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

# W&B Weave

<Card title="Try in Colab" href="http://wandb.me/weave_colab" icon="python" />

Weave は、LLM アプリケーションを追跡および評価するための軽量ツールキットです。W\&B Weave を使って、LLM の実行フローを視覚化および検査し、LLM の入力と出力を分析し、中間結果を表示し、プロンプトと LLM チェーン設定を安全に保存および管理できます。

<Frame>
  <img src="https://mintcdn.com/wb-21fd5541-feat-cli-docs-generator/Pq0SYouBYxrLpLyM/images/weave/weave-hero.png?fit=max&auto=format&n=Pq0SYouBYxrLpLyM&q=85&s=ec531378f26734034423214dc8a12741" width="1073" height="507" data-path="images/weave/weave-hero.png" />
</Frame>

W\&B Weave を使用すると、次のことが可能です：

* 言語モデルの入力、出力、およびトレースをログし、デバッグ
* 言語モデルのユースケースに対する厳密な、比較可能な評価を構築
* 実験から評価、プロダクションまでの LLM ワークフローで生成されたすべての情報を整理

<Note>
  Weave のドキュメントをお探しですか？[W\&B Weave Docs](/weave) をご覧ください。
</Note>

## 開始方法

ユースケースに応じて、W\&B Weave を始めるために以下のリソースを探索してください：

* [クイックスタート: LLM 呼び出しの入力と出力を追跡](https://wandb.github.io/weave/quickstart)
* [評価パイプラインチュートリアルを構築](https://wandb.github.io/weave/tutorial-eval)
* [RAG アプリケーションのモデルベースの評価チュートリアル](https://wandb.github.io/weave/tutorial-rag)
