> ## Documentation Index > Fetch the complete documentation index at: https://wb-21fd5541-workspaces-notebooks.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # trace_server_interface > weave.trace_server.trace_server_interface용 Python SDK 레퍼런스 export const SourceLink = ({url}) => 출처 ;
# API Overview
***
## 클래스 `AggregationType`
피드백 및 Call 통계 메트릭이 지원하는 집계 함수입니다. ***
## 클래스 `AliasesListReq`
**Pydantic 필드:** * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `AliasesListRes`
**Pydantic 필드:** * `aliases`: `list[str]` ***
## 클래스 `AnnotationQueueAddCallsReq`
어노테이션 큐에 Call을 일괄 추가하는 요청입니다. 내부 API에서 사용하기 위해 `queue_id`를 추가해 AnnotationQueueAddCallsBody를 확장합니다. **Pydantic 필드:** * `project_id`: `` * `call_ids`: `list[str]` * `display_fields`: `list[str]` * `queue_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `AnnotationQueueAddCallsRes`
큐에 Call을 추가할 때의 응답입니다. **Pydantic 필드:** * `added_count`: `` * `duplicates`: `` ***
## 클래스 `AnnotationQueueCreateReq`
어노테이션 큐를 새로 생성하는 요청입니다. **Pydantic 필드:** * `project_id`: `` * `name`: `` * `description`: `` * `scorer_refs`: `list[str]` * `wb_user_id`: `str | None` ***
## 클래스 `AnnotationQueueCreateRes`
어노테이션 큐를 생성할 때의 응답입니다. **Pydantic 필드:** * `id`: `` ***
## 클래스 `AnnotationQueueDeleteReq`
어노테이션 큐를 삭제(소프트 삭제)하는 요청입니다. **Pydantic 필드:** * `project_id`: `` * `queue_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `AnnotationQueueDeleteRes`
어노테이션 큐 삭제 응답입니다. **Pydantic 필드:** * `queue`: `` ***
## 클래스 `AnnotationQueueItemSchema`
어노테이션 큐 항목 응답 스키마입니다. **Pydantic 필드:** * `id`: `` * `project_id`: `` * `queue_id`: `` * `call_id`: `` * `call_started_at`: `` * `call_ended_at`: `datetime.datetime | None` * `call_op_name`: `` * `call_trace_id`: `` * `display_fields`: `list[str]` * `added_by`: `str | None` * `annotation_state`: `typing.Literal['unstarted', 'in_progress', 'completed', 'skipped']` * `annotator_user_id`: `str | None` * `created_at`: `` * `created_by`: `` * `updated_at`: `` * `deleted_at`: `datetime.datetime | None` * `position_in_queue`: `int | None` ***
## 클래스 `AnnotationQueueItemsQueryReq`
어노테이션 큐의 항목을 쿼리하기 위한 요청입니다. 내부 API 사용을 위해 `queue_id`를 추가하여 AnnotationQueueItemsQueryBody를 확장합니다. **Pydantic 필드:** * `project_id`: `` * `filter`: `weave.trace_server.common_interface.AnnotationQueueItemsFilter | None` * `sort_by`: `list[weave.trace_server.common_interface.SortBy] | None` * `limit`: `int | None` * `offset`: `int | None` * `include_position`: `` * `queue_id`: `` ***
## 클래스 `AnnotationQueueItemsQueryRes`
어노테이션 큐 항목 쿼리에 대한 응답입니다. **Pydantic 필드:** * `items`: `list[AnnotationQueueItemSchema]` ***
## 클래스 `AnnotationQueueReadReq`
특정 어노테이션 큐를 조회하는 요청입니다. **Pydantic 필드:** * `project_id`: `` * `queue_id`: `` ***
## 클래스 `AnnotationQueueReadRes`
어노테이션 큐 조회 응답입니다. **Pydantic 필드:** * `queue`: `` ***
## 클래스 `AnnotationQueueSchema`
어노테이션 큐 응답을 위한 스키마입니다. **Pydantic 필드:** * `id`: `` * `project_id`: `` * `name`: `` * `description`: `` * `scorer_refs`: `list[str]` * `created_at`: `` * `created_by`: `` * `updated_at`: `` * `deleted_at`: `datetime.datetime | None` ***
## 클래스 `AnnotationQueueStatsSchema`
단일 어노테이션 큐에 대한 통계입니다. **Pydantic 필드:** * `queue_id`: `` * `total_items`: `` * `completed_items`: `` ***
## 클래스 `AnnotationQueueUpdateReq`
어노테이션 큐를 업데이트하는 요청입니다. project\_id와 queue\_id를 제외한 모든 필드는 선택 사항이며, 제공된 필드만 업데이트됩니다. **Pydantic 필드:** * `project_id`: `` * `queue_id`: `` * `name`: `str | None` * `description`: `str | None` * `scorer_refs`: `list[str] | None` * `wb_user_id`: `str | None` ***
## 클래스 `AnnotationQueueUpdateRes`
어노테이션 큐 업데이트 응답입니다. **Pydantic 필드:** * `queue`: `` ***
## 클래스 `AnnotationQueuesQueryReq`
프로젝트의 어노테이션 큐를 쿼리하는 요청입니다. **Pydantic 필드:** * `project_id`: `` * `name`: `str | None` * `sort_by`: `list[weave.trace_server.common_interface.SortBy] | None` * `limit`: `int | None` * `offset`: `int | None` ***
## 클래스 `AnnotationQueuesQueryRes`
어노테이션 큐 쿼리 응답입니다. **Pydantic 필드:** * `queues`: `list[AnnotationQueueSchema]` ***
## 클래스 `AnnotationQueuesStatsReq`
여러 어노테이션 큐의 통계를 쿌리하는 요청입니다. **Pydantic 필드:** * `project_id`: `` * `queue_ids`: `list[str]` ***
## 클래스 `AnnotationQueuesStatsRes`
여러 어노테이션 큐에 대한 통계 응답입니다. **Pydantic 필드:** * `stats`: `list[AnnotationQueueStatsSchema]` ***
## 클래스 `AnnotatorQueueItemsProgressUpdateReq`
현재 어노테이터의 큐 항목에 대한 어노테이션 상태를 업데이트하는 요청입니다. 유효한 상태 전이: * (없음) -> 'in\_progress': 항목을 진행 중으로 표시합니다(기록이 아직 없을 때만) * (없음) -> 'completed' 또는 'skipped': 항목을 바로 완료하거나 건너뜁니다 * 'in\_progress' 또는 'unstarted' -> 'completed' 또는 'skipped': 시작된 항목을 완료하거나 건너뜁니다 * same\_state -> same\_state: 멱등적인 no-op입니다(기존 항목을 변경 없이 반환) **Pydantic 필드:** * `project_id`: `` * `queue_id`: `` * `item_id`: `` * `annotation_state`: `` * `wb_user_id`: `str | None` ***
## 클래스 `AnnotatorQueueItemsProgressUpdateRes`
어노테이션 상태를 업데이트한 응답입니다. **Pydantic 필드:** * `item`: `` ***
## 클래스 `CallBatchEndMode`
**Pydantic 필드:** * `mode`: `` * `req`: `` ***
## 클래스 `CallBatchStartMode`
**Pydantic 필드:** * `mode`: `` * `req`: `` ***
## 클래스 `CallCreateBatchReq`
**Pydantic 필드:** * `batch`: `list[CallBatchStartMode | CallBatchEndMode]` ***
## 클래스 `CallCreateBatchRes`
**Pydantic 필드:** * `res`: `list[CallStartRes | CallEndRes]` ***
## 클래스 `CallEndReq`
**Pydantic 필드:** * `end`: `` ***
## 클래스 `CallEndRes`
***
## 클래스 `CallEndV2Req`
v2 API를 통해 단일 Call을 종료하는 요청입니다. **Pydantic 필드:** * `end`: `` ***
## 클래스 `CallEndV2Res`
v2 API를 통해 단일 Call을 종료할 때의 응답입니다. ***
## 클래스 `CallMetricSpec`
Call 단위에서 집계할 메트릭에 대한 명세입니다(모델별로 그룹화하지 않음). **Pydantic 필드:** * `metric`: `typing.Literal['latency_ms', 'call_count', 'error_count']` * `aggregations`: `list[AggregationType]` * `percentiles`: `list[float]` ***
## 클래스 `CallReadReq`
**Pydantic 필드:** * `project_id`: `` * `id`: `` * `include_costs`: `bool | None` * `include_storage_size`: `bool | None` * `include_total_storage_size`: `bool | None` ***
## 클래스 `CallReadRes`
**Pydantic 필드:** * `call`: `CallSchema | None` ***
## 클래스 `CallSchema`
**Pydantic 필드:** * `id`: `` * `project_id`: `` * `op_name`: `` * `display_name`: `str | None` * `trace_id`: `` * `parent_id`: `str | None` * `thread_id`: `str | None` * `turn_id`: `str | None` * `started_at`: `` * `attributes`: `dict[str, typing.Any]` * `inputs`: `dict[str, typing.Any]` * `ended_at`: `datetime.datetime | None` * `exception`: `str | None` * `output`: `typing.Any | None` * `summary`: `SummaryMap | None` * `wb_user_id`: `str | None` * `wb_username`: `str | None` * `wb_run_id`: `str | None` * `wb_run_step`: `int | None` * `wb_run_step_end`: `int | None` * `deleted_at`: `datetime.datetime | None` * `expire_at`: `datetime.datetime | None` * `storage_size_bytes`: `int | None` * `total_storage_size_bytes`: `int | None`
### 방법 `serialize_typed_dicts`
```python theme={null} serialize_typed_dicts(v: dict[str, Any]) → dict[str, Any] ``` ***
## 클래스 `CallStartReq`
**Pydantic 필드:** * `start`: `` ***
## 클래스 `CallStartRes`
**Pydantic 필드:** * `id`: `` * `trace_id`: `` ***
## 클래스 `CallStartV2Req`
v2 API를 통해 단일 Call을 시작하는 요청입니다. **Pydantic 필드:** * `start`: `` ***
## 클래스 `CallStartV2Res`
v2 API를 통해 단일 Call을 시작할 때 반환되는 응답입니다. **Pydantic 필드:** * `id`: `` * `trace_id`: `` ***
## 클래스 `CallStatsReq`
일정 시간 범위의 집계된 Call 통계에 대한 요청입니다. **Pydantic 필드:** * `project_id`: `` * `start`: `` * `end`: `datetime.datetime | None` * `granularity`: `int | None` * `usage_metrics`: `list[UsageMetricSpec] | None` * `call_metrics`: `list[CallMetricSpec] | None` * `filter`: `CallsFilter | None` * `timezone`: ``
### 방법 `validate_date_range`
```python theme={null} validate_date_range() → CallStatsReq ``` Call 통계 요청이 안전한 날짜 범위 내로 제한되도록 합니다. ***
## 클래스 `CallStatsRes`
시계열 Call 통계를 담은 응답입니다. **Pydantic 필드:** * `start`: `` * `end`: `` * `granularity`: `` * `timezone`: `` * `usage_buckets`: `list[dict[str, typing.Any]]` * `call_buckets`: `list[dict[str, typing.Any]]` ***
## 클래스 `CallUpdateReq`
**Pydantic 필드:** * `project_id`: `` * `call_id`: `` * `display_name`: `str | None` * `wb_user_id`: `str | None` ***
## 클래스 `CallUpdateRes`
***
## 클래스 `CallsDeleteReq`
**Pydantic 필드:** * `project_id`: `` * `call_ids`: `list[str]` * `wb_user_id`: `str | None` ***
## 클래스 `CallsDeleteRes`
**Pydantic 필드:** * `num_deleted`: `` ***
## 클래스 `CallsFilter`
**Pydantic 필드:** * `op_names`: `list[str] | None` * `input_refs`: `list[str] | None` * `output_refs`: `list[str] | None` * `parent_ids`: `list[str] | None` * `trace_ids`: `list[str] | None` * `call_ids`: `list[str] | None` * `thread_ids`: `list[str] | None` * `turn_ids`: `list[str] | None` * `trace_roots_only`: `bool | None` * `wb_user_ids`: `list[str] | None` * `wb_run_ids`: `list[str] | None` ***
## 클래스 `CallsQueryReq`
**Pydantic 필드:** * `project_id`: `` * `filter`: `CallsFilter | None` * `limit`: `int | None` * `offset`: `int | None` * `sort_by`: `list[weave.trace_server.common_interface.SortBy] | None` * `query`: `weave.trace_server.interface.query.Query | None` * `include_costs`: `bool | None` * `include_feedback`: `bool | None` * `include_storage_size`: `bool | None` * `include_total_storage_size`: `bool | None` * `include_usernames`: `bool | None` * `columns`: `list[str] | None` * `expand_columns`: `list[str] | None` * `return_expanded_column_values`: `bool | None` ***
## 클래스 `CallsQueryRes`
**Pydantic 필드:** * `calls`: `list[CallSchema]` ***
## 클래스 `CallsQueryStatsReq`
**Pydantic 필드:** * `project_id`: `` * `filter`: `CallsFilter | None` * `query`: `weave.trace_server.interface.query.Query | None` * `limit`: `int | None` * `include_total_storage_size`: `bool | None` * `expand_columns`: `list[str] | None` ***
## 클래스 `CallsQueryStatsRes`
**Pydantic 필드:** * `count`: `` * `has_more`: `` * `total_storage_size_bytes`: `int | None` ***
## 클래스 `CallsScoreReq`
Call 목록의 스코어링 작업을 큐에 추가하는 요청입니다. 스코어링은 Kafka에서 메시지를 소비하고 각 `call_id`에 각 `scorer_ref`를 적용하는 `call_scoring_worker`에 의해 비동기적으로 수행됩니다. **Pydantic 필드:** * `project_id`: `` * `call_ids`: `list[str]` * `scorer_refs`: `list[str]` * `wb_user_id`: `str | None` ***
