​
LlamaIndex 도구 사용하기

CrewAI는 RAG(Retrieval-Augmented Generation)와 에이전트 파이프라인을 위한 LlamaIndex의 포괄적인 도구 키트와 원활하게 통합된다. 이를 통해 고급 검색 기반 쿼리와 더 많은 기능을 사용할 수 있다.

LlamaIndex가 제공하는 내장 도구는 다음과 같다.

from crewai import Agent
from crewai_tools import LlamaIndexTool

# 예제 1: FunctionTool에서 초기화
from llama_index.core.tools import FunctionTool

your_python_function = lambda ...: ...
og_tool = FunctionTool.from_defaults(
    your_python_function, 
    name="<name>", 
    description='<description>'
)
tool = LlamaIndexTool.from_tool(og_tool)

# 예제 2: LlamaHub 도구에서 초기화
from llama_index.tools.wolfram_alpha import WolframAlphaToolSpec
wolfram_spec = WolframAlphaToolSpec(app_id="<app_id>")
wolfram_tools = wolfram_spec.to_tool_list()
tools = [LlamaIndexTool.from_tool(t) for t in wolfram_tools]

# 예제 3: LlamaIndex Query Engine에서 도구 초기화
query_engine = index.as_query_engine()
query_tool = LlamaIndexTool.from_query_engine(
    query_engine,
    name="Uber 2019 10K Query Tool",
    description="이 도구를 사용해 2019년 Uber 10K 연간 보고서를 조회한다."
)

# 도구를 생성하고 에이전트에 할당
agent = Agent(
    role='Research Analyst',
    goal='최신 시장 분석 제공',
    backstory='시장 동향을 꿰뚫어보는 전문 분석가.',
    tools=[tool, *tools, query_tool]
)

# 나머지 코드 ...

​
시작하기 단계

LlamaIndexTool을 효과적으로 사용하려면 다음 단계를 따르세요:

1

패키지 설치

Python 환경에 crewai[tools] 패키지가 설치되어 있는지 확인하세요:

pip install 'crewai[tools]'
2

LlamaIndex 설치 및 사용

LlamaIndex 문서 LlamaIndex Documentation를 참고하여 RAG/agent 파이프라인을 설정하세요.

LangChain 도구 활용하기커스텀 도구 만들기