> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-docs-1917.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Introduction aux traces

> Découvrez comment utiliser cette introduction aux traces avec W&B Weave

<Note>
  Il s'agit d'un notebook interactif. Vous pouvez l'exécuter localement ou utiliser les liens ci-dessous :

  * [Ouvrir dans Google Colab](https://colab.research.google.com/github/wandb/docs/blob/main/weave/cookbooks/source/Intro_to_Weave_Hello_Trace.ipynb)
  * [Voir la source sur GitHub](https://github.com/wandb/docs/blob/main/weave/cookbooks/source/Intro_to_Weave_Hello_Trace.ipynb)
</Note>

<div id="prerequisites">
  ## 🔑 Prérequis
</div>

Avant de commencer à utiliser Tracing dans Weave, assurez-vous de remplir les prérequis suivants.

1. Installez le SDK Weave de W\&B et connectez-vous avec votre [clé API](https://wandb.ai/settings#apikeys).
2. Installez le SDK OpenAI et connectez-vous avec votre [clé API](https://platform.openai.com/api-keys).
3. Initialisez votre projet W\&B.

```python lines theme={null}
# Installer les dépendances et importer les modules
!pip install wandb weave openai -q

import json
import os
from getpass import getpass

from openai import OpenAI

import weave

# 🔑 Configurer vos clés API
# L'exécution de cette cellule vous demandera votre clé API via `getpass` et ne l'affichera pas dans le terminal.
#####
print("---")
print(
    "Create a W&B API key at: https://wandb.ai/settings#apikeys"
)
os.environ["WANDB_API_KEY"] = getpass("Enter your W&B API key: ")
print("---")
print("You can generate your OpenAI API key here: https://platform.openai.com/api-keys")
os.environ["OPENAI_API_KEY"] = getpass("Enter your OpenAI API key: ")
print("---")
#####

# 🏠 Entrez le nom de votre projet W&B
weave_client = weave.init("MY_PROJECT_NAME")  # 🐝 Le nom de votre projet W&B
```

<div id="run-your-first-trace">
  ## 🐝 Créez votre première trace
</div>

L’exemple de code suivant montre comment capturer et visualiser une trace dans Weave à l’aide du décorateur `@weave.op`. Il définit une fonction appelée `extract_fruit` qui envoie un prompt à GPT-4o d’OpenAI pour extraire des données structurées (fruit, couleur et saveur) à partir d’une phrase. En décorant la fonction avec `@weave.op`, Weave suit automatiquement son exécution, y compris les entrées, les sorties et les étapes intermédiaires. Lorsque la fonction est appelée avec une phrase d’exemple, la trace complète est enregistrée et peut être consultée dans la Weave UI.

```python lines theme={null}
@weave.op()  # 🐝 Décorateur pour suivre les requêtes
def extract_fruit(sentence: str) -> dict:
    client = OpenAI()
    system_prompt = (
        "Parse sentences into a JSON dict with keys: fruit, color and flavor."
    )
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": sentence},
        ],
        temperature=0.7,
        response_format={"type": "json_object"},
    )
    extracted = response.choices[0].message.content
    return json.loads(extracted)

sentence = "There are many fruits that were found on the recently discovered planet Goocrux. There are neoskizzles that grow there, which are purple and taste like candy."
extract_fruit(sentence)
```

<div id="looking-for-more-examples">
  ## 🚀 Besoin d'autres exemples ?
</div>

* Consultez le guide de [démarrage rapide](/fr/weave/quickstart).
* Découvrez aussi les [sujets avancés du Tracing](/fr/weave/tutorial-tracing_2).
* Découvrez-en plus sur le [Tracing dans Weave](/fr/weave/guides/tracking/tracing)