## 클래스 `CallsScoreRes`
`calls_score`에 대한 빈 응답입니다. 이 인터페이스 전반에서 사용하는 규칙을 따르고, 이후 호환성이 깨지는 변경 없이 필드를 추가할 수 있도록 `None`을 반환하는 대신 모델로 정의했습니다. ***
## 클래스 `CallsUpsertCompleteReq`
완료된 Call 배치를 업서트하기 위한 요청입니다. **Pydantic 필드:** * `batch`: `list[CompletedCallSchemaForInsert]` ***
## 클래스 `CallsUpsertCompleteRes`
완료된 Call 배치를 업서트할 때의 응답입니다. ***
## 클래스 `CallsUsageReq`
여러 루트 Call의 집계 사용량을 계산하기 위한 요청입니다. 이 엔드포인트는 요청된 각 루트 Call의 사용 메트릭을 반환합니다. 각 루트의 메트릭에는 해당 루트 자체의 사용량과 모든 하위 Call의 사용량 합계가 포함됩니다. 참고: 집계를 위해 일치하는 모든 Call을 메모리에 로드합니다. 결과 집합이 매우 큰 경우(>10k Call)에는 루트 Call ID를 여러 배치로 나누거나 애플리케이션 레이어에서 더 좁은 필터를 사용하는 것을 고려하세요. **Pydantic 필드:** * `project_id`: `` * `call_ids`: `list[str]` * `include_costs`: `` * `limit`: `` ***
## 클래스 `CallsUsageRes`
루트 Call별로 집계된 사용 메트릭이 포함된 응답입니다. **Pydantic 필드:** * `call_usage`: `dict[str, dict[str, LLMAggregatedUsage]]` * `unfinished_call_ids`: `list[str]` ***
## 클래스 `CompletedCallSchemaForInsert`
완료된 Call을 직접 삽입하기 위한 스키마입니다. 이 스키마는 삽입 시점에 이미 완료된 Call을 나타내며, 시작 정보와 종료 정보가 함께 제공됩니다. `calls_complete` 엔드포인트에서 사용됩니다. **Pydantic 필드:** * `project_id`: `` * `id`: `` * `trace_id`: `` * `op_name`: `` * `started_at`: `` * `ended_at`: `` * `display_name`: `str | None` * `parent_id`: `str | None` * `thread_id`: `str | None` * `turn_id`: `str | None` * `attributes`: `dict[str, typing.Any]` * `inputs`: `dict[str, typing.Any]` * `output`: `typing.Any | None` * `summary`: `` * `otel_dump`: `dict[str, typing.Any] | None` * `exception`: `str | None` * `wb_user_id`: `str | None` * `wb_run_id`: `str | None` * `wb_run_step`: `int | None` * `wb_run_step_end`: `int | None`
### 방법 `serialize_typed_dicts`
```python theme={null} serialize_typed_dicts(v: dict[str, Any]) → dict[str, Any] ``` ***
## 클래스 `CompletionsCreateReq`
**Pydantic 필드:** * `project_id`: `` * `inputs`: `` * `wb_user_id`: `str | None` * `track_llm_call`: `bool | None` * `trace_id`: `str | None` * `parent_id`: `str | None` * `conversation_id`: `str | None` * `conversation_name`: `str | None` * `source`: `str | None` ***
## 클래스 `CompletionsCreateRequestInputs`
**Pydantic 필드:** * `model`: `` * `messages`: `` * `timeout`: `float | str | None` * `temperature`: `float | None` * `top_p`: `float | None` * `n`: `int | None` * `stop`: `str | list | None` * `max_completion_tokens`: `int | None` * `max_tokens`: `int | None` * `modalities`: `list | None` * `presence_penalty`: `float | None` * `frequency_penalty`: `float | None` * `stream`: `bool | None` * `logit_bias`: `dict | None` * `user`: `str | None` * `response_format`: `dict | type[pydantic.main.BaseModel] | None` * `seed`: `int | None` * `tools`: `list | None` * `tool_choice`: `str | dict | None` * `logprobs`: `bool | None` * `top_logprobs`: `int | None` * `parallel_tool_calls`: `bool | None` * `extra_headers`: `dict | None` * `functions`: `list | None` * `function_call`: `str | None` * `api_version`: `str | None` * `prompt`: `str | None` * `template_vars`: `dict[str, typing.Any] | None` * `vertex_credentials`: `str | None` ***
## 클래스 `CompletionsCreateRes`
**Pydantic 필드:** * `response`: `dict[str, typing.Any]` * `weave_call_id`: `str | None` * `span_id`: `str | None` * `trace_id`: `str | None` * `conversation_id`: `str | None` ***
## 클래스 `CostCreateInput`
**Pydantic 필드:** * `prompt_token_cost`: `` * `completion_token_cost`: `` * `cache_read_input_token_cost`: `` * `cache_creation_input_token_cost`: `` * `prompt_token_cost_unit`: `str | None` * `completion_token_cost_unit`: `str | None` * `effective_date`: `datetime.datetime | None` * `provider_id`: `str | None` ***
## 클래스 `CostCreateReq`
**Pydantic 필드:** * `project_id`: `` * `costs`: `dict[str, CostCreateInput]` * `wb_user_id`: `str | None` ***
## 클래스 `CostCreateRes`
**Pydantic 필드:** * `ids`: `list[tuple[str, str]]` ***
## 클래스 `CostPurgeReq`
**Pydantic 필드:** * `project_id`: `` * `query`: `` ***
## 클래스 `CostPurgeRes`
***
## 클래스 `CostQueryOutput`
**Pydantic 필드:** * `id`: `str | None` * `llm_id`: `str | None` * `prompt_token_cost`: `float | None` * `completion_token_cost`: `float | None` * `prompt_token_cost_unit`: `str | None` * `completion_token_cost_unit`: `str | None` * `effective_date`: `datetime.datetime | None` * `provider_id`: `str | None` ***
## 클래스 `CostQueryReq`
**Pydantic 필드:** * `project_id`: `` * `fields`: `list[str] | None` * `query`: `weave.trace_server.interface.query.Query | None` * `sort_by`: `list[weave.trace_server.common_interface.SortBy] | None` * `limit`: `int | None` * `offset`: `int | None` ***
## 클래스 `CostQueryRes`
**Pydantic 필드:** * `results`: `list[CostQueryOutput]` ***
## 클래스 `DatasetCreateBody`
**Pydantic 필드:** * `name`: `str | None` * `description`: `str | None` * `rows`: `list[dict[str, typing.Any]]` ***
## 클래스 `DatasetCreateReq`
**Pydantic 필드:** * `name`: `str | None` * `description`: `str | None` * `rows`: `list[dict[str, typing.Any]]` * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `DatasetCreateRes`
**Pydantic 필드:** * `digest`: `` * `object_id`: `` * `version_index`: `` ***
## 클래스 `DatasetDeleteReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digests`: `list[str] | None` * `wb_user_id`: `str | None` ***
## 클래스 `DatasetDeleteRes`
**Pydantic 필드:** * `num_deleted`: `` ***
## 클래스 `DatasetListReq`
**Pydantic 필드:** * `project_id`: `` * `limit`: `int | None` * `offset`: `int | None` * `wb_user_id`: `str | None` ***
## 클래스 `DatasetReadReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digest`: `` * `wb_user_id`: `str | None` ***
## 클래스 `DatasetReadRes`
**Pydantic 필드:** * `object_id`: `` * `digest`: `` * `version_index`: `` * `created_at`: `` * `name`: `` * `description`: `str | None` * `rows`: `` ***
## 클래스 `DatasetSourceLinkPayload`
단일 데이터셋 행과 이에 연결할 소스입니다. **Pydantic 필드:** * `row_digest`: `` * `sources`: `list[SourceRef]` * `link_metadata`: `dict[str, typing.Any] | None` ***
## 클래스 `DatasetSourceLinkSchema`
단일 데이터셋 소스 링크 행에 대한 스키마입니다. **Pydantic 필드:** * `id`: `` * `row_digest`: `` * `source_kind`: `` * `source_id`: `` * `source_trace_id`: `` * `source_started_at`: `` * `source_display_name`: `` * `link_metadata`: `dict[str, typing.Any] | None` * `added_by`: `str | None` * `created_at`: `` * `updated_at`: `` * `deleted_at`: `datetime.datetime | None` ***
## 클래스 `DatasetSourcesLinkDeleteReq`
Id를 기준으로 데이터셋 소스 링크를 소프트 삭제하기 위한 요청입니다. **Pydantic 필드:** * `project_id`: `` * `link_ids`: `list[str]` * `wb_user_id`: `str | None` ***
## 클래스 `DatasetSourcesLinkDeleteRes`
데이터셋 소스 링크 삭제 응답입니다. **Pydantic 필드:** * `entries`: `list[DatasetSourcesLinkDeleteResEntry]` ***
## 클래스 `DatasetSourcesLinkDeleteResEntry`
단일 링크 삭제의 결과입니다. **Pydantic 필드:** * `link_id`: `` * `deleted`: `` ***
## 클래스 `DatasetSourcesLinkReq`
데이터셋 행을 해당 프로비넌스 소스에 연결하는 요청입니다. **Pydantic 필드:** * `project_id`: `` * `dataset_object_id`: `` * `dataset_digest`: `` * `links`: `list[DatasetSourceLinkPayload]` * `include_created_status`: `` * `wb_user_id`: `str | None` ***
## 클래스 `DatasetSourcesLinkRes`
데이터셋 행을 소스에 연결한 결과에 대한 응답입니다. 평탄화된 `(row_digest, source)` 튜플마다 입력 순서대로 하나의 항목이 있습니다. **Pydantic 필드:** * `entries`: `list[DatasetSourcesLinkResEntry]` ***
## 클래스 `DatasetSourcesLinkResEntry`
단일 평탄화된 (row\_digest, source) 링크에 대한 결과입니다. **Pydantic 필드:** * `link_id`: `` * `created`: `bool | None` ***
## 클래스 `DatasetSourcesQueryReq`
정방향 쿼리: 데이터셋 -> 소스. **Pydantic 필드:** * `project_id`: `` * `dataset_object_id`: `` * `row_digests`: `list[str] | None` * `source_kinds`: `list[SourceKind] | None` * `include_deleted`: `` * `limit`: `int | None` * `offset`: `int | None` * `wb_user_id`: `str | None` ***
## 클래스 `DatasetSourcesQueryRes`
정방향 데이터셋 -> 소스 쿼리에 대한 응답입니다. **Pydantic 필드:** * `links`: `list[DatasetSourceLinkSchema]` ***
## 클래스 `EndedCallSchemaForInsert`
**Pydantic 필드:** * `project_id`: `` * `id`: `` * `trace_id`: `str | None` * `is_eval`: `bool | None` * `ended_at`: `` * `started_at`: `datetime.datetime | None` * `exception`: `str | None` * `output`: `typing.Any | None` * `summary`: `` * `wb_run_step_end`: `int | None`
### 방법 `serialize_typed_dicts`
```python theme={null} serialize_typed_dicts(v: dict[str, Any]) → dict[str, Any] ``` ***
## 클래스 `EndedCallSchemaForInsertWithStartedAt`
사용 중단된 별칭입니다. 이제 `started_at`은 상위 `EndedCallSchemaForInsert`에 있으므로, 해당 스키마를 사용하는 것이 좋습니다. 외부 SDK가 `WithStartedAt` 이름에 고정되어 있더라도 계속 임포트할 수 있도록 유지됩니다. 인트리 코드의 모든 호출자가 마이그레이션되면 제거하세요. **Pydantic 필드:** * `project_id`: `` * `id`: `` * `trace_id`: `str | None` * `is_eval`: `bool | None` * `ended_at`: `` * `started_at`: `datetime.datetime | None` * `exception`: `str | None` * `output`: `typing.Any | None` * `summary`: `` * `wb_run_step_end`: `int | None`
### 방법 `serialize_typed_dicts`
```python theme={null} serialize_typed_dicts(v: dict[str, Any]) → dict[str, Any] ``` ***
## 클래스 `EvalResultsEvaluationSummary`
**Pydantic 필드:** * `evaluation_call_id`: `` * `trial_count`: `` * `scorer_stats`: `list[EvalResultsScorerStats]` * `predict_total_tokens`: `int | None` * `predict_total_cost`: `float | None` * `evaluation_ref`: `str | None` * `model_ref`: `str | None` * `display_name`: `str | None` * `trace_id`: `str | None` * `started_at`: `str | None` ***
## 클래스 `EvalResultsFilter`
선택적 평가에 한정되는 필터입니다. **Pydantic 필드:** * `evaluation_call_id`: `str | None` * `query`: `` ***
## 클래스 `EvalResultsQueryBody`
**Pydantic 필드:** * `evaluation_call_ids`: `list[str] | None` * `evaluation_run_ids`: `list[str] | None` * `require_intersection`: `` * `include_raw_data_rows`: `` * `resolve_row_refs`: `` * `include_rows`: `` * `include_summary`: `` * `summary_require_intersection`: `bool | None` * `include_predict_and_score_children`: `` * `include_costs`: `` * `sort_by`: `list[EvalResultsSortBy] | None` * `filters`: `list[EvalResultsFilter] | None` * `filter_logic_operator`: `typing.Literal['and', 'or']` * `limit`: `int | None` * `offset`: ``
### 방법 `validate_identifiers`
```python theme={null} validate_identifiers() → EvalResultsQueryBody ``` 평가 식별자가 하나 이상 제공되었는지 검증합니다. ***
