ライブラリをインストールするには、次のコマンドを実行します。 ```bash theme={null} pip install weave ``` ```bash theme={null} npm install weave ``` Weave ライブラリの利用を開始するには、[Weights & Biases (W\&B) アカウント](https://wandb.ai) を作成し、[User Settings で APIキーを作成](https://wandb.ai/settings) します。APIキーを使用すると、W\&B アカウントに認証してデータの送信を開始できます。