Core Concepts
Using LangChain Tools
操作指南
工具
- 浏览器基础网页加载器
- 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
- 目录读取
- DOCX RAG 搜索
- EXA 搜索网页加载器
- 文件读取
- 文件写入
- Firecrawl 爬取网站
- Firecrawl 抓取网站
- Firecrawl 搜索
- Github 搜索
- Google Serper 搜索
- JSON RAG 搜索
- MDX RAG 搜索
- MySQL RAG 搜索
- NL2SQL 工具
- PDF RAG 搜索
- PG RAG 搜索
- 抓取网站
- Selenium 爬虫
- 蜘蛛抓取器
- TXT RAG 搜索
- 视觉工具
- 网站RAG搜索
- XML RAG 搜索
- YouTube 频道 RAG 搜索
- YouTube视频RAG搜索
遥测
Core Concepts
使用LangChain工具
学习如何将LangChain工具与CrewAI代理集成,以增强基于搜索的查询等功能。
使用LangChain工具
CrewAI 无缝集成了 LangChain 的全面工具列表,所有这些都可以与 CrewAI 一起使用。
Code
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
工具在扩展CrewAI代理的能力方面至关重要,使它们能够承担广泛的任务并有效协作。 在使用CrewAI构建解决方案时,利用自定义和现有工具来增强您的代理并提升AI生态系统。考虑使用错误处理、缓存机制以及工具参数的灵活性来优化代理的性能和能力。
这个页面有帮助吗?
On this page
