티스토리 뷰
1. 제공 툴
| Tool | 설명 |
| BrowserbaseLoadTool | 웹브라우저와 상호작용하고 데이터를 추출하는 도구 |
| CodeDocsSearchTool | 코드 문서와 관련 기술 문서를 검색하는데 최적화된 도구 |
| CodeInterpreterTool | 파이썬 코드 해석 |
| ComposioTool | |
| CSVSearchTool | csv 파일 내에서 검색하도록 설계된 RAG 도구 |
| DALL-E Tool | DALL-E API를 사용해 이미지를 생성하는 도구 |
| DirectorySearchTool | 디렉토리 내에서 검색하기 위한 RAG 도구, 파일 시스템 탐색 시 사용 |
| DOCXSearchTool | DOCX 문서 내에서 검색을 목적으로 하는 RAG 도구, Word 파일 처리 |
| DirectoryReadTool | 디렉토리 구조와 그 내용을 읽고 처리하는 것 용이 |
| EXASearchTool | 다양한 데이터 소스에서 검색을 수행 |
| FileReadTool | 다양한 파일 형식을 지원하여 파일에서 데이터를 읽고 추출 가능 |
| FirecrawlSearchTool | 웹페이지 검색 |
| FirecrawlCrawlWebsiteTool | 웹페이지 크롤링 |
| FirecrawlScrapeWebsiteTool | 웹페이지 URL을 스크래핑하고 내용을 반환 |
| GithubSearchTool | GitHub 저장소 내에서 검색하기 위한 RAG 도구, 코드와 문서 검색에 유용 |
| SerperDevTool | 특정 기능을 개발하기 위한 개발목적을 위한 전문 도구 |
| TXTSearchTool | 구조화되지 않은 데이터에 적합한 텍스트(.txt) 파일 내에서 검색에 중점을 둔 RAG |
| JSONSearchTool | JSON 파일 내에서 검색하도록 설계된 RAG 도구, 구조화된 데이터 처리 지원 |
| LlamaIndexTool | LlamalIndex 도구 사용 |
| MDXSearchTool | 마크다운(MDX) 파일 내에서 검색하는데 특화된 RAG 도구, 문서화에 유용 |
| PDFSearchTool | PDF 문서 내에서 검색을 목적으로 하는 RAG 도구, 스캔한 문서 처리 |
| PGSearchTool | PostgreSQL 데이터베이스 내에서 검색에 최적화된 RAG 도구, 데이터베이스 쿼리에 적합 |
| Vision Tool | DALL-E API를 사용하여 이미지를 생성 |
| RagTool | 다양한 데이터 소스 및 유형을 처리할 수 있는 범용 RAG |
| ScrapeElementFromWebsiteTool | 웹사이트에서 특정 요소를 스크래핑하여 타겟 데이터 추출에 유용 |
| ScrapeWebsiteTool | 전체 웹사이트 스크래핑을 용이하게 하며, 포괄적인 데이터 수집에 이상적 |
| WebsiteSearchTool | 웹 데이터 추출에 최적화된 웺잍 콘텐츠 검색을 위한 RAG 도구 |
| XMLSearchTool | 구조화된 데이터 형시에 적합한 XML 파일 내에서 검색하도록 설계된 RAG 도구 |
| YoutubeChannelSearchTool | YouTube 채널 내에서 검색하는 RAG 도구, 비디오 콘텐츠 분석에 유용 |
| YoutubeVideoSearchTool | YouTube 동영상 내에서 검색을 목적으로 하는 RAG 도구, 비디오 추출에 이상적 |
2. 커스텀 툴 만들기
from crewai.tools import BaseTool
from pydantic import BaseModel, Field
class MyToolInput(BaseModel):
"""Input schema for MyCustomTool."""
argument: str = Field(..., description="Description of the argument.")
class MyCustomTool(BaseTool):
name: str = "Name of my tool"
description: str = "What this tool does. It's vital for effective utilization."
args_schema: Type[BaseModel] = MyToolInput
def _run(self, argument: str) -> str:
# Your tool's logic here
return "Tool's result"
반응형
'AI > AI 서비스 개발' 카테고리의 다른 글
| [AI 서비스 개발] 웹검색 api 비교 (1) | 2025.01.28 |
|---|---|
| [AI 서비스 개발] 백엔드와 DB연결, Session (1) | 2025.01.27 |
| [AI 서비스 개발] Pydantic과 SQLAlchemy (0) | 2025.01.22 |
| [AI 서비스 개발] CrewAI (0) | 2025.01.19 |
| [AI 서비스 개발] 엑세스 토큰, 쿠키, 미들웨어 (1) | 2025.01.17 |
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 아침
- 티스토리챌린지
- SQL
- 고득점 Kit
- 실기
- 기초
- 줄넘기
- 운동
- 오픽
- 아침운동
- Python
- 프로그래머스
- 빅데이터 분석기사
- IH
- 30분
- 경제
- 습관
- 뉴스
- llm
- 스크랩
- C언어
- 갓생
- 미라클모닝
- Ai
- 영어회화
- opic
- 오블완
- ChatGPT
- 루틴
- 다이어트
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
글 보관함