> ## 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" />

Weave는 LLM 애플리케이션을 추적하고 평가하기 위한 가벼운 툴킷입니다. W\&B Weave를 사용하여 LLM의 실행 흐름을 시각화하고 검사하고, LLM의 입출력을 분석하고, 중간 결과를 확인하고, 프롬프트와 LLM 체인 설정을 안전하게 저장하고 관리하세요.

<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 Weave를 사용하면 다음을 수행할 수 있습니다.

* 언어 모델 입력, 출력 및 추적 로그 및 디버그
* 언어 모델 use case에 대한 엄격하고 공정한 평가 구축
* 실험에서 평가, production에 이르기까지 LLM 워크플로우에서 생성된 모든 정보 구성

<Note>
  Weave 문서를 찾고 계십니까? [W\&B Weave Docs](/weave)를 참조하세요.
</Note>

## 시작 방법

use case에 따라 다음 리소스를 탐색하여 W\&B Weave를 시작하세요.

* [퀵스타트: LLM 호출의 입력 및 출력 추적](https://wandb.github.io/weave/quickstart)
* [평가 파이프라인 구축 튜토리얼](https://wandb.github.io/weave/tutorial-eval)
* [RAG 애플리케이션의 모델 기반 평가 튜토리얼](https://wandb.github.io/weave/tutorial-rag)