mirror of
https://github.com/crewAIInc/crewAI.git
synced 2026-01-10 16:48:30 +00:00
* 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
146 lines
4.6 KiB
Plaintext
146 lines
4.6 KiB
Plaintext
---
|
|
title: Ferramenta LlamaIndex
|
|
description: A `LlamaIndexTool` é um wrapper para ferramentas e mecanismos de consulta do LlamaIndex.
|
|
icon: address-book
|
|
---
|
|
|
|
# `LlamaIndexTool`
|
|
|
|
## Descrição
|
|
|
|
A `LlamaIndexTool` foi projetada para ser um wrapper geral em torno das ferramentas e mecanismos de consulta do LlamaIndex, permitindo que você aproveite os recursos do LlamaIndex em pipelines de RAG/agent como ferramentas que podem ser acopladas aos agentes do CrewAI. Essa ferramenta permite integrar de forma transparente as poderosas capacidades de processamento e recuperação de dados do LlamaIndex em seus fluxos de trabalho com o CrewAI.
|
|
|
|
## Instalação
|
|
|
|
Para utilizar esta ferramenta, é necessário instalar o LlamaIndex:
|
|
|
|
```shell
|
|
uv add llama-index
|
|
```
|
|
|
|
## Passos para Começar
|
|
|
|
Para utilizar a `LlamaIndexTool` de forma eficaz, siga os passos abaixo:
|
|
|
|
1. **Instale o LlamaIndex**: Instale o pacote LlamaIndex usando o comando acima.
|
|
2. **Configure o LlamaIndex**: Siga a [documentação do LlamaIndex](https://docs.llamaindex.ai/) para configurar um pipeline de RAG/agent.
|
|
3. **Crie uma Ferramenta ou Mecanismo de Consulta**: Crie uma ferramenta ou mecanismo de consulta do LlamaIndex que você deseja usar com o CrewAI.
|
|
|
|
## Exemplo
|
|
|
|
Os exemplos a seguir demonstram como inicializar a ferramenta a partir de diferentes componentes do LlamaIndex:
|
|
|
|
### A partir de uma ferramenta do LlamaIndex
|
|
|
|
```python Code
|
|
from crewai_tools import LlamaIndexTool
|
|
from crewai import Agent
|
|
from llama_index.core.tools import FunctionTool
|
|
|
|
# Exemplo 1: Inicializando a partir do FunctionTool
|
|
def search_data(query: str) -> str:
|
|
"""Busca por informações nos dados."""
|
|
# Sua implementação aqui
|
|
return f"Results for: {query}"
|
|
|
|
# Criação de um LlamaIndex FunctionTool
|
|
og_tool = FunctionTool.from_defaults(
|
|
search_data,
|
|
name="DataSearchTool",
|
|
description="Search for information in the data"
|
|
)
|
|
|
|
# Envolvendo com a LlamaIndexTool
|
|
tool = LlamaIndexTool.from_tool(og_tool)
|
|
|
|
# Definindo um agente que utiliza a ferramenta
|
|
@agent
|
|
def researcher(self) -> Agent:
|
|
'''
|
|
Este agente usa a LlamaIndexTool para buscar informações.
|
|
'''
|
|
return Agent(
|
|
config=self.agents_config["researcher"],
|
|
tools=[tool]
|
|
)
|
|
```
|
|
|
|
### A partir de Ferramentas do LlamaHub
|
|
|
|
```python Code
|
|
from crewai_tools import LlamaIndexTool
|
|
from llama_index.tools.wolfram_alpha import WolframAlphaToolSpec
|
|
|
|
# Inicializando a partir das ferramentas do LlamaHub
|
|
wolfram_spec = WolframAlphaToolSpec(app_id="your_app_id")
|
|
wolfram_tools = wolfram_spec.to_tool_list()
|
|
tools = [LlamaIndexTool.from_tool(t) for t in wolfram_tools]
|
|
```
|
|
|
|
### A partir de um mecanismo de consulta do LlamaIndex
|
|
|
|
```python Code
|
|
from crewai_tools import LlamaIndexTool
|
|
from llama_index.core import VectorStoreIndex
|
|
from llama_index.core.readers import SimpleDirectoryReader
|
|
|
|
# Carregar documentos
|
|
documents = SimpleDirectoryReader("./data").load_data()
|
|
|
|
# Criar um índice
|
|
index = VectorStoreIndex.from_documents(documents)
|
|
|
|
# Criar um mecanismo de consulta
|
|
query_engine = index.as_query_engine()
|
|
|
|
# Criar uma LlamaIndexTool a partir do mecanismo de consulta
|
|
query_tool = LlamaIndexTool.from_query_engine(
|
|
query_engine,
|
|
name="Company Data Query Tool",
|
|
description="Use this tool to lookup information in company documents"
|
|
)
|
|
```
|
|
|
|
## Métodos da Classe
|
|
|
|
A `LlamaIndexTool` oferece dois métodos de classe principais para criar instâncias:
|
|
|
|
### from_tool
|
|
|
|
Cria uma `LlamaIndexTool` a partir de uma ferramenta do LlamaIndex.
|
|
|
|
```python Code
|
|
@classmethod
|
|
def from_tool(cls, tool: Any, **kwargs: Any) -> "LlamaIndexTool":
|
|
# Implementation details
|
|
```
|
|
|
|
### from_query_engine
|
|
|
|
Cria uma `LlamaIndexTool` a partir de um mecanismo de consulta do LlamaIndex.
|
|
|
|
```python Code
|
|
@classmethod
|
|
def from_query_engine(
|
|
cls,
|
|
query_engine: Any,
|
|
name: Optional[str] = None,
|
|
description: Optional[str] = None,
|
|
return_direct: bool = False,
|
|
**kwargs: Any,
|
|
) -> "LlamaIndexTool":
|
|
# Implementation details
|
|
```
|
|
|
|
## Parâmetros
|
|
|
|
O método `from_query_engine` aceita os seguintes parâmetros:
|
|
|
|
- **query_engine**: Obrigatório. O mecanismo de consulta do LlamaIndex a ser envolvido.
|
|
- **name**: Opcional. O nome da ferramenta.
|
|
- **description**: Opcional. A descrição da ferramenta.
|
|
- **return_direct**: Opcional. Define se deve retornar a resposta diretamente. O padrão é `False`.
|
|
|
|
## Conclusão
|
|
|
|
A `LlamaIndexTool` oferece uma maneira poderosa de integrar as capacidades do LlamaIndex aos agentes do CrewAI. Ao envolver ferramentas e mecanismos de consulta do LlamaIndex, ela permite que os agentes utilizem funcionalidades sofisticadas de recuperação e processamento de dados, aprimorando sua capacidade de trabalhar com fontes de informação complexas. |