mirror of
https://github.com/crewAIInc/crewAI.git
synced 2026-01-09 16:18:30 +00:00
Add pt-BR docs translation (#3039)
* docs: add pt-br translations Powered by a CrewAI Flow https://github.com/danielfsbarreto/docs_translator * Update mcp/overview.mdx brazilian docs Its en-US counterpart was updated after I did a pass, so now it includes the new section about @CrewBase
This commit is contained in:
80
docs/pt-BR/tools/file-document/txtsearchtool.mdx
Normal file
80
docs/pt-BR/tools/file-document/txtsearchtool.mdx
Normal file
@@ -0,0 +1,80 @@
|
||||
---
|
||||
title: Pesquisa TXT RAG
|
||||
description: O `TXTSearchTool` foi projetado para realizar uma busca RAG (Geração Aumentada por Recuperação) dentro do conteúdo de um arquivo de texto.
|
||||
icon: file-lines
|
||||
---
|
||||
|
||||
## Visão Geral
|
||||
|
||||
<Note>
|
||||
Ainda estamos trabalhando para melhorar as ferramentas, por isso pode haver comportamentos inesperados ou mudanças no futuro.
|
||||
</Note>
|
||||
|
||||
Esta ferramenta é utilizada para realizar uma busca RAG (Geração Aumentada por Recuperação) dentro do conteúdo de um arquivo de texto.
|
||||
Ela permite uma busca semântica de uma consulta dentro do conteúdo de um arquivo de texto especificado,
|
||||
tornando-se um recurso valioso para extrair rapidamente informações ou encontrar seções específicas do texto com base na consulta fornecida.
|
||||
|
||||
## Instalação
|
||||
|
||||
Para usar o `TXTSearchTool`, primeiro é necessário instalar o pacote `crewai_tools`.
|
||||
Isso pode ser feito usando o pip, um gerenciador de pacotes para Python.
|
||||
Abra seu terminal ou prompt de comando e digite o seguinte comando:
|
||||
|
||||
```shell
|
||||
pip install 'crewai[tools]'
|
||||
```
|
||||
|
||||
Este comando fará o download e instalará o TXTSearchTool junto com todas as dependências necessárias.
|
||||
|
||||
## Exemplo
|
||||
|
||||
O exemplo a seguir demonstra como usar o TXTSearchTool para pesquisar dentro de um arquivo de texto.
|
||||
Este exemplo mostra tanto a inicialização da ferramenta com um arquivo de texto específico quanto a pesquisa subsequente dentro do conteúdo desse arquivo.
|
||||
|
||||
```python Code
|
||||
from crewai_tools import TXTSearchTool
|
||||
|
||||
# Inicialize a ferramenta para pesquisar no conteúdo de qualquer arquivo de texto
|
||||
# que o agente aprender durante sua execução
|
||||
tool = TXTSearchTool()
|
||||
|
||||
# OU
|
||||
|
||||
# Inicialize a ferramenta com um arquivo de texto específico,
|
||||
# para que o agente possa pesquisar dentro do conteúdo desse arquivo de texto
|
||||
tool = TXTSearchTool(txt='path/to/text/file.txt')
|
||||
```
|
||||
|
||||
## Argumentos
|
||||
- `txt` (str): **Opcional**. O caminho para o arquivo de texto que você deseja pesquisar.
|
||||
Este argumento só é necessário se a ferramenta não foi inicializada com um arquivo de texto específico;
|
||||
caso contrário, a pesquisa será realizada no arquivo de texto fornecido inicialmente.
|
||||
|
||||
## Modelo e embeddings personalizados
|
||||
|
||||
Por padrão, a ferramenta utiliza o OpenAI tanto para embeddings quanto para sumarização.
|
||||
Para personalizar o modelo, você pode usar um dicionário de configuração como o exemplo a seguir:
|
||||
|
||||
```python Code
|
||||
tool = TXTSearchTool(
|
||||
config=dict(
|
||||
llm=dict(
|
||||
provider="ollama", # ou google, openai, anthropic, llama2, ...
|
||||
config=dict(
|
||||
model="llama2",
|
||||
# temperature=0.5,
|
||||
# top_p=1,
|
||||
# stream=true,
|
||||
),
|
||||
),
|
||||
embedder=dict(
|
||||
provider="google", # ou openai, ollama, ...
|
||||
config=dict(
|
||||
model="models/embedding-001",
|
||||
task_type="retrieval_document",
|
||||
# title="Embeddings",
|
||||
),
|
||||
),
|
||||
)
|
||||
)
|
||||
```
|
||||
Reference in New Issue
Block a user