## 클래스 `EvalResultsQueryReq`
**Pydantic 필드:** * `evaluation_call_ids`: `list[str] | None` * `evaluation_run_ids`: `list[str] | None` * `require_intersection`: `` * `include_raw_data_rows`: `` * `resolve_row_refs`: `` * `include_rows`: `` * `include_summary`: `` * `summary_require_intersection`: `bool | None` * `include_predict_and_score_children`: `` * `include_costs`: `` * `sort_by`: `list[EvalResultsSortBy] | None` * `filters`: `list[EvalResultsFilter] | None` * `filter_logic_operator`: `typing.Literal['and', 'or']` * `limit`: `int | None` * `offset`: `` * `project_id`: ``
### 방법 `validate_identifiers`
```python theme={null} validate_identifiers() → EvalResultsQueryBody ``` 평가 식별자가 하나 이상 제공되었는지 검증합니다. ***
## 클래스 `EvalResultsQueryRes`
**Pydantic 필드:** * `rows`: `list[EvalResultsRow]` * `total_rows`: `` * `summary`: `ForwardRef('EvalResultsSummaryRes | None')` * `warnings`: `list[str]` ***
## 클래스 `EvalResultsRow`
**Pydantic 필드:** * `row_digest`: `` * `raw_data_row`: `typing.Any | None` * `evaluations`: `list[EvalResultsRowEvaluation]` ***
## 클래스 `EvalResultsRowEvaluation`
**Pydantic 필드:** * `evaluation_call_id`: `` * `trials`: `list[EvalResultsTrial]` ***
## 클래스 `EvalResultsScorerStats`
단일 평탄화 점수 차원(`scorer_key` 또는 `scorer_key.path.to.leaf`)에 대한 통계입니다. **Pydantic 필드:** * `scorer_key`: `` * `path`: `str | None` * `value_type`: `typing.Optional[typing.Literal['binary', 'continuous', 'text']]` * `trial_count`: `` * `numeric_count`: `` * `numeric_mean`: `float | None` * `pass_true_count`: `` * `pass_known_count`: `` * `pass_rate`: `float | None` * `pass_signal_coverage`: `float | None` ***
## 클래스 `EvalResultsSortBy`
평가 결과를 위한 정렬 사양으로, SortBy를 확장합니다. **Pydantic 필드:** * `field`: `` * `direction`: `typing.Literal['asc', 'desc']` * `evaluation_call_id`: `str | None` * `mode`: `typing.Literal['value', 'difference']` ***
## 클래스 `EvalResultsSummaryRes`
**Pydantic 필드:** * `row_count`: `` * `evaluations`: `list[EvalResultsEvaluationSummary]` ***
## 클래스 `EvalResultsTrial`
**Pydantic 필드:** * `predict_and_score_call_id`: `` * `predict_call_id`: `str | None` * `model_output`: `typing.Any | None` * `scores`: `dict[str, typing.Any]` * `model_latency_seconds`: `float | None` * `total_tokens`: `int | None` * `total_cost`: `float | None` * `scorer_call_ids`: `dict[str, str]` * `genai_span_ref`: `list[GenAISpanRef] | None` ***
## 클래스 `EvaluateModelArgs`
전체 evaluate-model 작업(모델 로드 + 예측 실행 + 점수화)에 대한 인수입니다. EvalWorkerJob 판별 유니온에서 두 작업 유형(EvaluateModelArgs와 RescoringArgs)을 동일한 모듈에 함께 둘 수 있도록 workers/evaluate\_model\_worker/evaluate\_model\_worker.py에서 옮겼습니다. **Pydantic 필드:** * `job_type`: `typing.Literal['evaluate_model']` * `project_id`: `` * `evaluation_ref`: `` * `model_ref`: `` * `wb_user_id`: `` * `evaluation_call_id`: `` ***
## 클래스 `EvaluateModelReq`
**Pydantic 필드:** * `project_id`: `` * `evaluation_ref`: `` * `model_ref`: `` * `wb_user_id`: `str | None` ***
## 클래스 `EvaluateModelRes`
**Pydantic 필드:** * `call_id`: `` ***
## 클래스 `EvaluationCreateBody`
**Pydantic 필드:** * `name`: `` * `description`: `str | None` * `dataset`: `` * `scorers`: `list[str] | None` * `trials`: `` * `evaluation_name`: `str | None` * `eval_attributes`: `dict[str, typing.Any] | None` ***
## 클래스 `EvaluationCreateReq`
**Pydantic 필드:** * `name`: `` * `description`: `str | None` * `dataset`: `` * `scorers`: `list[str] | None` * `trials`: `` * `evaluation_name`: `str | None` * `eval_attributes`: `dict[str, typing.Any] | None` * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `EvaluationCreateRes`
**Pydantic 필드:** * `digest`: `` * `object_id`: `` * `version_index`: `` * `evaluation_ref`: `` ***
## 클래스 `EvaluationDeleteReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digests`: `list[str] | None` * `wb_user_id`: `str | None` ***
## 클래스 `EvaluationDeleteRes`
**Pydantic 필드:** * `num_deleted`: `` ***
## 클래스 `EvaluationListReq`
**Pydantic 필드:** * `project_id`: `` * `limit`: `int | None` * `offset`: `int | None` * `wb_user_id`: `str | None` ***
## 클래스 `EvaluationReadReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digest`: `` * `wb_user_id`: `str | None` ***
## 클래스 `EvaluationReadRes`
**Pydantic 필드:** * `object_id`: `` * `digest`: `` * `version_index`: `` * `created_at`: `` * `name`: `` * `description`: `str | None` * `dataset`: `` * `scorers`: `list[str]` * `trials`: `` * `evaluation_name`: `str | None` * `evaluate_op`: `str | None` * `predict_and_score_op`: `str | None` * `summarize_op`: `str | None` ***
## 클래스 `EvaluationRunCreateBody`
**Pydantic 필드:** * `evaluation`: `` * `model`: `` * `source_evaluation_run_id`: `str | None` ***
## 클래스 `EvaluationRunCreateReq`
**Pydantic 필드:** * `evaluation`: `` * `model`: `` * `source_evaluation_run_id`: `str | None` * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `EvaluationRunCreateRes`
**Pydantic 필드:** * `evaluation_run_id`: `` ***
## 클래스 `EvaluationRunDeleteReq`
**Pydantic 필드:** * `project_id`: `` * `evaluation_run_ids`: `list[str]` * `wb_user_id`: `str | None` ***
## 클래스 `EvaluationRunDeleteRes`
**Pydantic 필드:** * `num_deleted`: `` ***
## 클래스 `EvaluationRunFilter`
**Pydantic 필드:** * `evaluations`: `list[str] | None` * `models`: `list[str] | None` * `evaluation_run_ids`: `list[str] | None` ***
## 클래스 `EvaluationRunFinishBody`
REST API를 통해 evaluation run을 완료할 때의 요청 본문입니다. 이 모델은 `project_id`와 `evaluation_run_id`를 제외합니다. 이 값들은 RESTful 엔드포인트의 URL 경로에서 가져오기 때문입니다. **Pydantic 필드:** * `summary`: `dict[str, typing.Any] | None` ***
## 클래스 `EvaluationRunFinishReq`
**Pydantic 필드:** * `summary`: `dict[str, typing.Any] | None` * `project_id`: `` * `evaluation_run_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `EvaluationRunFinishRes`
**Pydantic 필드:** * `success`: `` ***
## 클래스 `EvaluationRunListReq`
**Pydantic 필드:** * `project_id`: `` * `filter`: `EvaluationRunFilter | None` * `limit`: `int | None` * `offset`: `int | None` ***
## 클래스 `EvaluationRunReadReq`
**Pydantic 필드:** * `project_id`: `` * `evaluation_run_id`: `` ***
## 클래스 `EvaluationRunReadRes`
**Pydantic 필드:** * `evaluation_run_id`: `` * `evaluation`: `` * `model`: `` * `status`: `str | None` * `started_at`: `datetime.datetime | None` * `finished_at`: `datetime.datetime | None` * `summary`: `dict[str, typing.Any] | None` * `source_evaluation_run_id`: `str | None` ***
## 클래스 `EvaluationStatusComplete`
**Pydantic 필드:** * `code`: `typing.Literal['complete']` * `output`: `dict[str, typing.Any]` ***
## 클래스 `EvaluationStatusFailed`
**Pydantic 필드:** * `code`: `typing.Literal['failed']` * `error`: `str | None` ***
## 클래스 `EvaluationStatusNotFound`
**Pydantic 필드:** * `code`: `typing.Literal['not_found']` ***
## 클래스 `EvaluationStatusReq`
**Pydantic 필드:** * `project_id`: `` * `call_id`: `` ***
## 클래스 `EvaluationStatusRes`
**Pydantic 필드:** * `status`: `EvaluationStatusNotFound | EvaluationStatusRunning | EvaluationStatusFailed | EvaluationStatusComplete` ***
## 클래스 `EvaluationStatusRunning`
**Pydantic 필드:** * `code`: `typing.Literal['running']` * `completed_rows`: `` * `total_rows`: `` ***
## 클래스 `ExportTracePartialSuccess`
**Pydantic 필드:** * `rejected_spans`: `` * `error_message`: `` ***
## 클래스 `ExtraKeysTypedDict`
***
## 클래스 `Feedback`
**Pydantic 필드:** * `id`: `` * `project_id`: `` * `weave_ref`: `` * `creator`: `str | None` * `feedback_type`: `` * `payload`: `dict[str, typing.Any]` * `annotation_ref`: `str | None` * `runnable_ref`: `str | None` * `call_ref`: `str | None` * `trigger_ref`: `str | None` * `queue_id`: `str | None` * `scorer_tags`: `list[str]` * `scorer_tag_reasons`: `dict[str, str]` * `scorer_tag_confidences`: `dict[str, float]` * `scorer_ratings`: `dict[str, float]` * `scorer_rating_reasons`: `dict[str, str]` * `scorer_rating_confidences`: `dict[str, float]` * `span_agent_name`: `` * `span_agent_version`: `` * `span_status_code`: `` * `wb_user_id`: `str | None` * `created_at`: `` ***
## 클래스 `FeedbackAggregateBucket`
집계된 Scorer 피드백의 (time bucket, group) 행입니다. **Pydantic 필드:** * `time_bucket_start_ms`: `int | None` * `group`: `dict[str, str]` * `total_count`: `` * `scored_count`: `` * `tag_counts`: `dict[str, int]` * `rating_counts`: `dict[str, int]` * `rating_sums`: `dict[str, float]` ***
## 클래스 `FeedbackAggregateReq`
시간 버킷과 차원별 집계 점수를 위한 쿼리입니다. **Pydantic 필드:** * `project_id`: `` * `after_ms`: `` * `before_ms`: `` * `time_bucket_seconds`: `int | None` * `feedback_types`: `list[str]` * `tags`: `list[str]` * `rating_min`: `float | None` * `rating_max`: `float | None` * `monitor_ids`: `list[str]` * `scorer_ids`: `list[str]` * `span_agent_names`: `list[str]` * `span_types`: `list[typing.Literal['agent_turn', 'agent_conversation']]` * `group_by`: `list[typing.Literal['scorer_id', 'span_agent_name', 'span_agent_version', 'span_status_code']]` ***
## 클래스 `FeedbackAggregateRes`
집계된 Scorer 피드백의 희소 시계열입니다(빈 버킷은 생략됨). **Pydantic 필드:** * `time_bucket_seconds`: `int | None` * `after_ms`: `` * `before_ms`: `` * `buckets`: `list[FeedbackAggregateBucket]` ***
## 클래스 `FeedbackCreateBatchReq`
**Pydantic 필드:** * `batch`: `list[FeedbackCreateReq]` ***
## 클래스 `FeedbackCreateBatchRes`
**Pydantic 필드:** * `res`: `list[FeedbackCreateRes]` ***
## 클래스 `FeedbackCreateReq`
**Pydantic 필드:** * `id`: `str | None` * `project_id`: `` * `weave_ref`: `` * `creator`: `str | None` * `feedback_type`: `` * `payload`: `dict[str, typing.Any]` * `annotation_ref`: `str | None` * `runnable_ref`: `str | None` * `call_ref`: `str | None` * `trigger_ref`: `str | None` * `queue_id`: `str | None` * `scorer_tags`: `list[str]` * `scorer_tag_reasons`: `dict[str, str]` * `scorer_tag_confidences`: `dict[str, float]` * `scorer_ratings`: `dict[str, float]` * `scorer_rating_reasons`: `dict[str, str]` * `scorer_rating_confidences`: `dict[str, float]` * `span_agent_name`: `` * `span_agent_version`: `` * `span_status_code`: `` * `wb_user_id`: `str | None` ***
## 클래스 `FeedbackCreateRes`
**Pydantic 필드:** * `id`: `` * `created_at`: `` * `wb_user_id`: `` * `payload`: `dict[str, typing.Any]` ***
## 클래스 `FeedbackDict`
***
## 클래스 `FeedbackMetricSpec`
집계 대상 피드백 페이로드 메트릭의 사양입니다. **Pydantic 필드:** * `json_path`: `` * `value_type`: `typing.Literal['numeric', 'boolean', 'categorical']` * `aggregations`: `list[AggregationType]` * `percentiles`: `list[float]` ***
