Skip to main content
Les W&B Skills sont des ensembles d’instructions réutilisables qui apprennent aux agents de code à utiliser efficacement W&B. Au lieu de guider manuellement votre agent dans les API W&B et les bonnes pratiques, installez des Skills afin qu’il puisse gérer de manière autonome le suivi des expériences, Tracing, les évaluations et le monitoring. Les Skills fonctionnent avec plusieurs agents de code majeurs, notamment :
  • Claude Code
  • Codex
  • Cursor
  • GitHub Copilot
  • Gemini CLI
Pour obtenir la liste complète des agents pris en charge, consultez la documentation CLI de W&B Skills.

​
Capacités de W&B Skills

Skills couvre à la fois le SDK W&B Models (runs d’entraînement, métriques, Artifacts, Sweeps) et le SDK Weave (traces, évaluations, évaluateurs). Inclut des bibliothèques utilitaires, de la documentation de référence et des approches d’analyse de données.

​
Prérequis

Skills requiert les éléments suivants :
  • Node.js (pour la commande npx).
  • Une clé API W&B. Créez-en une sur wandb.ai/authorize, puis définissez-la comme variable d’environnement :
  • (Facultatif) Définissez le nom de votre projet W&B comme variable d’environnement WANDB_PROJECT. Cela permet à votre agent de cibler le bon projet W&B sans avoir à le préciser à chaque fois.

​
Installer W&B Skills

Pour installer W&B Skills globalement, exécutez la commande suivante avec l’indicateur --global :
Pour installer Skills pour un projet spécifique, exécutez la commande suivante dans le répertoire de votre projet :
Vous pouvez également installer des Skills pour des agents spécifiques à l’aide de l’option --agent :
Pour consulter la liste des options --agent et --skill, voir la documentation CLI de skills.

​
Utiliser W&B Skills

Une fois installé, vous pouvez demander à l’agent d’effectuer des tâches liées à W&B pour votre projet. Les prompts d’exemple suivants illustrent certaines des tâches que votre agent peut accomplir avec W&B Skills :
  • “Journalise les métriques d’entraînement de mon modèle PyTorch dans W&B.”
  • “Analyse les courbes de perte de mes 10 derniers runs et identifie la configuration la plus performante.”
  • “Trace mon agent LangChain et journalise les résultats dans Weave.”
  • “Exécute une évaluation sur mon agent à l’aide du jeu de données de test et résume les résultats.”
  • “Trouve les modes de défaillance dans ma dernière évaluation et classe-les.”
  • “Compare les configurations du run A et du run B et montre-moi les différences.”

​
Conseils d’utilisation

Skills fonctionne mieux lorsque vous utilisez des requêtes plus précises plutôt que des questions larges et ouvertes. Le tableau suivant présente quelques exemples de prompts recommandés, ainsi que des prompts trop vagues.