weavify-skill
为LLM项目快速集成W&B Weave可观测性，自动追踪调用与成本。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：weavify-skill。 它的用途是：为LLM项目快速集成W&B Weave可观测性，自动追踪调用与成本。 完整的 Skill 内容见：https://321skill.com/skills/weavify-skill/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我在这个Node.js项目中集成Weave，用来追踪所有OpenAI API的调用情况。”，AI会引导你安装weavify-skill，并生成初始化Weave、设置环境变量和自动追踪代码片段的步骤。
介绍
Weavify Skill 解决了在LLM应用开发中难以追踪API调用、分析Token消耗和监控成本的痛点。它通过集成Weights & Biases的Weave工具包，只需几行代码即可实现对OpenAI、Anthropic等主流LLM提供商调用的自动追踪。
使用方式非常简单。开发者只需通过AI编码代理（如Cursor）安装此Skill，然后在项目中安装Weave SDK并设置API密钥，即可自动获得所有LLM调用的详细追踪数据，包括输入/输出Token数、延迟和成本，无需修改现有业务代码。
这个Skill非常适合需要监控和优化LLM应用性能与成本的开发团队。无论是开发智能体、构建AI应用接口，还是进行模型效果对比实验，都能从中受益。
建议在使用前先在W&B平台注册并获取API密钥。对于生产环境，请注意合理配置追踪采样率以避免数据量过大，并关注Weave对不同LLM提供商和框架的兼容性列表。
核心特点
与手动埋点或基础日志方案相比，它通过Weave实现了对20+主流LLM提供商的自动代码补丁（Auto-patching），无需侵入业务逻辑即可获得专业级的可视化追踪面板和成本分析。
注意事项
对于使用非标准或自研LLM框架的项目，可能需要额外的适配工作才能实现自动追踪。
常见问题
如何查看追踪到的数据？
数据会同步到你的Weights & Biases账户，可以在其提供的Dashboard中可视化查看调用链、Token消耗和成本。
支持哪些编程语言？
主要支持TypeScript/JavaScript和Python，对这两个生态下的主流LLM库（如OpenAI、Anthropic）有良好的自动追踪支持。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/weavify-skill/raw/index.md 读取 weavify-skill 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/weavify-skill/raw/index.md（查看排版版本）