## 클래스 `FeedbackPayloadPath`
추론된 유형이 지정된 피드백 페이로드 내 경로입니다. **Pydantic 필드:** * `json_path`: `` * `value_type`: `typing.Literal['numeric', 'boolean', 'categorical']` ***
## 클래스 `FeedbackPayloadSchemaReq`
피드백 페이로드 스키마 조회 요청입니다. **Pydantic 필드:** * `project_id`: `` * `start`: `` * `end`: `datetime.datetime | None` * `feedback_type`: `str | None` * `trigger_ref`: `str | None` * `sample_limit`: ``
### 방법 `validate_date_range`
```python theme={null} validate_date_range() → _FeedbackFilterBase ``` 피드백 요청이 안전한 날짜 범위 내로 제한되도록 하세요. ***
## 클래스 `FeedbackPayloadSchemaRes`
발견된 피드백 페이로드 경로와 유형을 포함한 응답입니다. **Pydantic 필드:** * `paths`: `list[FeedbackPayloadPath]` ***
## 클래스 `FeedbackPurgeReq`
**Pydantic 필드:** * `project_id`: `` * `query`: `` ***
## 클래스 `FeedbackPurgeRes`
***
## 클래스 `FeedbackQueryReq`
**Pydantic 필드:** * `project_id`: `` * `fields`: `list[str] | None` * `query`: `weave.trace_server.interface.query.Query | None` * `sort_by`: `list[weave.trace_server.common_interface.SortBy] | None` * `limit`: `int | None` * `offset`: `int | None` ***
## 클래스 `FeedbackQueryRes`
**Pydantic 필드:** * `result`: `list[dict[str, typing.Any]]` ***
## 클래스 `FeedbackReplaceReq`
**Pydantic 필드:** * `id`: `str | None` * `project_id`: `` * `weave_ref`: `` * `creator`: `str | None` * `feedback_type`: `` * `payload`: `dict[str, typing.Any]` * `annotation_ref`: `str | None` * `runnable_ref`: `str | None` * `call_ref`: `str | None` * `trigger_ref`: `str | None` * `queue_id`: `str | None` * `scorer_tags`: `list[str]` * `scorer_tag_reasons`: `dict[str, str]` * `scorer_tag_confidences`: `dict[str, float]` * `scorer_ratings`: `dict[str, float]` * `scorer_rating_reasons`: `dict[str, str]` * `scorer_rating_confidences`: `dict[str, float]` * `span_agent_name`: `` * `span_agent_version`: `` * `span_status_code`: `` * `wb_user_id`: `str | None` * `feedback_id`: `` ***
## 클래스 `FeedbackReplaceRes`
**Pydantic 필드:** * `id`: `` * `created_at`: `` * `wb_user_id`: `` * `payload`: `dict[str, typing.Any]` ***
## 클래스 `FeedbackStatsReq`
시간 버킷별 집계 피드백 통계를 요청합니다. **Pydantic 필드:** * `project_id`: `` * `start`: `` * `end`: `datetime.datetime | None` * `feedback_type`: `str | None` * `trigger_ref`: `str | None` * `granularity`: `int | None` * `timezone`: `` * `metrics`: `list[FeedbackMetricSpec]`
### 방법 `validate_date_range`
```python theme={null} validate_date_range() → _FeedbackFilterBase ``` 피드백 요청이 안전한 날짜 범위 내로 제한되도록 하세요. ***
## 클래스 `FeedbackStatsRes`
시계열 피드백 통계를 담은 응답입니다. **Pydantic 필드:** * `start`: `` * `end`: `` * `granularity`: `` * `timezone`: `` * `buckets`: `list[dict[str, typing.Any]]` * `window_stats`: `dict[str, dict[str, float | None]] | None` ***
## 클래스 `FileContentReadReq`
**Pydantic 필드:** * `project_id`: `` * `digest`: `` ***
## 클래스 `FileContentReadRes`
**Pydantic 필드:** * `content`: `` ***
## 클래스 `FileCreateReq`
**Pydantic 필드:** * `project_id`: `` * `name`: `` * `content`: `` * `expected_digest`: `str | None` ***
## 클래스 `FileCreateRes`
**Pydantic 필드:** * `digest`: `` ***
## 클래스 `FilesStatsReq`
**Pydantic 필드:** * `project_id`: `` ***
## 클래스 `FilesStatsRes`
**Pydantic 필드:** * `total_size_bytes`: `` ***
## 클래스 `FullTraceServerInterface`
V1 및 Object API를 모두 지원하는 전체 트레이스 서버 인터페이스입니다. 이 프로토콜은 레거시 V1 엔드포인트와 최신 Object 엔드포인트를 포함해 전체 API 집합을 지원하는 트레이스 서버 구현을 나타냅니다. 두 API 버전을 모두 지원해야 하는 구현에는 이 유형을 사용하세요. ***
### 방법 `agent_agents_query`
```python theme={null} agent_agents_query(req: AgentsQueryReq) → AgentsQueryRes ``` ***
### 방법 `agent_conversation_chat`
```python theme={null} agent_conversation_chat( req: AgentConversationChatReq ) → AgentConversationChatRes ``` ***
### 방법 `agent_conversation_spans`
```python theme={null} agent_conversation_spans( req: AgentConversationSpansReq ) → AgentConversationSpansRes ``` ***
### 방법 `agent_custom_attrs_schema`
```python theme={null} agent_custom_attrs_schema( req: AgentCustomAttrsSchemaReq ) → AgentCustomAttrsSchemaRes ``` *** ```python theme={null} agent_search(req: AgentSearchReq) → AgentSearchRes ``` ***
### 방법 `agent_spans_query`
```python theme={null} agent_spans_query(req: AgentSpansQueryReq) → AgentSpansQueryRes ``` ***
### 방법 `agent_spans_stats`
```python theme={null} agent_spans_stats(req: AgentSpanStatsReq) → AgentSpanStatsRes ``` ***
### 방법 `agent_traces_chat`
```python theme={null} agent_traces_chat(req: AgentTraceChatReq) → AgentTraceChatRes ``` ***
### 방법 `agent_versions_query`
```python theme={null} agent_versions_query(req: AgentVersionsQueryReq) → AgentVersionsQueryRes ``` ***
### 방법 `aliases_list`
```python theme={null} aliases_list(req: AliasesListReq) → AliasesListRes ``` ***
### 방법 `annotation_queue_add_calls`
```python theme={null} annotation_queue_add_calls( req: AnnotationQueueAddCallsReq ) → AnnotationQueueAddCallsRes ``` ***
### 방법 `annotation_queue_create`
```python theme={null} annotation_queue_create( req: AnnotationQueueCreateReq ) → AnnotationQueueCreateRes ``` ***
### 방법 `annotation_queue_delete`
```python theme={null} annotation_queue_delete( req: AnnotationQueueDeleteReq ) → AnnotationQueueDeleteRes ``` ***
### 방법 `annotation_queue_items_query`
```python theme={null} annotation_queue_items_query( req: AnnotationQueueItemsQueryReq ) → AnnotationQueueItemsQueryRes ``` ***
### 방법 `annotation_queue_read`
```python theme={null} annotation_queue_read(req: AnnotationQueueReadReq) → AnnotationQueueReadRes ``` ***
### 방법 `annotation_queue_update`
```python theme={null} annotation_queue_update( req: AnnotationQueueUpdateReq ) → AnnotationQueueUpdateRes ``` ***
### 방법 `annotation_queues_query_stream`
```python theme={null} annotation_queues_query_stream( req: AnnotationQueuesQueryReq ) → Iterator[AnnotationQueueSchema] ``` ***
### 방법 `annotation_queues_stats`
```python theme={null} annotation_queues_stats( req: AnnotationQueuesStatsReq ) → AnnotationQueuesStatsRes ``` ***
### 방법 `annotator_queue_items_progress_update`
```python theme={null} annotator_queue_items_progress_update( req: AnnotatorQueueItemsProgressUpdateReq ) → AnnotatorQueueItemsProgressUpdateRes ``` ***
### 방법 `call_end`
```python theme={null} call_end(req: CallEndReq) → CallEndRes ``` ***
### 방법 `call_end_v2`
```python theme={null} call_end_v2(req: CallEndV2Req) → CallEndV2Res ``` ***
### 방법 `call_read`
```python theme={null} call_read(req: CallReadReq) → CallReadRes ``` ***
### 방법 `call_start`
```python theme={null} call_start(req: CallStartReq) → CallStartRes ``` ***
### 방법 `call_start_batch`
```python theme={null} call_start_batch(req: CallCreateBatchReq) → CallCreateBatchRes ``` ***
### 방법 `call_start_v2`
```python theme={null} call_start_v2(req: CallStartV2Req) → CallStartV2Res ``` ***
### 방법 `call_stats`
```python theme={null} call_stats(req: 'CallStatsReq') → CallStatsRes ``` ***
### 방법 `call_update`
```python theme={null} call_update(req: CallUpdateReq) → CallUpdateRes ``` ***
### 방법 `calls_complete`
```python theme={null} calls_complete(req: CallsUpsertCompleteReq) → CallsUpsertCompleteRes ``` ***
### 방법 `calls_delete`
```python theme={null} calls_delete(req: CallsDeleteReq) → CallsDeleteRes ``` ***
### 방법 `calls_query`
```python theme={null} calls_query(req: CallsQueryReq) → CallsQueryRes ``` ***
### 방법 `calls_query_stats`
```python theme={null} calls_query_stats(req: CallsQueryStatsReq) → CallsQueryStatsRes ``` ***
### 방법 `calls_query_stream`
```python theme={null} calls_query_stream(req: CallsQueryReq) → Iterator[CallSchema] ``` ***
### 방법 `calls_score`
```python theme={null} calls_score(req: CallsScoreReq) → CallsScoreRes ``` ***
### 방법 `calls_usage`
```python theme={null} calls_usage(req: 'CallsUsageReq') → CallsUsageRes ``` ***
### 방법 `completions_create`
```python theme={null} completions_create(req: CompletionsCreateReq) → CompletionsCreateRes ``` ***
### 방법 `completions_create_stream`
```python theme={null} completions_create_stream(req: CompletionsCreateReq) → Iterator[dict[str, Any]] ``` ***
### 방법 `cost_create`
```python theme={null} cost_create(req: CostCreateReq) → CostCreateRes ``` ***
### 방법 `cost_purge`
```python theme={null} cost_purge(req: CostPurgeReq) → CostPurgeRes ``` ***
### 방법 `cost_query`
```python theme={null} cost_query(req: CostQueryReq) → CostQueryRes ``` ***
### 방법 `dataset_create`
```python theme={null} dataset_create(req: DatasetCreateReq) → DatasetCreateRes ``` ***
### 방법 `dataset_delete`
```python theme={null} dataset_delete(req: DatasetDeleteReq) → DatasetDeleteRes ``` ***
### 방법 `dataset_list`
```python theme={null} dataset_list(req: DatasetListReq) → Iterator[DatasetReadRes] ``` ***
### 방법 `dataset_read`
```python theme={null} dataset_read(req: DatasetReadReq) → DatasetReadRes ``` *** ```python theme={null} dataset_sources_link(req: DatasetSourcesLinkReq) → DatasetSourcesLinkRes ``` *** ```python theme={null} dataset_sources_link_delete( req: DatasetSourcesLinkDeleteReq ) → DatasetSourcesLinkDeleteRes ``` ***
### 방법 `dataset_sources_query`
```python theme={null} dataset_sources_query(req: DatasetSourcesQueryReq) → DatasetSourcesQueryRes ``` ***
### 방법 `eval_results_query`
```python theme={null} eval_results_query(req: EvalResultsQueryReq) → EvalResultsQueryRes ``` ***
### 방법 `evaluate_model`
```python theme={null} evaluate_model(req: EvaluateModelReq) → EvaluateModelRes ``` ***
### 방법 `evaluation_create`
```python theme={null} evaluation_create(req: EvaluationCreateReq) → EvaluationCreateRes ``` ***
### 방법 `evaluation_delete`
```python theme={null} evaluation_delete(req: EvaluationDeleteReq) → EvaluationDeleteRes ``` ***
### 방법 `evaluation_list`
```python theme={null} evaluation_list(req: EvaluationListReq) → Iterator[EvaluationReadRes] ``` ***
### 방법 `evaluation_read`
```python theme={null} evaluation_read(req: EvaluationReadReq) → EvaluationReadRes ``` ***
