> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-docs-sandboxes-integrations-placement.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# weave_client
> weave.trace.weave_client の Python SDK リファレンス
export const SourceLink = ({url}) =>
ソース
;
# API 概要
***
## class `CrossProjectRefError`
クライアント側でダイジェストを計算する際に、内部 ID に解決できない別のprojectへの ref に遭遇した場合に発生します。
***
## class `FlushStatus`
現在のフラッシュ処理のステータス情報。
***
## class `NoInternalProjectIDError`
内部project ID がまだ解決されていないため、クライアント側でダイジェストを計算できない場合に発生します。
***
## class `PendingJobCounts`
各タイプの保留中ジョブ数。
***
## class `WeaveClient`
### method `__init__`
```python theme={null}
__init__(
entity: 'str',
project: 'str',
server: 'TraceServerClientInterface',
ensure_project_exists: 'bool' = True,
postprocess_inputs: 'PostprocessInputsFunc | None' = None,
postprocess_output: 'PostprocessOutputFunc | None' = None,
attributes: 'dict[str, Any] | None' = None,
api_key: 'str | None' = None
)
```
***
#### プロパティ num\_outstanding\_jobs
すべてのエグゼキュータとサーバーにわたる、保留中のジョブの総数を返します。
このプロパティを使用すると、メインスレッドをブロックすることなく、バックグラウンドタスクの進行状況を確認できます。
**戻り値:**
* `int`: 保留中のジョブの総数
***
#### プロパティ project\_id
***
### method `add_calls_to_annotation_queue`
```python theme={null}
add_calls_to_annotation_queue(
queue_id: 'str',
call_ids: 'list[str]',
display_fields: 'list[str]'
) → AnnotationQueueAddCallsRes
```
Call をアノテーションキューに追加します。
**引数:**
***
### method `add_cost`
```python theme={null}
add_cost(
llm_id: 'str',
prompt_token_cost: 'float',
completion_token_cost: 'float',
effective_date: 'datetime | None' = None,
prompt_token_cost_unit: 'str | None' = 'USD',
completion_token_cost_unit: 'str | None' = 'USD',
provider_id: 'str | None' = 'default'
) → CostCreateRes
```
現在のprojectにコストを追加します。
* `queue_id`: アノテーションキューの ID。
* `call_ids`: キューに追加する Call ID。
* `display_fields`: `inputs.prompt` や `output.text` など、レビュアーに表示する JSON パス。
**例:**
```python theme={null}
client.add_cost(llm_id="my_expensive_custom_model", prompt_token_cost=1, completion_token_cost=2)
client.add_cost(llm_id="my_expensive_custom_model", prompt_token_cost=500, completion_token_cost=1000, effective_date=datetime(1998, 10, 3))
```
**引数:**
* `llm_id`: LLM の ID。例: "gpt-4o-mini-2024-07-18"
* `prompt_token_cost`: プロンプトトークンあたりのコスト。例: .0005
* `completion_token_cost`: 補完トークンあたりのコスト。例: .0015
* `effective_date`: デフォルトは現在の日付です。`datetime.datetime` オブジェクト。
* `provider_id`: LLM のプロバイダー。デフォルトは "default" です。例: "openai"
* `prompt_token_cost_unit`: プロンプトトークンのコスト単位。デフォルトは "USD" です。 (現在は未使用ですが、将来的にはコストの通貨タイプを指定するために使用されます。例: "tokens" または "time")
* `completion_token_cost_unit`: 補完トークンのコスト単位。デフォルトは "USD" です。 (現在は未使用ですが、将来的にはコストの通貨タイプを指定するために使用されます。例: "tokens" または "time")
**戻り値:**
`CostCreateRes` オブジェクト。`ids` という名前のタプルのリストを 1 つのフィールドとして持ちます。各タプルには `llm_id` と、作成されたコストオブジェクトの ID が含まれます。
***
### method `add_tags`
```python theme={null}
add_tags(obj_ref: 'ObjectRef | str', tags: 'list[str]') → None
```
オブジェクトのバージョンに タグ を追加します。
**引数:**
***
### method `clear_wandb_run_context`
```python theme={null}
clear_wandb_run_context() → None
```
wandb run コンテキストのオーバーライドをクリアします。
これを呼び出すと、Call は run\_id と step の情報にグローバルな wandb.run (利用可能な場合) を使うようフォールバックします。
* `obj_ref`: オブジェクトのバージョンへの参照です。ObjectRef または weave /// URI 文字列のいずれかです。
* `tags`: 追加するタグ文字列のリスト。
**例:**
```python theme={null}
client = weave.init("my-project")
client.set_wandb_run_context(run_id="my-run-id", step=5)
