POML 与 Weave 集成Weave 是 Weights & Biases 推出的轻量级 AI 可观测性框架，用于跟

POML 与 Weave 集成

导语

Weave 是 Weights & Biases 推出的轻量级 AI 可观测性框架，用于跟踪与版本化 LLM 应用。POML 与 Weave 的集成会自动追踪你的 POML 调用，并将提示词发布为带版本的 Weave 对象。

安装与配置

安装

安装带 Weave 支持的 POML：

pip install poml[agent]

或单独安装 Weave：

pip install weave

配置 API Key

设置 Weights & Biases 的 API Key：

export WANDB_API_KEY="your-api-key-here"

获取 API Key：wandb.ai/settings

基本用法

启用 POML 的 Weave 追踪，并按常规方式使用 POML：

import poml
import weave
from openai import OpenAI

# Initialize Weave project
weave.init("my_poml_project")

# Enable POML tracing with Weave
poml.set_trace("weave", trace_dir="pomlruns")

# Use POML as usual
client = OpenAI()
messages = poml.poml(
    "explain_code.poml",
    context={"code_path": "sample.py"},
    format="openai_chat"
)
response = client.chat.completions.create(
    model="gpt-5",
    **messages
)

追踪内容（What Gets Traced）

POML Operations

启用 Weave 集成后，每次 POML 调用会作为一次 Weave operation 记录，包含：

Operation 名称："poml"
Prompt 内容：POML 原始源文本
上下文变量：传入 POML 调用的所有上下文变量
样式表：任意样式配置
结果：发送给 LLM 的处理后 Prompt 结构

提示词发布（Prompt Publishing）

POML 的提示词会自动以版本化的 Weave 对象形式发布：

对象名称：由 POML 文件名与顺序号自动推导（例如 0001.explain_code），详见 POML Trace 文档
对象内容：完整的 POML 源模板
上下文对象：若提供上下文，会以 {name}.context 独立发布
样式表对象：若提供样式表，会以 {name}.stylesheet 独立发布
版本控制：Weave 会对所有已发布对象进行自动版本化

0001.explain_code

参考文档：

microsoft.github.io/poml/stable…

{name}.context

{name}.stylesheet

示例 Trace 数据

{ "inputs": { "prompt": "weave://.../001.explain_code:v0", "context": "weave://.../0001.explain_code.context:v0", "stylesheet": null }, "outputs": { "messages": [ { "speaker": "human", "content": "# Task\n\nYou are a senior Python developer. Please explain the code.\n\n```\ndef greet(name):\n print(f\"Hello, {name}!\")\n..." } ], "runtime": { "temperature": 0.7, "maxTokens": 256 } } }

参考链接（See Also）

POML Tracing Guide: microsoft.github.io/poml/stable…
Weave Documentation: docs.wandb.ai/guides/weav…
Weights & Biases Platform: wandb.ai

总结

通过与 Weave 的集成，POML 调用会被自动追踪，并将提示词作为版本化对象发布。更多细节可参考上述文档链接。