### 방법 `evaluation_run_create`
```python theme={null} evaluation_run_create(req: EvaluationRunCreateReq) → EvaluationRunCreateRes ``` ***
### 방법 `evaluation_run_delete`
```python theme={null} evaluation_run_delete(req: EvaluationRunDeleteReq) → EvaluationRunDeleteRes ``` ***
### 방법 `evaluation_run_finish`
```python theme={null} evaluation_run_finish(req: EvaluationRunFinishReq) → EvaluationRunFinishRes ``` ***
### 방법 `evaluation_run_list`
```python theme={null} evaluation_run_list(req: EvaluationRunListReq) → Iterator[EvaluationRunReadRes] ``` ***
### 방법 `evaluation_run_read`
```python theme={null} evaluation_run_read(req: EvaluationRunReadReq) → EvaluationRunReadRes ``` ***
### 방법 `evaluation_status`
```python theme={null} evaluation_status(req: EvaluationStatusReq) → EvaluationStatusRes ``` ***
### 방법 `feedback_aggregate`
```python theme={null} feedback_aggregate(req: FeedbackAggregateReq) → FeedbackAggregateRes ``` ***
### 방법 `feedback_create`
```python theme={null} feedback_create(req: FeedbackCreateReq) → FeedbackCreateRes ``` ***
### 방법 `feedback_create_batch`
```python theme={null} feedback_create_batch(req: FeedbackCreateBatchReq) → FeedbackCreateBatchRes ``` ***
### 방법 `feedback_payload_schema`
```python theme={null} feedback_payload_schema( req: FeedbackPayloadSchemaReq ) → FeedbackPayloadSchemaRes ``` ***
### 방법 `feedback_purge`
```python theme={null} feedback_purge(req: FeedbackPurgeReq) → FeedbackPurgeRes ``` ***
### 방법 `feedback_query`
```python theme={null} feedback_query(req: FeedbackQueryReq) → FeedbackQueryRes ``` ***
### 방법 `feedback_replace`
```python theme={null} feedback_replace(req: FeedbackReplaceReq) → FeedbackReplaceRes ``` ***
### 방법 `feedback_stats`
```python theme={null} feedback_stats(req: FeedbackStatsReq) → FeedbackStatsRes ``` ***
### 방법 `file_content_read`
```python theme={null} file_content_read(req: FileContentReadReq) → FileContentReadRes ``` ***
### 방법 `file_create`
```python theme={null} file_create(req: FileCreateReq) → FileCreateRes ``` ***
### 방법 `files_stats`
```python theme={null} files_stats(req: FilesStatsReq) → FilesStatsRes ``` ***
### 방법 `genai_otel_export`
```python theme={null} genai_otel_export(req: GenAIOTelExportReq) → GenAIOTelExportRes ``` ***
### 방법 `image_create`
```python theme={null} image_create(req: ImageGenerationCreateReq) → ImageGenerationCreateRes ``` ***
### 방법 `model_create`
```python theme={null} model_create(req: ModelCreateReq) → ModelCreateRes ``` ***
### 방법 `model_delete`
```python theme={null} model_delete(req: ModelDeleteReq) → ModelDeleteRes ``` ***
### 방법 `model_list`
```python theme={null} model_list(req: ModelListReq) → Iterator[ModelReadRes] ``` ***
### 방법 `model_read`
```python theme={null} model_read(req: ModelReadReq) → ModelReadRes ``` ***
### 방법 `obj_add_tags`
```python theme={null} obj_add_tags(req: ObjAddTagsReq) → ObjAddTagsRes ``` ***
### 방법 `obj_create`
```python theme={null} obj_create(req: ObjCreateReq) → ObjCreateRes ``` ***
### 방법 `obj_delete`
```python theme={null} obj_delete(req: ObjDeleteReq) → ObjDeleteRes ``` ***
### 방법 `obj_read`
```python theme={null} obj_read(req: ObjReadReq) → ObjReadRes ``` ***
### 방법 `obj_remove_aliases`
```python theme={null} obj_remove_aliases(req: ObjRemoveAliasesReq) → ObjRemoveAliasesRes ``` ***
### 방법 `obj_remove_tags`
```python theme={null} obj_remove_tags(req: ObjRemoveTagsReq) → ObjRemoveTagsRes ``` ***
### 방법 `obj_set_aliases`
```python theme={null} obj_set_aliases(req: ObjSetAliasesReq) → ObjSetAliasesRes ``` ***
### 방법 `objs_query`
```python theme={null} objs_query(req: ObjQueryReq) → ObjQueryRes ``` ***
### 방법 `op_create`
```python theme={null} op_create(req: OpCreateReq) → OpCreateRes ``` ***
### 방법 `op_delete`
```python theme={null} op_delete(req: OpDeleteReq) → OpDeleteRes ``` ***
### 방법 `op_list`
```python theme={null} op_list(req: OpListReq) → Iterator[OpReadRes] ``` ***
### 방법 `op_read`
```python theme={null} op_read(req: OpReadReq) → OpReadRes ``` ***
### 방법 `otel_export`
```python theme={null} otel_export(req: OTelExportReq) → OTelExportRes ``` ***
### 방법 `prediction_create`
```python theme={null} prediction_create(req: PredictionCreateReq) → PredictionCreateRes ``` ***
### 방법 `prediction_delete`
```python theme={null} prediction_delete(req: PredictionDeleteReq) → PredictionDeleteRes ``` ***
### 방법 `prediction_finish`
```python theme={null} prediction_finish(req: PredictionFinishReq) → PredictionFinishRes ``` ***
### 방법 `prediction_list`
```python theme={null} prediction_list(req: PredictionListReq) → Iterator[PredictionReadRes] ``` ***
### 방법 `prediction_read`
```python theme={null} prediction_read(req: PredictionReadReq) → PredictionReadRes ``` ***
### 방법 `project_stats`
```python theme={null} project_stats(req: ProjectStatsReq) → ProjectStatsRes ``` ***
### 방법 `project_ttl_settings_read`
```python theme={null} project_ttl_settings_read( req: ProjectTTLSettingsReadReq ) → ProjectTTLSettingsReadRes ``` ***
### 방법 `project_ttl_settings_update`
```python theme={null} project_ttl_settings_update( req: ProjectTTLSettingsUpdateReq ) → ProjectTTLSettingsUpdateRes ``` ***
### 방법 `refs_read_batch`
```python theme={null} refs_read_batch(req: RefsReadBatchReq) → RefsReadBatchRes ``` ***
### 방법 `rescore`
```python theme={null} rescore(req: RescoreReq) → RescoreRes ``` ***
### 방법 `score_create`
```python theme={null} score_create(req: ScoreCreateReq) → ScoreCreateRes ``` ***
### 방법 `score_delete`
```python theme={null} score_delete(req: ScoreDeleteReq) → ScoreDeleteRes ``` ***
### 방법 `score_list`
```python theme={null} score_list(req: ScoreListReq) → Iterator[ScoreReadRes] ``` ***
### 방법 `score_read`
```python theme={null} score_read(req: ScoreReadReq) → ScoreReadRes ``` ***
### 방법 `scorer_create`
```python theme={null} scorer_create(req: ScorerCreateReq) → ScorerCreateRes ``` ***
### 방법 `scorer_delete`
```python theme={null} scorer_delete(req: ScorerDeleteReq) → ScorerDeleteRes ``` ***
### 방법 `scorer_list`
```python theme={null} scorer_list(req: ScorerListReq) → Iterator[ScorerReadRes] ``` ***
### 방법 `scorer_read`
```python theme={null} scorer_read(req: ScorerReadReq) → ScorerReadRes ``` ***
### 방법 `source_datasets_query`
```python theme={null} source_datasets_query(req: SourceDatasetsQueryReq) → SourceDatasetsQueryRes ``` ***
### 방법 `table_create`
```python theme={null} table_create(req: TableCreateReq) → TableCreateRes ``` ***
### 방법 `table_create_from_digests`
```python theme={null} table_create_from_digests( req: TableCreateFromDigestsReq ) → TableCreateFromDigestsRes ``` ***
### 방법 `table_query`
```python theme={null} table_query(req: TableQueryReq) → TableQueryRes ``` ***
### 방법 `table_query_stats`
```python theme={null} table_query_stats(req: TableQueryStatsReq) → TableQueryStatsRes ``` ***
### 방법 `table_query_stats_batch`
```python theme={null} table_query_stats_batch(req: TableQueryStatsBatchReq) → TableQueryStatsBatchRes ``` ***
### 방법 `table_query_stream`
```python theme={null} table_query_stream(req: TableQueryReq) → Iterator[TableRowSchema] ``` ***
### 방법 `table_update`
```python theme={null} table_update(req: TableUpdateReq) → TableUpdateRes ``` ***
### 방법 `tags_list`
```python theme={null} tags_list(req: TagsListReq) → TagsListRes ``` ***
### 방법 `threads_query_stream`
```python theme={null} threads_query_stream(req: ThreadsQueryReq) → Iterator[ThreadSchema] ``` ***
### 방법 `trace_usage`
```python theme={null} trace_usage(req: 'TraceUsageReq') → TraceUsageRes ``` ***
## 클래스 `GenAISpanRef`
**Pydantic 필드:** * `trace_id`: `` * `span_id`: `` ***
## 클래스 `ImageGenerationCreateReq`
**Pydantic 필드:** * `project_id`: `` * `inputs`: `` * `wb_user_id`: `str | None` * `track_llm_call`: `bool | None` ***
## 클래스 `ImageGenerationCreateRes`
**Pydantic 필드:** * `response`: `dict[str, typing.Any]` * `weave_call_id`: `str | None` ***
## 클래스 `ImageGenerationRequestInputs`
**Pydantic 필드:** * `model`: `` * `prompt`: `` * `n`: `int | None` ***
## 클래스 `LLMAggregatedUsage`
특정 LLM의 집계 사용 메트릭입니다. **Pydantic 필드:** * `requests`: `` * `prompt_tokens`: `` * `completion_tokens`: `` * `total_tokens`: `` * `cache_read_input_tokens`: `` * `cache_creation_input_tokens`: `` * `prompt_tokens_total_cost`: `float | None` * `completion_tokens_total_cost`: `float | None` * `cache_read_input_tokens_total_cost`: `float | None` * `cache_creation_input_tokens_total_cost`: `float | None` ***
## 클래스 `LLMCostSchema`
***
## 클래스 `LLMUsageSchema`
***
## 클래스 `ModelCreateBody`
**Pydantic 필드:** * `name`: `` * `description`: `str | None` * `source_code`: `` * `attributes`: `dict[str, typing.Any] | None` ***
## 클래스 `ModelCreateReq`
**Pydantic 필드:** * `name`: `` * `description`: `str | None` * `source_code`: `` * `attributes`: `dict[str, typing.Any] | None` * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `ModelCreateRes`
**Pydantic 필드:** * `digest`: `` * `object_id`: `` * `version_index`: `` * `model_ref`: `` ***
## 클래스 `ModelDeleteReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digests`: `list[str] | None` * `wb_user_id`: `str | None` ***
## 클래스 `ModelDeleteRes`
**Pydantic 필드:** * `num_deleted`: `` ***
## 클래스 `ModelListReq`
**Pydantic 필드:** * `project_id`: `` * `limit`: `int | None` * `offset`: `int | None` ***
## 클래스 `ModelReadReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digest`: `` ***
## 클래스 `ModelReadRes`
**Pydantic 필드:** * `object_id`: `` * `digest`: `` * `version_index`: `` * `created_at`: `` * `name`: `` * `description`: `str | None` * `source_code`: `` * `attributes`: `dict[str, typing.Any] | None` ***
## 클래스 `OTelExportReq`
**Pydantic 필드:** * `processed_spans`: `list[ProcessedResourceSpans]` * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `OTelExportRes`
**Pydantic 필드:** * `partial_success`: `ExportTracePartialSuccess | None` ***
## 클래스 `ObjAddTagsReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digest`: `` * `tags`: `list[str]` * `wb_user_id`: `str | None`
### 방법 `validate_tags`
```python theme={null} validate_tags() → ObjAddTagsReq ``` ***