# ... いくつかの Call を実行 ...
client.clear_wandb_run_context()
# これ以降の Call はグローバルな wandb.run を使用します
```
***
### method `create_annotation_queue`
```python theme={null}
create_annotation_queue(
name: 'str',
scorer_refs: 'list[str]',
description: 'str' = ''
) → str
```
このprojectのアノテーションキューを作成します。
**引数:**
* `name`: キューの表示名。
* `scorer_refs`: レビュー担当者が入力する scorer / アノテーションフィールドの Weave ref。
* `description`: 任意のレビュー担当者向けガイドライン、またはキューの説明。
**戻り値:**
作成したアノテーションキューの ID。
***
### method `create_call`
```python theme={null}
create_call(
op: 'str | Op',
inputs: 'dict[str, Any]',
parent: 'Call | None' = None,
attributes: 'dict[str, Any] | None' = None,
display_name: 'str | Callable[[Call], str] | None' = None,
use_stack: 'bool' = True,
_call_id_override: 'str | None' = None,
started_at: 'datetime | None' = None
) → Call
```
Call を作成し、ログし、ランタイムスタックにプッシュします。
**引数:**
* `op`: Call を生成する op、または無名の op の名前。
* `inputs`: 操作への入力。
* `parent`: 親 Call。parent が指定されていない場合は、現在の run が親として使用されます。
* `display_name`: Call の表示名。デフォルトは None です。
* `attributes`: Call の属性。デフォルトは None です。
* `use_stack`: Call をランタイムスタックにプッシュするかどうか。デフォルトは True です。
* `started_at`: Call の開始時刻を上書きします。None の場合は、現在時刻を使用します。
**戻り値:**
作成された Call オブジェクト。
***
### method `delete_all_object_versions`
```python theme={null}
delete_all_object_versions(object_name: 'str') → int
```
オブジェクトのすべてのバージョンを削除します。
**引数:**
* `object_name`: バージョンを削除する対象のオブジェクト名。
**戻り値:**
削除されたバージョンの数。
***
### method `delete_all_op_versions`
```python theme={null}
delete_all_op_versions(op_name: 'str') → int
```
op のすべてのバージョンを削除します。
**引数:**
* `op_name`: バージョンを削除する対象の op の名前。
**戻り値:**
削除されたバージョンの数。
***
### method `delete_annotation_queue`
```python theme={null}
delete_annotation_queue(queue_id: 'str') → AnnotationQueueSchema
```
アノテーションキューを論理削除します。
***
### method `delete_call`
```python theme={null}
delete_call(call: 'Call') → None
```
***
### method `delete_calls`
```python theme={null}
delete_calls(call_ids: 'list[str]') → None
```
ID を指定して Call を削除します。
Call を削除すると、そのすべての子 Call も削除されます。
**引数:**
***
### method `delete_object_version`
```python theme={null}
delete_object_version(object: 'ObjectRef') → None
```
***
### method `delete_object_versions`
```python theme={null}
delete_object_versions(object_name: 'str', digests: 'list[str]') → int
```
オブジェクトの特定のバージョンを削除します。
* `call_ids`: 削除する Call ID のリスト。例: \["2F0193e107-8fcf-7630-b576-977cc3062e2e"]
**引数:**
* `object_name`: バージョンを削除する対象のオブジェクトの名。
* `digests`: 削除する digest のリスト。"latest" や "v0" などのエイリアスを含めることができます。
**戻り値:**
削除されたバージョンの数。
***
### method `delete_op_version`
```python theme={null}
delete_op_version(op: 'OpRef') → None
```
***
### method `fail_call`
```python theme={null}
fail_call(call: 'Call', exception: 'BaseException') → None
```
例外を発生させて Call を失敗させます。これは finish\_call のための簡易 method です。
***
### method `finish`
```python theme={null}
finish(
use_progress_bar: 'bool' = True,
callback: 'Callable[[FlushStatus], None] | None' = None
) → None
```
すべてのバックグラウンドタスクをフラッシュし、確実に処理されるようにします。
