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

# チュートリアル：App versioning

> Weave Model を使用して、 アプリケーション とその パラメータ を追跡および バージョン 管理する方法について説明します。

[入力、出力、メタデータ](/weave/quickstart) だけでなく、[アプリケーションを流れるデータ](/weave/tutorial-tracing_2) を追跡することは、システムのパフォーマンスを理解する上で不可欠です。しかし、コードやアプリケーションの パラメータ の変更が出力にどのように影響するかを理解するためには、**時間の経過に伴うアプリケーションの バージョン管理** も同様に重要です。Weave の `Model` クラスを使用すると、これらの変更を Weave で追跡できるようになります。

このチュートリアルでは、以下の内容を学びます：

* Weave `Model` を使用して、アプリケーションとその パラメータ を追跡および バージョン管理 する方法。
* すでに ログ を記録した Weave `Model` をエクスポート、変更、および再利用する方法。

## `weave.Model` の使用

<Warning>
  `weave.Model` クラスは現在、Python でのみサポートされています。
</Warning>

Weave `Model` を使用すると、モデルベンダー ID、プロンプト、temperature などの パラメータ が保存され、変更時に バージョン管理 されます。

Weave で `Model` を作成するには、以下が必要です：

* `weave.Model` を継承したクラス
* すべてのクラスフィールドに対する型定義
* `@weave.op()` デコレータが付与された、型定義済みの `invoke` 関数

クラスフィールドやモデルを定義する コード を変更すると、**これらの変更が ログ に記録され、バージョン が更新されます**。これにより、アプリケーションの異なる バージョン 間で生成結果を比較できるようになります。

以下の例では、**モデル名、temperature、およびシステムプロンプトが追跡され、バージョン管理 されます**：

<Tabs>
  <Tab title="Python">
    ```python lines {26,33-34} theme={null}
    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
                }
                ],
                # JSONオブジェクト形式でレスポンスを受け取る
                response_format={ "type": "json_object" }
            )
        return response.choices[0].message.content

    # weave.Modelを継承したサブクラスを作成
    class ExtractDinos(weave.Model):
        client: OpenAI = None
        model_name: str
        temperature: float
        system_prompt: str

        # 関数名が `invoke` または `predict` であることを確認してください
        @weave.op()
        def invoke(self, sentence: str) -> dict:
            dino_data  = extract_dinos(self, sentence)
            return json.loads(dino_data)
    ```
  </Tab>

  <Tab title="TypeScript">
    ```plaintext theme={null}
    この機能は TypeScript ではまだ利用できません。今後のアップデートをお待ちください。
    ```
  </Tab>
</Tabs>

これで、モデルをインスタンス化し、`invoke` で呼び出すことができます：

<Tabs>
  <Tab title="Python">
    ```python lines {7,18} theme={null}
    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)
    ```
  </Tab>

  <Tab title="TypeScript">
    ```plaintext theme={null}
    この機能は TypeScript ではまだ利用できません。今後のアップデートをお待ちください。
    ```
  </Tab>
</Tabs>

`.invoke` を呼び出した後、Weave のトレースを確認すると、`weave.op()` でデコレートされたモデル関数の **コード だけでなく、モデルの パラメータ も追跡されている** ことがわかります。モデルが バージョン管理 されている（この例では "v21"）ことも確認でき、そのモデルをクリックすると、**その バージョン のモデルを使用したすべての呼び出しを確認できます**。

<img src="https://mintcdn.com/wb-21fd5541-serverless-sft-revamp/k60V_Bn1-o89Fhr9/images/tutorial-model_invoke3.png?fit=max&auto=format&n=k60V_Bn1-o89Fhr9&q=85&s=88193308d579fe59e70a61832e8b8538" alt="weaveモデルの再利用" width="1664" height="1292" data-path="images/tutorial-model_invoke3.png" />

**`weave.Model` の使用に関する注意点：**

* Weave `Model` 内の関数名として、`invoke` の代わりに `predict` を使用することもできます。
* 他のクラス メソッド を Weave で追跡したい場合は、それらを `weave.op()` でラップする必要があります。
* アンダースコアで始まる パラメータ は Weave によって無視され、ログ に記録されません。

## ログ に記録された `weave.Model` のエクスポートと再利用

Weave は呼び出された Models を保存し バージョン管理 するため、これらの モデル をエクスポートして再利用することが可能です。

**Model ref の取得**
Weave UI で、特定の バージョン の Model ref を取得できます。

**Model の使用**
Model オブジェクト の URI を取得したら、それをエクスポートして再利用できます。エクスポートされた モデル はすでに初期化されており、すぐに使用できる状態であることに注意してください：

<Tabs>
  <Tab title="Python">
    ```python lines {2} theme={null}
    # エクスポートされた weave モデルはすでに初期化されており、すぐに呼び出し可能です
    new_dinos = weave.ref("weave://morgan/jurassic-park/object/ExtractDinos:ey4udBU2MU23heQFJenkVxLBX4bmDsFk7vsGcOWPjY4").get()

    # クライアントを再度 openai クライアントに設定します
    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 theme={null}
    この機能は TypeScript ではまだ利用できません。今後のアップデートをお待ちください。
    ```
  </Tab>
</Tabs>

ここでは、新しい入力に対して同じ Model バージョン (v21) が使用されたことが確認できます：

<img src="https://mintcdn.com/wb-21fd5541-serverless-sft-revamp/k60V_Bn1-o89Fhr9/images/tutorial-model_re-use.png?fit=max&auto=format&n=k60V_Bn1-o89Fhr9&q=85&s=9fc658c14fdf16fbdd7a59aaa9515bff" alt="weaveモデルの再利用" width="1260" height="1120" data-path="images/tutorial-model_re-use.png" />

## 次のステップ

* [評価 パイプライン の構築チュートリアル](/weave/tutorial-eval) に従って、アプリケーションの反復的な改善を開始しましょう。