## 클래스 `ObjAddTagsRes`
***
## 클래스 `ObjCreateReq`
**Pydantic 필드:** * `obj`: `` ***
## 클래스 `ObjCreateRes`
**Pydantic 필드:** * `digest`: `` * `object_id`: `str | None` ***
## 클래스 `ObjDeleteReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digests`: `list[str] | None` ***
## 클래스 `ObjDeleteRes`
**Pydantic 필드:** * `num_deleted`: `` ***
## 클래스 `ObjQueryReq`
**Pydantic 필드:** * `project_id`: `` * `filter`: `ObjectVersionFilter | None` * `limit`: `int | None` * `offset`: `int | None` * `sort_by`: `list[weave.trace_server.common_interface.SortBy] | None` * `metadata_only`: `bool | None` * `include_storage_size`: `bool | None` * `include_tags_and_aliases`: `bool | None` ***
## 클래스 `ObjQueryRes`
**Pydantic 필드:** * `objs`: `list[ObjSchema]` ***
## 클래스 `ObjReadReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digest`: `` * `metadata_only`: `bool | None` * `include_tags_and_aliases`: `bool | None` ***
## 클래스 `ObjReadRes`
**Pydantic 필드:** * `obj`: `` ***
## 클래스 `ObjRemoveAliasesReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `aliases`: `list[str]` * `wb_user_id`: `str | None`
### 방법 `validate_aliases`
```python theme={null} validate_aliases() → ObjRemoveAliasesReq ``` ***
## 클래스 `ObjRemoveAliasesRes`
***
## 클래스 `ObjRemoveTagsReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digest`: `` * `tags`: `list[str]` * `wb_user_id`: `str | None` ***
## 클래스 `ObjRemoveTagsRes`
***
## 클래스 `ObjSchema`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `created_at`: `` * `deleted_at`: `datetime.datetime | None` * `digest`: `` * `version_index`: `` * `is_latest`: `` * `kind`: `` * `base_object_class`: `str | None` * `leaf_object_class`: `str | None` * `val`: `typing.Any` * `wb_user_id`: `str | None` * `size_bytes`: `int | None` * `tags`: `list[str] | None` * `aliases`: `list[str] | None` ***
## 클래스 `ObjSchemaForInsert`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `val`: `typing.Any` * `builtin_object_class`: `str | None` * `set_base_object_class`: `str | None` * `expected_digest`: `str | None` * `wb_user_id`: `str | None`
### 방법 `model_post_init`
```python theme={null} model_post_init(context: Any) → None ``` ***
## 클래스 `ObjSetAliasesReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digest`: `` * `aliases`: `list[str]` * `wb_user_id`: `str | None`
### 방법 `validate_aliases`
```python theme={null} validate_aliases() → ObjSetAliasesReq ``` ***
## 클래스 `ObjSetAliasesRes`
***
## 클래스 `ObjectInterface`
Trace Server용 객체 API 엔드포인트입니다. 이 프로토콜은 더 깔끔하고 RESTful한 인터페이스를 제공하는 객체 관리 API를 정의합니다. 이전 버전과의 호환성을 유지하려면 구현체는 이 프로토콜과 TraceServerInterface를 모두 지원해야 합니다. ***
### 방법 `call_end_v2`
```python theme={null} call_end_v2(req: CallEndV2Req) → CallEndV2Res ``` ***
### 방법 `call_start_v2`
```python theme={null} call_start_v2(req: CallStartV2Req) → CallStartV2Res ``` ***
### 방법 `calls_complete`
```python theme={null} calls_complete(req: CallsUpsertCompleteReq) → CallsUpsertCompleteRes ``` ***
### 방법 `dataset_create`
```python theme={null} dataset_create(req: DatasetCreateReq) → DatasetCreateRes ``` ***
### 방법 `dataset_delete`
```python theme={null} dataset_delete(req: DatasetDeleteReq) → DatasetDeleteRes ``` ***
### 방법 `dataset_list`
```python theme={null} dataset_list(req: DatasetListReq) → Iterator[DatasetReadRes] ``` ***
### 방법 `dataset_read`
```python theme={null} dataset_read(req: DatasetReadReq) → DatasetReadRes ``` ***
### 방법 `eval_results_query`
```python theme={null} eval_results_query(req: EvalResultsQueryReq) → EvalResultsQueryRes ``` ***
### 방법 `evaluation_create`
```python theme={null} evaluation_create(req: EvaluationCreateReq) → EvaluationCreateRes ``` ***
### 방법 `evaluation_delete`
```python theme={null} evaluation_delete(req: EvaluationDeleteReq) → EvaluationDeleteRes ``` ***
### 방법 `evaluation_list`
```python theme={null} evaluation_list(req: EvaluationListReq) → Iterator[EvaluationReadRes] ``` ***
### 방법 `evaluation_read`
```python theme={null} evaluation_read(req: EvaluationReadReq) → EvaluationReadRes ``` ***
### 방법 `evaluation_run_create`
```python theme={null} evaluation_run_create(req: EvaluationRunCreateReq) → EvaluationRunCreateRes ``` ***
### 방법 `evaluation_run_delete`
```python theme={null} evaluation_run_delete(req: EvaluationRunDeleteReq) → EvaluationRunDeleteRes ``` ***
### 방법 `evaluation_run_finish`
```python theme={null} evaluation_run_finish(req: EvaluationRunFinishReq) → EvaluationRunFinishRes ``` ***
### 방법 `evaluation_run_list`
```python theme={null} evaluation_run_list(req: EvaluationRunListReq) → Iterator[EvaluationRunReadRes] ``` ***
### 방법 `evaluation_run_read`
```python theme={null} evaluation_run_read(req: EvaluationRunReadReq) → EvaluationRunReadRes ``` ***
### 방법 `model_create`
```python theme={null} model_create(req: ModelCreateReq) → ModelCreateRes ``` ***
### 방법 `model_delete`
```python theme={null} model_delete(req: ModelDeleteReq) → ModelDeleteRes ``` ***
### 방법 `model_list`
```python theme={null} model_list(req: ModelListReq) → Iterator[ModelReadRes] ``` ***
### 방법 `model_read`
```python theme={null} model_read(req: ModelReadReq) → ModelReadRes ``` ***
### 방법 `op_create`
```python theme={null} op_create(req: OpCreateReq) → OpCreateRes ``` ***
### 방법 `op_delete`
```python theme={null} op_delete(req: OpDeleteReq) → OpDeleteRes ``` ***
### 방법 `op_list`
```python theme={null} op_list(req: OpListReq) → Iterator[OpReadRes] ``` ***
### 방법 `op_read`
```python theme={null} op_read(req: OpReadReq) → OpReadRes ``` ***
### 방법 `prediction_create`
```python theme={null} prediction_create(req: PredictionCreateReq) → PredictionCreateRes ``` ***
### 방법 `prediction_delete`
```python theme={null} prediction_delete(req: PredictionDeleteReq) → PredictionDeleteRes ``` ***
### 방법 `prediction_finish`
```python theme={null} prediction_finish(req: PredictionFinishReq) → PredictionFinishRes ``` ***
### 방법 `prediction_list`
```python theme={null} prediction_list(req: PredictionListReq) → Iterator[PredictionReadRes] ``` ***
### 방법 `prediction_read`
```python theme={null} prediction_read(req: PredictionReadReq) → PredictionReadRes ``` ***
### 방법 `score_create`
```python theme={null} score_create(req: ScoreCreateReq) → ScoreCreateRes ``` ***
### 방법 `score_delete`
```python theme={null} score_delete(req: ScoreDeleteReq) → ScoreDeleteRes ``` ***
### 방법 `score_list`
```python theme={null} score_list(req: ScoreListReq) → Iterator[ScoreReadRes] ``` ***
### 방법 `score_read`
```python theme={null} score_read(req: ScoreReadReq) → ScoreReadRes ``` ***
### 방법 `scorer_create`
```python theme={null} scorer_create(req: ScorerCreateReq) → ScorerCreateRes ``` ***
### 방법 `scorer_delete`
```python theme={null} scorer_delete(req: ScorerDeleteReq) → ScorerDeleteRes ``` ***
### 방법 `scorer_list`
```python theme={null} scorer_list(req: ScorerListReq) → Iterator[ScorerReadRes] ``` ***
### 방법 `scorer_read`
```python theme={null} scorer_read(req: ScorerReadReq) → ScorerReadRes ``` ***
## 클래스 `ObjectVersionFilter`
**Pydantic 필드:** * `base_object_classes`: `list[str] | None` * `exclude_base_object_classes`: `list[str] | None` * `leaf_object_classes`: `list[str] | None` * `object_ids`: `list[str] | None` * `is_op`: `bool | None` * `latest_only`: `bool | None` * `tags`: `list[str] | None` * `aliases`: `list[str] | None` ***
## 클래스 `OpCreateBody`
REST API를 통해 Op 객체를 생성할 때 사용하는 요청 본문입니다. 이 모델에는 `project_id`가 포함되지 않습니다. `project_id`는 RESTful 엔드포인트의 URL 경로에서 가져오기 때문입니다. **Pydantic 필드:** * `name`: `str | None` * `source_code`: `str | None` ***
## 클래스 `OpCreateReq`
Op 객체를 생성하는 요청 모델입니다. 내부 API에서 사용하기 위해 `project_id`를 추가해 OpCreateBody를 확장한 모델입니다. **Pydantic Fields:** * `name`: `str | None` * `source_code`: `str | None` * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `OpCreateRes`
Op 객체를 생성할 때 사용하는 응답 모델입니다. **Pydantic 필드:** * `digest`: `` * `object_id`: `` * `version_index`: `` ***
## 클래스 `OpDeleteReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digests`: `list[str] | None` * `wb_user_id`: `str | None` ***
## 클래스 `OpDeleteRes`
**Pydantic 필드:** * `num_deleted`: `` ***
## 클래스 `OpListReq`
**Pydantic 필드:** * `project_id`: `` * `limit`: `int | None` * `offset`: `int | None` * `wb_user_id`: `str | None` ***
## 클래스 `OpReadReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digest`: `` * `wb_user_id`: `str | None` ***
## 클래스 `OpReadRes`
Op 객체 조회용 응답 모델입니다. `code` 필드에는 op의 실제 소스 코드가 포함됩니다. **Pydantic 필드:** * `object_id`: `` * `digest`: `` * `version_index`: `` * `created_at`: `` * `code`: `` ***
## 클래스 `PredictionCreateBody`
REST API를 통해 Prediction을 생성할 때 사용하는 요청 본문입니다. 이 모델은 `project_id`를 제외합니다. `project_id`는 RESTful 엔드포인트의 URL 경로에서 전달되기 때문입니다. **Pydantic 필드:** * `model`: `` * `inputs`: `dict[str, typing.Any]` * `output`: `typing.Any` * `evaluation_run_id`: `str | None` * `genai_span_ref`: `list[GenAISpanRef] | None` ***
## 클래스 `PredictionCreateReq`
Prediction 생성 요청 모델입니다. 내부 API 사용을 위해 `project_id`를 추가해 `PredictionCreateBody`를 확장한 모델입니다. **Pydantic 필드:** * `model`: `` * `inputs`: `dict[str, typing.Any]` * `output`: `typing.Any` * `evaluation_run_id`: `str | None` * `genai_span_ref`: `list[GenAISpanRef] | None` * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `PredictionCreateRes`