このメソッドは、現在キューに入っているすべてのジョブが処理されるまでブロックし、保留中のタスクのステータスを示す進行状況バーを表示します。メインスレッドの実行中も並列処理を維持し、データがサーバーにアップロードされる前にユーザーコードの実行が完了する場合は、パフォーマンスの向上につながることがあります。
**引数:**
***
### method `finish_call`
```python theme={null}
finish_call(
call: 'Call',
output: 'Any' = None,
exception: 'BaseException | None' = None,
op: 'Op | None' = None,
ended_at: 'datetime | None' = None
) → None
```
Call を完了し、その結果を永続化します。
`call.summary` に含まれる値は、データベースに書き込まれる前に、計算された summary 統計 (使用量やステータスのカウントなど) とディープマージされます。
***
### method `flush`
```python theme={null}
flush() → None
```
バックグラウンドで実行中の非同期タスクをフラッシュします。複数回呼び出しても問題ありません。
***
### method `get`
```python theme={null}
get(ref: 'ObjectRef', objectify: 'bool' = True) → Any
```
***
### メソッド `get_aliases`
```python theme={null}
get_aliases(obj_ref: 'ObjectRef | str') → list[str]
```
オブジェクトのバージョンのエイリアスを取得します。
* `use_progress_bar`: flush 時にプログレスバーを表示するかどうか。プログレスバーが適切に表示されない環境 (例: CI 環境) では、False に設定します。
* `callback`: ステータス更新を受け取るオプションのコールバック関数。use\_progress\_bar より優先されます。
**引数:**
* `obj_ref`: オブジェクトのバージョンへの参照。ObjectRef または weave /// URI 文字列を指定します。
**戻り値:**
エイリアス文字列のリスト。オブジェクトのバージョンが最新の場合は、仮想的な "latest" エイリアスも含まれます。
***
### メソッド `get_annotation_queue`
```python theme={null}
get_annotation_queue(queue_id: 'str') → AnnotationQueueSchema
```
ID を指定して単一のアノテーションキューを取得します。
***
### メソッド `get_annotation_queue_stats`
```python theme={null}
get_annotation_queue_stats(
queue_ids: 'list[str]'
) → list[AnnotationQueueStatsSchema]
```
アノテーションキュー内の項目の完了統計を取得します。
***
### メソッド `get_call`
```python theme={null}
get_call(
call_id: 'str',
include_costs: 'bool' = False,
include_feedback: 'bool' = False,
columns: 'list[str] | None' = None
) → WeaveObject
```
IDを指定して単一のCallを取得します。
**引数:**
* `call_id`: 取得するCallのID。
* `include_costs`: true の場合、コスト情報が summary.weave に含まれます
* `include_feedback`: true の場合、フィードバック情報が summary.weave.feedback に含まれます
* `columns`: レスポンスに含めるカラムのリスト。None の場合は、すべてのカラムが含まれます。指定するカラムを少なくすると、パフォーマンスが向上する場合があります。一部のカラムは常に含まれます: id, project\_id, trace\_id, op\_name, started\_at
**戻り値:**
Call オブジェクト。
***
### メソッド `get_calls`
```python theme={null}
get_calls(
filter: 'CallsFilterLike | None' = None,
limit: 'int | None' = None,
offset: 'int | None' = None,
sort_by: 'list[SortByLike] | None' = None,
query: 'QueryLike | None' = None,
include_costs: 'bool' = False,
include_feedback: 'bool' = False,
include_storage_size: 'bool' = False,
include_total_storage_size: 'bool' = False,
include_usernames: 'bool' = False,
columns: 'list[str] | None' = None,
expand_columns: 'list[str] | None' = None,
return_expanded_column_values: 'bool' = True,
scored_by: 'str | list[str] | None' = None,
page_size: 'int' = 1000
) → CallsIter
```
このprojectのトレースされた Call (操作) のリストを取得します。
このメソッドは、トレースデータをクエリするための強力で柔軟なインターフェースを提供します。ページネーション、フィルタリング、ソート、フィールド射影、スコアリングメタデータをサポートしており、カスタムのトレース UI や分析ツールの実装に使用できます。
パフォーマンスのヒント: `columns` を指定し、`filter` または `query` を使用して結果サイズを小さくしてください。
**引数:**
* `filter`: `op_name`、`parent_ids` などのフィールドで結果を絞り込むための高レベルのフィルター。
* `limit`: 返される Call の最大数。
