Pi 확장

Weave에서 Pi의 에이전트 기반 Session, LLM Call, 도구 실행을 트레이스합니다.

Pi는 터미널 기반 코딩 에이전트입니다. Weave는 GenAI semantic conventions을 준수하는 createOtelExtension 인테그레이션을 사용해 Pi Session, LLM Call, 도구 실행을 자동으로 트레이스합니다. 이 페이지에서는 Pi 애플리케이션에서 Weave 트레이싱을 활성화하여 에이전트 동작을 관찰하고, run을 디버그하고, token 사용량과 비용을 분석하는 방법을 설명합니다.

이 인테그레이션은 Pi Session 데이터를 Weave로 전송합니다. 이 데이터에는 사용자 프롬프트, 모델 응답, 도구 입력과 출력, Pi 도구가 읽은 파일 내용, 셸 명령과 출력, 가져온 URL 및 페이지 콘텐츠가 포함될 수 있습니다.

이 인테그레이션은 PII 스크러빙이나 민감한 데이터 마스킹을 구현하지 않습니다. 보안 또는 규정 준수 요구 사항상 이 데이터를 Weave로 보낼 수 없다면 Pi 애플리케이션에서 Weave 트레이싱을 활성화하지 마세요.

​

사전 요구 사항

• Node.js (v18 이상).
• WANDB_API_KEY 환경 변수로 설정한 W&B 계정 및 API 키.

Pi는 Python 버전이 없는 TypeScript 및 Node.js 프레임워크입니다. Pi는 ESM 모듈 시스템이 필요하므로 프로젝트에서 package.json에 "type": "module"을 사용하거나 TypeScript를 ESM 출력으로 컴파일해야 합니다. CommonJS 프로젝트에서는 오류가 발생합니다. ESM 프로젝트 설정에 대한 자세한 내용은 TypeScript SDK integration을 참조하세요.

​

패키지 설치

Weave, Pi 및 Node 타입 정의를 로컬 프로젝트 의존성으로 설치하세요:

npm install weave @earendil-works/pi-coding-agent
npm install --save-dev @types/node tsx typescript

​

Pi 프롬프트와 응답 트레이스하기

다음 예시는 단일 Pi 프롬프트와 응답을 트레이스하는 데 필요한 최소 설정을 보여줍니다. 에이전트 Session을 만들기 전에 weave.init()을 호출한 다음, createOtelExtension()을 확장 팩토리로 전달하세요. Weave는 대화, 각 프롬프트와 응답 사이클(invoke_agent), 개별 LLM Call(chat), 도구 실행(execute_tool)을 포함한 에이전트의 전체 라이프사이클을 트레이스합니다. SessionManager.inMemory()가 Session ID를 자동으로 생성합니다.

import {init, createOtelExtension} from 'weave';

import {
  createAgentSession,
  DefaultResourceLoader,
  SessionManager,
  getAgentDir,
} from '@earendil-works/pi-coding-agent';

async function main() {
  // 1. Initialize Weave. Sets up the OTEL TracerProvider that points at your
  //    Weave project. All spans created by createOtelExtension() are
  //    automatically exported here.
  await init('[YOUR-TEAM]/[YOUR-PROJECT]');

  // 2. Create a resource loader and inject the Weave OTEL extension.
  //    The resource loader provides the Pi runtime environment and
  //    extension lifecycle used for tracing agent activity.
  const resourceLoader = new DefaultResourceLoader({
    cwd: process.cwd(),
    agentDir: getAgentDir(),
    extensionFactories: [createOtelExtension({})],
  });

  await resourceLoader.reload();

  // 3. Start the agent session
  const {session} = await createAgentSession({
    resourceLoader,
    sessionManager: SessionManager.inMemory(),
  });

  // 4. 확장 바인딩. session_start 이벤트를 트리거하여 OTEL 어댑터가
  //    루트 conversation span을 생성하고 대화 ID를 캡처합니다.
  await session.bindExtensions({});

  // 5. Stream assistant output to stdout
  session.subscribe(event => {
    if (
      event.type === 'message_update' &&
      event.assistantMessageEvent.type === 'text_delta'
    ) {
      process.stdout.write(event.assistantMessageEvent.delta);
    }
  });

  // 6. Send a prompt and wait for the full response
  await session.prompt('What files are in the current directory?');
  console.log();
}

main();

tsx를 사용해 스크립트를 컴파일하고 실행하세요. [FILENAME]은 TypeScript 파일 이름으로 바꾸세요:

npx tsx [FILENAME].ts

코드를 실행하면 Weave 프로젝트의 Agents 탭 https://wandb.ai/[YOUR-TEAM]/[YOUR-PROJECT]/weave/agents에 트레이스가 표시됩니다. Weave는 애플리케이션의 모든 run에 대해 Pi 세션, LLM Call, 도구 실행을 캡처합니다.

​

다음 단계

이 예제를 멀티턴 대화로 전환하려면 프롬프트를 더 추가하세요. Weave는 session.prompt()를 호출할 때마다 각각 별도의 invoke_agent span으로 트레이스하며, 모두 하나의 루트 span 아래에 중첩됩니다. 에이전트는 프롬프트 간 컨텍스트를 자동으로 유지합니다.

코드를 실행한 후 Agents 탭에서 중첩된 LLM Call, 도구 실행, token 사용량, 비용이 포함된 전체 멀티턴 타임라인을 확인할 수 있습니다.