**Pydantic 필드:** * `prediction_id`: `` ***
## 클래스 `PredictionDeleteReq`
**Pydantic 필드:** * `project_id`: `` * `prediction_ids`: `list[str]` * `wb_user_id`: `str | None` ***
## 클래스 `PredictionDeleteRes`
**Pydantic 필드:** * `num_deleted`: `` ***
## 클래스 `PredictionFinishReq`
**Pydantic 필드:** * `project_id`: `` * `prediction_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `PredictionFinishRes`
**Pydantic 필드:** * `success`: `` ***
## 클래스 `PredictionListReq`
**Pydantic 필드:** * `project_id`: `` * `evaluation_run_id`: `str | None` * `limit`: `int | None` * `offset`: `int | None` * `wb_user_id`: `str | None` ***
## 클래스 `PredictionListRes`
**Pydantic 필드:** * `predictions`: `list[PredictionReadRes]` ***
## 클래스 `PredictionReadReq`
**Pydantic 필드:** * `project_id`: `` * `prediction_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `PredictionReadRes`
**Pydantic 필드:** * `prediction_id`: `` * `model`: `` * `inputs`: `dict[str, typing.Any]` * `output`: `typing.Any` * `evaluation_run_id`: `str | None` * `wb_user_id`: `str | None` ***
## 클래스 `ProcessedResourceSpans`
**Pydantic 필드:** * `entity`: `` * `project`: `` * `run_id`: `str | None` * `resource_spans`: `` ***
## 클래스 `ProjectStatsReq`
**Pydantic 필드:** * `project_id`: `` * `include_trace_storage_size`: `bool | None` * `include_object_storage_size`: `bool | None` * `include_table_storage_size`: `bool | None` * `include_file_storage_size`: `bool | None` ***
## 클래스 `ProjectStatsRes`
**Pydantic 필드:** * `trace_storage_size_bytes`: `` * `objects_storage_size_bytes`: `` * `tables_storage_size_bytes`: `` * `files_storage_size_bytes`: `` ***
## 클래스 `ProjectTTLSettingsReadReq`
**Pydantic 필드:** * `project_id`: `` ***
## 클래스 `ProjectTTLSettingsReadRes`
**Pydantic 필드:** * `retention_days`: `int | None` ***
## 클래스 `ProjectTTLSettingsUpdateReq`
**Pydantic 필드:** * `project_id`: `` * `retention_days`: `int | None` * `wb_user_id`: `str | None` ***
## 클래스 `ProjectTTLSettingsUpdateRes`
**Pydantic 필드:** * `retention_days`: `int | None` ***
## 클래스 `RefsReadBatchReq`
**Pydantic 필드:** * `refs`: `list[str]` ***
## 클래스 `RefsReadBatchRes`
**Pydantic 필드:** * `vals`: `list[typing.Any]` ***
## 클래스 `RescoreBody`
REST API를 통해 재점수화할 때 사용하는 요청 본문입니다(서버에서 설정되는 필드는 제외). **Pydantic 필드:** * `source_evaluation_run_id`: `` * `scorer_refs`: `list[str]` ***
## 클래스 `RescoreReq`
서버에서 설정된 필드를 포함하는 전체 재점수 요청입니다. **Pydantic 필드:** * `source_evaluation_run_id`: `` * `scorer_refs`: `list[str]` * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `RescoreRes`
재점수 요청에 대한 응답입니다. **Pydantic 필드:** * `call_id`: `` * `evaluation_run_id`: `` ***
## 클래스 `RescoringArgs`
evaluate-model 워커로 디스패치되는 재점수 작업의 인수입니다. EvaluateModelArgs와는 다릅니다. 모델은 로드하지 않고 예측도 실행하지 않습니다. source\_evaluation\_run\_id의 기존 예측에만 Scorer를 적용합니다. **Pydantic 필드:** * `job_type`: `typing.Literal['rescore']` * `project_id`: `` * `source_evaluation_run_id`: `` * `scorer_refs`: `list[str]` * `wb_user_id`: `str | None` * `new_evaluation_run_id`: `` ***
## 클래스 `ScoreCreateBody`
REST API를 통해 Score를 생성할 때 사용하는 요청 본문입니다. 이 모델에는 `project_id`가 포함되지 않습니다. `project_id`는 RESTful 엔드포인트의 URL 경로에서 가져오기 때문입니다. **Pydantic 필드:** * `prediction_id`: `` * `scorer`: `` * `value`: `typing.Any` * `evaluation_run_id`: `str | None` ***
## 클래스 `ScoreCreateReq`
Score를 생성하는 요청 모델입니다. 내부 API에서 사용하기 위해 `project_id`를 추가해 ScoreCreateBody를 확장합니다. **Pydantic 필드:** * `prediction_id`: `` * `scorer`: `` * `value`: `typing.Any` * `evaluation_run_id`: `str | None` * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `ScoreCreateRes`
**Pydantic 필드:** * `score_id`: `` ***
## 클래스 `ScoreDeleteReq`
**Pydantic 필드:** * `project_id`: `` * `score_ids`: `list[str]` * `wb_user_id`: `str | None` ***
## 클래스 `ScoreDeleteRes`
**Pydantic 필드:** * `num_deleted`: `` ***
## 클래스 `ScoreListReq`
**Pydantic 필드:** * `project_id`: `` * `evaluation_run_id`: `str | None` * `limit`: `int | None` * `offset`: `int | None` * `wb_user_id`: `str | None` ***
## 클래스 `ScoreReadReq`
**Pydantic 필드:** * `project_id`: `` * `score_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `ScoreReadRes`
**Pydantic 필드:** * `score_id`: `` * `scorer`: `` * `value`: `typing.Any` * `evaluation_run_id`: `str | None` * `wb_user_id`: `str | None` ***
## 클래스 `ScorerCreateBody`
**Pydantic 필드:** * `name`: `` * `description`: `str | None` * `op_source_code`: `` ***
## 클래스 `ScorerCreateReq`
**Pydantic 필드:** * `name`: `` * `description`: `str | None` * `op_source_code`: `` * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `ScorerCreateRes`
**Pydantic 필드:** * `digest`: `` * `object_id`: `` * `version_index`: `` * `scorer`: `` ***
## 클래스 `ScorerDeleteReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digests`: `list[str] | None` * `wb_user_id`: `str | None` ***
## 클래스 `ScorerDeleteRes`
**Pydantic 필드:** * `num_deleted`: `` ***
## 클래스 `ScorerListReq`
**Pydantic 필드:** * `project_id`: `` * `limit`: `int | None` * `offset`: `int | None` * `wb_user_id`: `str | None` ***
## 클래스 `ScorerReadReq`
**Pydantic 필드:** * `project_id`: `` * `object_id`: `` * `digest`: `` * `wb_user_id`: `str | None` ***
## 클래스 `ScorerReadRes`
**Pydantic 필드:** * `object_id`: `` * `digest`: `` * `version_index`: `` * `created_at`: `` * `name`: `` * `description`: `str | None` * `score_op`: `` ***
## 클래스 `SourceDatasetMembership`
역방향 쿼리에서 단일 (소스, 데이터셋) 쌍에 대한 멤버십입니다. **Pydantic 필드:** * `source_kind`: `` * `source_id`: `` * `source_trace_id`: `` * `dataset_object_id`: `` * `row_digests`: `list[str]` * `row_digests_truncated`: `` * `row_digests_total_count`: `` * `first_seen_at`: `` ***
## 클래스 `SourceDatasetsQueryReq`
소스 -> 데이터셋의 역방향 쿼리입니다. **Pydantic 필드:** * `project_id`: `` * `sources`: `list[SourceRef]` * `include_deleted`: `` * `wb_user_id`: `str | None` ***
## 클래스 `SourceDatasetsQueryRes`
소스 -> 데이터셋 역방향 쿼리에 대한 응답입니다. **Pydantic 필드:** * `memberships`: `list[SourceDatasetMembership]` ***
## 클래스 `SourceKind`
***
## 클래스 `SourceRef`
프로비넌스 소스(Call, 에이전트 span 또는 대화)를 가리키는 레퍼런스입니다. **Pydantic 필드:** * `source_kind`: `` * `source_id`: `` * `source_trace_id`: `` ***
## 클래스 `StartedCallSchemaForInsert`
**Pydantic 필드:** * `project_id`: `` * `id`: `str | None` * `op_name`: `` * `display_name`: `str | None` * `trace_id`: `str | None` * `parent_id`: `str | None` * `thread_id`: `str | None` * `turn_id`: `str | None` * `started_at`: `` * `attributes`: `dict[str, typing.Any]` * `inputs`: `dict[str, typing.Any]` * `otel_dump`: `dict[str, typing.Any] | None` * `wb_user_id`: `str | None` * `wb_run_id`: `str | None` * `wb_run_step`: `int | None` ***
## 클래스 `SummaryInsertMap`
***
## 클래스 `SummaryMap`
***
## 클래스 `TableAppendSpec`
**Pydantic 필드:** * `append`: `` ***
## 클래스 `TableAppendSpecPayload`
**Pydantic 필드:** * `row`: `dict[str, typing.Any]` ***
## 클래스 `TableCreateFromDigestsReq`
**Pydantic 필드:** * `project_id`: `` * `row_digests`: `list[str]` * `expected_digest`: `str | None` ***
## 클래스 `TableCreateFromDigestsRes`
**Pydantic 필드:** * `digest`: `` ***
## 클래스 `TableCreateReq`
**Pydantic 필드:** * `table`: `` ***
## 클래스 `TableCreateRes`
**Pydantic 필드:** * `digest`: `` * `row_digests`: `list[str]` ***
## 클래스 `TableInsertSpec`
**Pydantic 필드:** * `insert`: `` ***
## 클래스 `TableInsertSpecPayload`
**Pydantic 필드:** * `index`: `` * `row`: `dict[str, typing.Any]` ***
## 클래스 `TablePopSpec`
**Pydantic 필드:** * `pop`: `` ***
## 클래스 `TablePopSpecPayload`
**Pydantic 필드:** * `index`: `` ***
## 클래스 `TableQueryReq`
**Pydantic 필드:** * `project_id`: `` * `digest`: `` * `filter`: `TableRowFilter | None` * `limit`: `int | None` * `offset`: `int | None` * `sort_by`: `list[weave.trace_server.common_interface.SortBy] | None` ***
## 클래스 `TableQueryRes`
**Pydantic 필드:** * `rows`: `list[TableRowSchema]` ***
## 클래스 `TableQueryStatsBatchReq`
**Pydantic 필드:** * `project_id`: `` * `digests`: `list[str] | None` * `include_storage_size`: `bool | None` ***
## 클래스 `TableQueryStatsBatchRes`
**Pydantic 필드:** * `tables`: `list[TableStatsRow]` ***
## 클래스 `TableQueryStatsReq`
**Pydantic 필드:** * `project_id`: `` * `digest`: `` ***
## 클래스 `TableQueryStatsRes`
**Pydantic 필드:** * `count`: `` ***
## 클래스 `TableRowFilter`
**Pydantic 필드:** * `row_digests`: `list[str] | None` ***
## 클래스 `TableRowSchema`
**Pydantic 필드:** * `digest`: `` * `val`: `typing.Any` * `original_index`: `int | None` ***
## 클래스 `TableSchemaForInsert`
**Pydantic 필드:** * `project_id`: `` * `rows`: `list[dict[str, typing.Any]]` * `expected_digest`: `str | None` ***
## 클래스 `TableStatsRow`
**Pydantic 필드:** * `count`: `` * `digest`: `` * `storage_size_bytes`: `int | None` ***
## 클래스 `TableUpdateReq`
**Pydantic 필드:** * `project_id`: `` * `base_digest`: `` * `updates`: `list[TableAppendSpec | TablePopSpec | TableInsertSpec]` ***
## 클래스 `TableUpdateRes`
**Pydantic 필드:** * `digest`: `` * `updated_row_digests`: `list[str]` ***
## 클래스 `TagsListReq`
**Pydantic 필드:** * `project_id`: `` * `wb_user_id`: `str | None` ***
## 클래스 `TagsListRes`
**Pydantic 필드:** * `tags`: `list[str]` ***
## 클래스 `ThreadSchema`
**Pydantic 필드:** * `thread_id`: `` * `turn_count`: `` * `start_time`: `` * `last_updated`: `` * `first_turn_id`: `str | None` * `last_turn_id`: `str | None` * `p50_turn_duration_ms`: `float | None` * `p99_turn_duration_ms`: `float | None` ***
## 클래스 `ThreadsQueryFilter`
**Pydantic 필드:** * `after_datetime`: `datetime.datetime | None` * `before_datetime`: `datetime.datetime | None` * `thread_ids`: `list[str] | None` ***
## 클래스 `ThreadsQueryReq`
turn call만 기준으로 집계한 통계와 함께 스레드를 쿼리합니다. turn call은 thread context의 바로 아래 자식 call입니다(`call.id == turn_id`인 경우). 이렇게 하면 중첩된 모든 구현 세부 사항을 포함하지 않고, 대화 수준에서 의미 있는 통계를 제공할 수 있습니다. **Pydantic 필드:** * `project_id`: `` * `filter`: `ThreadsQueryFilter | None` * `limit`: `int | None` * `offset`: `int | None` * `sort_by`: `list[weave.trace_server.common_interface.SortBy] | None` ***
## 클래스 `TraceServerInterface`
***
### 방법 `agent_agents_query`
```python theme={null} agent_agents_query(req: AgentsQueryReq) → AgentsQueryRes ``` ***
### 방법 `agent_conversation_chat`
```python theme={null} agent_conversation_chat( req: AgentConversationChatReq ) → AgentConversationChatRes ``` ***
### 방법 `agent_conversation_spans`
```python theme={null} agent_conversation_spans( req: AgentConversationSpansReq ) → AgentConversationSpansRes ``` ***
### 방법 `agent_custom_attrs_schema`
```python theme={null} agent_custom_attrs_schema( req: AgentCustomAttrsSchemaReq ) → AgentCustomAttrsSchemaRes ``` ***
### 방법 `agent_search`
```python theme={null} agent_search(req: AgentSearchReq) → AgentSearchRes ``` ***