* `offset`: 結果を返す前にスキップする Call の数 (ページネーションに使用) 。
* `sort_by`: 結果のソートに使用するフィールドのリスト (例: `started_at desc`) 。
* `query`: 高度なフィルタリングのための Mongo 風の式。すべての Mongo 演算子がサポートされるわけではありません。
* `include_costs`: True の場合、`summary.weave` に token/コスト情報を含めます。
* `include_feedback`: True の場合、`summary.weave.feedback` にフィードバックを含めます。
* `include_storage_size`: True の場合、Call のストレージサイズを含めます。
* `include_total_storage_size`: True の場合、trace の合計ストレージサイズを含めます。
* `include_usernames`: True の場合、各 Call の `wb_user_id` を `wb_username` に解決しようとします。
* `columns`: Call ごとに返すフィールドのリスト。これを減らすことで、パフォーマンスを大幅に改善できます。 (`id`、`trace_id`、`op_name`、`started_at` などの一部のフィールドは常に含まれます。)
* `scored_by`: 1 つ以上の scorer (名または ref URI) でフィルターします。複数の scorer は AND 条件として扱われます。
* `page_size`: 1 ページあたりに取得する Call の数。大規模なクエリでのパフォーマンス向上のために調整してください。
**戻り値:**
* `CallsIter`: `Call` オブジェクトを反復するイテレーター。スライス、反復、`.to_pandas()` をサポートします。
**例:**
```python theme={null}
calls = client.get_calls(
filter=CallsFilter(op_names=["my_op"]),
columns=["inputs", "output", "summary"],
limit=100,
)
for call in calls:
print(call.inputs, call.output)
```
***
### メソッド `get_evaluation`
```python theme={null}
get_evaluation(uri: 'str') → Evaluation
```
特定の 評価 オブジェクトを URI で取得します。
評価 URI は通常、次の形式です: `weave:///entity/project/object/Evaluation:version`
「フレンドリ名」を使って 評価 を取得することもできます: get\_evaluation("Evaluation:v1")
**引数:**
* `uri` (str): 取得する 評価 の一意のリソース識別子。
**戻り値:**
* `Evaluation`: 指定した URI に対応する 評価 オブジェクト。
**発生する例外:**
* `TypeError`: URI のオブジェクトが 評価 インスタンスではない場合。
* `ValueError`: URI が無効な場合、またはオブジェクトが見つからない場合。
**例:**
```python theme={null}
client = weave.init("my-project")
evaluation = client.get_evaluation("weave:///entity/project/object/my-eval:v1")
print(evaluation.name)
```
***
### メソッド `get_evaluations`
```python theme={null}
get_evaluations() → list[Evaluation]
```
現在のproject内のすべての評価オブジェクトを取得します。
**戻り値:**
* `list[Evaluation]`: 現在のproject内にあるすべての評価オブジェクトのリスト。評価が見つからない場合、またはすべての変換に失敗した場合は、空のリストを返します。
**例:**
```python theme={null}
client = weave.init("my-project")
evaluations = client.get_evaluations()
print(f"Found {len(evaluations)} evaluations")
for eval in evaluations:
print(f"Evaluation: {eval.name}")
```
***
### メソッド `get_feedback`
```python theme={null}
get_feedback(
query: 'Query | str | None' = None,
reaction: 'str | None' = None,
offset: 'int' = 0,
limit: 'int' = 100
) → FeedbackQuery
```
フィードバックを取得するためにprojectをクエリします。
**例:**
```python theme={null}
# 特定のフィードバックオブジェクトを取得します。
# これはコレクションを返すことに注意してください。コレクションには
# 0 件または 1 件のアイテムが含まれることが想定されています。
client.get_feedback("1B4082A3-4EDA-4BEB-BFEB-2D16ED59AA07")
# 特定のリアクションを持つすべてのフィードバックオブジェクトを検索します。
client.get_feedback(reaction="👍", limit=10)
# Mongoスタイルのクエリを使用して、特定のフィードバックタイプを持つ
# すべてのフィードバックオブジェクトを検索します。
from weave.trace_server.interface.query import Query
query = Query(
**{
"$expr": {
"$eq": [
{"$getField": "feedback_type"},
{"$literal": "wandb.reaction.1"},
],
}
}
)
client.get_feedback(query=query)
```
**引数:**
* `query`: Mongoスタイルのクエリ式です。利便性のため、フィードバック UUID 文字列も指定できます。
