指南
- 策略
- 智能体
- 团队
- 流程
- 高级
工具
- AI Mind 工具
- Apify Actors
- Bedrock Invoke Agent 工具
- Bedrock 知识库检索器
- Brave 搜索
- Browserbase Web 加载器
- 代码文档 RAG 搜索
- 代码解释器
- Composio 工具
- CSV RAG 搜索
- DALL-E 工具
- 目录 RAG 搜索
- 读取目录
- DOCX RAG 搜索
- EXA 搜索 Web 加载器
- 读取文件
- 写入文件
- Firecrawl 抓取网站
- Firecrawl 刮取网站
- Firecrawl 搜索
- Github 搜索
- Hyperbrowser 加载工具
- Linkup 搜索工具
- LlamaIndex 工具
- LangChain 工具
- Google Serper 搜索
- S3 读取工具
- S3 写入工具
- Scrapegraph 刮取工具
- 从网站刮取元素工具
- JSON RAG 搜索
- MDX RAG 搜索
- MySQL RAG 搜索
- MultiOn 工具
- NL2SQL 工具
- Patronus 评估工具
- PDF RAG 搜索
- PG RAG 搜索
- Qdrant 向量搜索工具
- RAG 工具
- 刮取网站
- Scrapfly 刮取网站工具
- Selenium 刮取器
- Snowflake 搜索工具
- Spider 刮取器
- Stagehand 工具
- TXT RAG 搜索
- 视觉工具
- Weaviate 向量搜索
- 网站 RAG 搜索
- XML RAG 搜索
- YouTube 频道 RAG 搜索
- YouTube 视频 RAG 搜索
智能体监控与可观测性
学习
遥测
工具
LangChain 工具
LangChainTool
是 LangChain 工具和查询引擎的包装器。
LangChain 工具
CrewAI 与 LangChain 提供的全面工具列表无缝集成,所有这些工具都可以与 CrewAI 一起使用。
代码
import os
from dotenv import load_dotenv
from crewai import Agent, Task, Crew
from crewai.tools import BaseTool
from pydantic import Field
from langchain_community.utilities import GoogleSerperAPIWrapper
# Set up your SERPER_API_KEY key in an .env file, eg:
# SERPER_API_KEY=<your api key>
load_dotenv()
search = GoogleSerperAPIWrapper()
class SearchTool(BaseTool):
name: str = "Search"
description: str = "Useful for search-based queries. Use this to find current information about markets, companies, and trends."
search: GoogleSerperAPIWrapper = Field(default_factory=GoogleSerperAPIWrapper)
def _run(self, query: str) -> str:
"""Execute the search query and return results"""
try:
return self.search.run(query)
except Exception as e:
return f"Error performing search: {str(e)}"
# Create Agents
researcher = Agent(
role='Research Analyst',
goal='Gather current market data and trends',
backstory="""You are an expert research analyst with years of experience in
gathering market intelligence. You're known for your ability to find
relevant and up-to-date market information and present it in a clear,
actionable format.""",
tools=[SearchTool()],
verbose=True
)
# rest of the code ...
结论
工具对于扩展 CrewAI 智能体的能力至关重要,使它们能够执行广泛的任务并有效协作。在使用 CrewAI 构建解决方案时,利用自定义工具和现有工具来增强智能体的能力并改善 AI 生态系统。考虑利用错误处理、缓存机制和工具参数的灵活性来优化智能体的性能和能力。
此页面有帮助吗?
在此页面上