### 방법 `agent_spans_query`
```python theme={null} agent_spans_query(req: AgentSpansQueryReq) → AgentSpansQueryRes ``` ***
### 방법 `agent_spans_stats`
```python theme={null} agent_spans_stats(req: AgentSpanStatsReq) → AgentSpanStatsRes ``` ***
### 방법 `agent_traces_chat`
```python theme={null} agent_traces_chat(req: AgentTraceChatReq) → AgentTraceChatRes ``` ***
### 방법 `agent_versions_query`
```python theme={null} agent_versions_query(req: AgentVersionsQueryReq) → AgentVersionsQueryRes ``` ***
### 방법 `aliases_list`
```python theme={null} aliases_list(req: AliasesListReq) → AliasesListRes ``` ***
### 방법 `annotation_queue_add_calls`
```python theme={null} annotation_queue_add_calls( req: AnnotationQueueAddCallsReq ) → AnnotationQueueAddCallsRes ``` ***
### 방법 `annotation_queue_create`
```python theme={null} annotation_queue_create( req: AnnotationQueueCreateReq ) → AnnotationQueueCreateRes ``` ***
### 방법 `annotation_queue_delete`
```python theme={null} annotation_queue_delete( req: AnnotationQueueDeleteReq ) → AnnotationQueueDeleteRes ``` ***
### 방법 `annotation_queue_items_query`
```python theme={null} annotation_queue_items_query( req: AnnotationQueueItemsQueryReq ) → AnnotationQueueItemsQueryRes ``` ***
### 방법 `annotation_queue_read`
```python theme={null} annotation_queue_read(req: AnnotationQueueReadReq) → AnnotationQueueReadRes ``` ***
### 방법 `annotation_queue_update`
```python theme={null} annotation_queue_update( req: AnnotationQueueUpdateReq ) → AnnotationQueueUpdateRes ``` ***
### 방법 `annotation_queues_query_stream`
```python theme={null} annotation_queues_query_stream( req: AnnotationQueuesQueryReq ) → Iterator[AnnotationQueueSchema] ``` ***
### 방법 `annotation_queues_stats`
```python theme={null} annotation_queues_stats( req: AnnotationQueuesStatsReq ) → AnnotationQueuesStatsRes ``` ***
### 방법 `annotator_queue_items_progress_update`
```python theme={null} annotator_queue_items_progress_update( req: AnnotatorQueueItemsProgressUpdateReq ) → AnnotatorQueueItemsProgressUpdateRes ``` ***
### 방법 `call_end`
```python theme={null} call_end(req: CallEndReq) → CallEndRes ``` ***
### 방법 `call_read`
```python theme={null} call_read(req: CallReadReq) → CallReadRes ``` ***
### 방법 `call_start`
```python theme={null} call_start(req: CallStartReq) → CallStartRes ``` ***
### 방법 `call_start_batch`
```python theme={null} call_start_batch(req: CallCreateBatchReq) → CallCreateBatchRes ``` ***
### 방법 `call_stats`
```python theme={null} call_stats(req: 'CallStatsReq') → CallStatsRes ``` ***
### 방법 `call_update`
```python theme={null} call_update(req: CallUpdateReq) → CallUpdateRes ``` ***
### 방법 `calls_delete`
```python theme={null} calls_delete(req: CallsDeleteReq) → CallsDeleteRes ``` ***
### 방법 `calls_query`
```python theme={null} calls_query(req: CallsQueryReq) → CallsQueryRes ``` ***
### 방법 `calls_query_stats`
```python theme={null} calls_query_stats(req: CallsQueryStatsReq) → CallsQueryStatsRes ``` ***
### 방법 `calls_query_stream`
```python theme={null} calls_query_stream(req: CallsQueryReq) → Iterator[CallSchema] ``` ***
### 방법 `calls_score`
```python theme={null} calls_score(req: CallsScoreReq) → CallsScoreRes ``` ***
### 방법 `calls_usage`
```python theme={null} calls_usage(req: 'CallsUsageReq') → CallsUsageRes ``` ***
### 방법 `completions_create`
```python theme={null} completions_create(req: CompletionsCreateReq) → CompletionsCreateRes ``` ***
### 방법 `completions_create_stream`
```python theme={null} completions_create_stream(req: CompletionsCreateReq) → Iterator[dict[str, Any]] ``` ***
### 방법 `cost_create`
```python theme={null} cost_create(req: CostCreateReq) → CostCreateRes ``` ***
### 방법 `cost_purge`
```python theme={null} cost_purge(req: CostPurgeReq) → CostPurgeRes ``` ***
### 방법 `cost_query`
```python theme={null} cost_query(req: CostQueryReq) → CostQueryRes ``` *** ```python theme={null} dataset_sources_link(req: DatasetSourcesLinkReq) → DatasetSourcesLinkRes ``` *** ```python theme={null} dataset_sources_link_delete( req: DatasetSourcesLinkDeleteReq ) → DatasetSourcesLinkDeleteRes ``` ***
### 방법 `dataset_sources_query`
```python theme={null} dataset_sources_query(req: DatasetSourcesQueryReq) → DatasetSourcesQueryRes ``` ***
### 방법 `evaluate_model`
```python theme={null} evaluate_model(req: EvaluateModelReq) → EvaluateModelRes ``` ***
### 방법 `evaluation_status`
```python theme={null} evaluation_status(req: EvaluationStatusReq) → EvaluationStatusRes ``` ***
### 방법 `feedback_aggregate`
```python theme={null} feedback_aggregate(req: FeedbackAggregateReq) → FeedbackAggregateRes ``` ***
### 방법 `feedback_create`
```python theme={null} feedback_create(req: FeedbackCreateReq) → FeedbackCreateRes ``` ***
### 방법 `feedback_create_batch`
```python theme={null} feedback_create_batch(req: FeedbackCreateBatchReq) → FeedbackCreateBatchRes ``` ***
### 방법 `feedback_payload_schema`
```python theme={null} feedback_payload_schema( req: FeedbackPayloadSchemaReq ) → FeedbackPayloadSchemaRes ``` ***
### 방법 `feedback_purge`
```python theme={null} feedback_purge(req: FeedbackPurgeReq) → FeedbackPurgeRes ``` ***
### 방법 `feedback_query`
```python theme={null} feedback_query(req: FeedbackQueryReq) → FeedbackQueryRes ``` ***
### 방법 `feedback_replace`
```python theme={null} feedback_replace(req: FeedbackReplaceReq) → FeedbackReplaceRes ``` ***
### 방법 `feedback_stats`
```python theme={null} feedback_stats(req: FeedbackStatsReq) → FeedbackStatsRes ``` ***
### 방법 `file_content_read`
```python theme={null} file_content_read(req: FileContentReadReq) → FileContentReadRes ``` ***
### 방법 `file_create`
```python theme={null} file_create(req: FileCreateReq) → FileCreateRes ``` ***
### 방법 `files_stats`
```python theme={null} files_stats(req: FilesStatsReq) → FilesStatsRes ``` ***
### 방법 `genai_otel_export`
```python theme={null} genai_otel_export(req: GenAIOTelExportReq) → GenAIOTelExportRes ``` ***
### 방법 `image_create`
```python theme={null} image_create(req: ImageGenerationCreateReq) → ImageGenerationCreateRes ``` ***
### 방법 `obj_add_tags`
```python theme={null} obj_add_tags(req: ObjAddTagsReq) → ObjAddTagsRes ``` ***
### 방법 `obj_create`
```python theme={null} obj_create(req: ObjCreateReq) → ObjCreateRes ``` ***
### 방법 `obj_delete`
```python theme={null} obj_delete(req: ObjDeleteReq) → ObjDeleteRes ``` ***
### 방법 `obj_read`
```python theme={null} obj_read(req: ObjReadReq) → ObjReadRes ``` ***
### 방법 `obj_remove_aliases`
```python theme={null} obj_remove_aliases(req: ObjRemoveAliasesReq) → ObjRemoveAliasesRes ``` ***
### 방법 `obj_remove_tags`
```python theme={null} obj_remove_tags(req: ObjRemoveTagsReq) → ObjRemoveTagsRes ``` ***
### 방법 `obj_set_aliases`
```python theme={null} obj_set_aliases(req: ObjSetAliasesReq) → ObjSetAliasesRes ``` ***
### 방법 `objs_query`
```python theme={null} objs_query(req: ObjQueryReq) → ObjQueryRes ``` ***
### 방법 `otel_export`
```python theme={null} otel_export(req: OTelExportReq) → OTelExportRes ``` ***
### 방법 `project_stats`
```python theme={null} project_stats(req: ProjectStatsReq) → ProjectStatsRes ``` ***
### 방법 `project_ttl_settings_read`
```python theme={null} project_ttl_settings_read( req: ProjectTTLSettingsReadReq ) → ProjectTTLSettingsReadRes ``` ***
### 방법 `project_ttl_settings_update`
```python theme={null} project_ttl_settings_update( req: ProjectTTLSettingsUpdateReq ) → ProjectTTLSettingsUpdateRes ``` ***
### 방법 `refs_read_batch`
```python theme={null} refs_read_batch(req: RefsReadBatchReq) → RefsReadBatchRes ``` ***
### 방법 `rescore`
```python theme={null} rescore(req: RescoreReq) → RescoreRes ``` ***
### 방법 `source_datasets_query`
```python theme={null} source_datasets_query(req: SourceDatasetsQueryReq) → SourceDatasetsQueryRes ``` ***
### 방법 `table_create`
```python theme={null} table_create(req: TableCreateReq) → TableCreateRes ``` ***
### 방법 `table_create_from_digests`
```python theme={null} table_create_from_digests( req: TableCreateFromDigestsReq ) → TableCreateFromDigestsRes ``` ***
### 방법 `table_query`
```python theme={null} table_query(req: TableQueryReq) → TableQueryRes ``` ***
### 방법 `table_query_stats`
```python theme={null} table_query_stats(req: TableQueryStatsReq) → TableQueryStatsRes ``` ***
### 방법 `table_query_stats_batch`
```python theme={null} table_query_stats_batch(req: TableQueryStatsBatchReq) → TableQueryStatsBatchRes ``` ***
### 방법 `table_query_stream`
```python theme={null} table_query_stream(req: TableQueryReq) → Iterator[TableRowSchema] ``` ***
### 방법 `table_update`
```python theme={null} table_update(req: TableUpdateReq) → TableUpdateRes ``` ***
### 방법 `tags_list`
```python theme={null} tags_list(req: TagsListReq) → TagsListRes ``` ***
### 방법 `threads_query_stream`
```python theme={null} threads_query_stream(req: ThreadsQueryReq) → Iterator[ThreadSchema] ``` ***
### 방법 `trace_usage`
```python theme={null} trace_usage(req: 'TraceUsageReq') → TraceUsageRes ``` ***
## class `TraceStatus`
***
## class `TraceUsageReq`
하위 호출까지 롤업하여 트레이스의 호출별 사용량을 계산하기 위한 요청입니다. 이 엔드포인트는 트레이스의 각 호출에 대한 사용 메트릭을 반환하며, 각 호출의 메트릭에는 해당 호출 자체의 사용량과 모든 하위 호출의 사용량 합계가 포함됩니다. 호출별로 롤업된 메트릭을 확인하려는 트레이스 뷰에 사용하세요. 참고: 집계를 위해 일치하는 모든 호출을 메모리에 로드합니다. 결과 세트가 매우 큰 경우(호출 수 10k 초과), 더 구체적인 필터를 사용하거나 애플리케이션 계층에서 페이지네이션을 사용하는 것을 고려하세요. **Pydantic 필드:** * `project_id`: `` * `filter`: `CallsFilter | None` * `query`: `weave.trace_server.interface.query.Query | None` * `include_costs`: `` * `limit`: `` ***
## class `TraceUsageRes`
호출별 사용 메트릭이 포함된 응답입니다(각 메트릭에는 하위 호출의 기여분도 포함됩니다). **Pydantic 필드:** * `call_usage`: `dict[str, dict[str, LLMAggregatedUsage]]` * `unfinished_call_ids`: `list[str]` ***
## class `UsageMetricSpec`
모델별로 그룹화하여 집계할 사용 메트릭 사양입니다. **Pydantic 필드:** * `metric`: `typing.Literal['input_tokens', 'output_tokens', 'total_tokens', 'cache_read_input_tokens', 'cache_creation_input_tokens', 'input_cost', 'output_cost', 'total_cost']` * `aggregations`: `list[AggregationType]` * `percentiles`: `list[float]` ***
## class `WeaveSummarySchema`