* `reaction`: 利便性のため、特定のリアクション絵文字でフィルタリングできます。
* `offset`: フィードバックオブジェクトの取得を開始する位置のオフセットです。
* `limit`: 取得するフィードバックオブジェクトの最大数です。
**戻り値:**
FeedbackQuery オブジェクトです。
***
### メソッド `get_tags`
```python theme={null}
get_tags(obj_ref: 'ObjectRef | str') → list[str]
```
オブジェクトのバージョンに付与されたタグを取得します。
**引数:**
* `obj_ref`: オブジェクトのバージョンを参照する値です。`ObjectRef` または `weave:///` URI 文字列を指定します。
**戻り値:**
タグ文字列のリストです。オブジェクトのバージョンにタグがない場合は、空のリストを返します。
***
### メソッド `get_tags_and_aliases`
```python theme={null}
get_tags_and_aliases(obj_ref: 'ObjectRef | str') → tuple[list[str], list[str]]
```
オブジェクトのバージョンに対する タグ とエイリアスの両方を、1 回の呼び出しで取得します。
**引数:**
* `obj_ref`: オブジェクトのバージョンへの参照です。ObjectRef または weave /// URI 文字列のいずれかを指定します。
**戻り値:**
`(タグ, エイリアス)` のタプルを返します。どちらも文字列のリストです。オブジェクトのバージョンに タグ またはエイリアスがない場合は、空のリストを返します。
***
### メソッド `link_prompt_to_registry`
```python theme={null}
link_prompt_to_registry(
prompt: 'LinkablePrompt',
target_path: 'str',
aliases: 'Sequence[str] | None' = None
) → LinkAssetToRegistryRes
```
公開済みの prompt バージョンを Registry にリンクします。
**引数:**
* `prompt`: 公開済みの prompt、`ObjectRef`、または完全修飾された `weave:///...` URI string。
* `target_path`: `/` 形式の Registry の宛先パス。例: `wandb-registry-prompts/my-prompt-collection`。
* `aliases`: 作成される Registry バージョンに付与するオプションのエイリアス。
**戻り値:**
* `LinkAssetToRegistryRes`: registry-link エンドポイントからのパース済みレスポンス。
***
### メソッド `list_aliases`
```python theme={null}
list_aliases() → list[str]
```
project内の重複しないエイリアスをすべて一覧表示します。
**戻り値:**
project内のすべてのエイリアス文字列のリスト。
***
### メソッド `list_annotation_queue_items`
```python theme={null}
list_annotation_queue_items(
queue_id: 'str',
filter: 'AnnotationQueueItemsFilter | None' = None,
sort_by: 'list[SortBy] | None' = None,
limit: 'int | None' = None,
offset: 'int | None' = None,
include_position: 'bool' = False
) → list[AnnotationQueueItemSchema]
```
アノテーションキューに割り当てられた Call の一覧を表示します。
***
### メソッド `list_annotation_queues`
```python theme={null}
list_annotation_queues(
name: 'str | None' = None,
sort_by: 'list[SortBy] | None' = None,
limit: 'int | None' = None,
offset: 'int | None' = None
) → list[AnnotationQueueSchema]
```
この project のアノテーションキューを一覧表示します。
***
### メソッド `list_tags`
```python theme={null}
list_tags() → list[str]
```
project内の重複のないすべての タグ を一覧表示します。
**戻り値:**
project内のすべての タグ 文字列のリスト。
***
### メソッド `purge_costs`
```python theme={null}
purge_costs(ids: 'list[str] | str') → None
```
現在のprojectのコストを削除します。
**例:**
```python theme={null}
client.purge_costs([ids])
client.purge_costs(ids)
```
**引数:**
***
### メソッド `query_costs`
```python theme={null}
query_costs(
query: 'Query | str | None' = None,
llm_ids: 'list[str] | None' = None,
offset: 'int' = 0,
limit: 'int' = 100
) → list[CostQueryOutput]
```
projectのコストをクエリします。
* `ids`: 削除するコスト ID。単一の ID または複数の ID を指定できます。
**例:**
```python theme={null}
# 特定の cost オブジェクトを取得します。
# これはコレクションを返すことに注意してください。0 件または 1 件のアイテムが含まれることが想定されます。
client.query_costs("1B4082A3-4EDA-4BEB-BFEB-2D16ED59AA07")
# 特定のリアクションを持つすべての cost オブジェクトを検索します。
client.query_costs(llm_ids=["gpt-4o-mini-2024-07-18"], limit=10)
```
**引数:**
* `query`: Mongo スタイルのクエリ式です。便宜上、cost UUID 文字列も受け付けます。
* `llm_ids`: 便宜上、llm\_ids の集合でフィルターします。
* `offset`: cost オブジェクトの取得を開始する位置を指定するオフセットです。
* `limit`: 取得する cost オブジェクトの最大数です。
**戻り値:**
CostQuery オブジェクト。
***
### メソッド `remove_aliases`
```python theme={null}
remove_aliases(obj_ref: 'ObjectRef | str', alias: 'str | list[str]') → None
```
オブジェクトから 1 つ以上のエイリアスを削除します。
**引数:**
***
### メソッド `remove_tags`
```python theme={null}
remove_tags(obj_ref: 'ObjectRef | str', tags: 'list[str]') → None
```
オブジェクトのバージョンからタグを削除します。
* `obj_ref`: オブジェクトへの参照です。ObjectRef または weave:/// URI 文字列のいずれかです (エイリアス はオブジェクト スコープであるため、digest は使用されません) 。
* `alias`: 削除する エイリアス 名、または エイリアス 名のリストです。
**引数:**
***
### メソッド `save`
```python theme={null}
save(val: 'Any', name: 'str', branch: 'str' = 'latest') → Any
```
直接呼び出さず、代わりに `weave.publish()` を使用してください。
* `obj_ref`: オブジェクトのバージョンへの参照です。ObjectRef または weave /// URI 文字列のいずれかです。
* `tags`: 削除するタグ文字列のリストです。
**引数:**
* `val`: 保存するオブジェクト。
* `name`: オブジェクトを保存するときの名前。
* `branch`: オブジェクトを保存するときのブランチ。デフォルトは "latest" です。
**戻り値:**
保存したオブジェクトをデシリアライズしたもの。
***
### メソッド `set_aliases`
```python theme={null}
set_aliases(obj_ref: 'ObjectRef | str', alias: 'str | list[str]') → None
```
オブジェクトのバージョンに 1 つ以上のエイリアスを設定します。
**引数:**
***
### メソッド `set_wandb_run_context`
```python theme={null}
set_wandb_run_context(run_id: 'str', step: 'int | None' = None) → None
```
このクライアントによって作成される Call の wandb run\_id と step をオーバーライドします。
これにより、グローバルな `wandb.run` シンボルに紐付いていない特定の WandB run に Weave Call を関連付けることができます。
* `obj_ref`: オブジェクトのバージョンへの参照。ObjectRef または weave /// URI 文字列のいずれかです。
* `alias`: 設定する エイリアス 名、または エイリアス 名のリスト (例: "production")。
**引数:**
* `run_id`: run ID (entity/project のプレフィックスを含まない) 。クライアントが entity/project のプレフィックスを自動的に追加します。
* `step`: Call に使用する step 番号。None の場合、step は設定されません。
**例:**
```python theme={null}
client = weave.init("my-project")
client.set_wandb_run_context(run_id="my-run-id", step=5)
# これで、すべての Call が step 5 の entity/project/my-run-id に関連付けられます
# step を指定しない場合
client.set_wandb_run_context(run_id="my-run-id")
# Call は step なしで entity/project/my-run-id に関連付けられます
```
***
### メソッド `update_annotation_queue`
```python theme={null}
update_annotation_queue(
queue_id: 'str',
name: 'str | None' = None,
description: 'str | None' = None,
scorer_refs: 'list[str] | None' = None
) → AnnotationQueueSchema
```
アノテーションキューのメタデータを更新します。
***
### 関数 `get_obj_name`
```python theme={null}
get_obj_name(val: 'Any') → str
```
***
### 関数 `get_parallelism_settings`
```python theme={null}
get_parallelism_settings() → tuple[int | None, int | None]
```
***
### 関数 `map_to_refs`
```python theme={null}
map_to_refs(obj: 'Any') → Any
```
***
### 関数 `print_call_link`
```python theme={null}
print_call_link(call: 'Call') → None
```
***
### 関数 `redact_sensitive_keys`
```python theme={null}
redact_sensitive_keys(obj: 'Any') → Any
```
***
### 関数 `sanitize_object_name`
```python theme={null}
sanitize_object_name(name: 'str') → str
```