Skip to main content

​
TXTSearchTool

도구를 개선 중이므로 예상치 못한 동작이나 변경 사항이 발생할 수 있습니다.

​
설명

이 도구는 텍스트 파일 내에서 RAG(Retrieval-Augmented Generation) 검색을 수행한다. 지정된 텍스트 파일의 내용에서 쿼리에 대한 의미론적 검색을 가능하게 하여, 제공된 쿼리를 기반으로 정보를 빠르게 추출하거나 특정 텍스트 섹션을 찾는 데 유용한 리소스 역할을 한다.

​
설치

TXTSearchTool을 사용하려면 먼저 crewai_tools 패키지를 설치해야 한다. Python 패키지 관리자인 pip를 사용해 설치할 수 있다. 터미널이나 커맨드라인을 열고 다음 명령어를 입력한다: 
pip install 'crewai[tools]'
이 명령어는 TXTSearchTool과 필요한 모든 의존성을 다운로드하고 설치한다.

​
예제

다음 예제는 TXTSearchTool을 사용해 텍스트 파일 내에서 검색하는 방법을 보여준다. 이 예제는 특정 텍스트 파일로 도구를 초기화하고, 해당 파일의 내용을 검색하는 과정을 포함한다. 
from crewai_tools import TXTSearchTool

# 도구를 초기화해 에이전트가 실행 중 학습한 텍스트 파일의 내용을 검색할 수 있게 설정
tool = TXTSearchTool()

# 또는

# 특정 텍스트 파일로 도구를 초기화해, 
# 에이전트가 주어진 텍스트 파일의 내용을 검색할 수 있게 설정
tool = TXTSearchTool(txt='path/to/text/file.txt')

​
인자

  • txt (str): 선택 사항. 검색하려는 텍스트 파일의 경로.
    이 인자는 도구를 특정 텍스트 파일로 초기화하지 않았을 때만 필요하다.
    그렇지 않으면 초기에 제공된 텍스트 파일 내에서 검색을 수행한다.

​
커스텀 모델과 임베딩

기본적으로 이 도구는 임베딩과 요약 모두에 OpenAI를 사용한다. 모델을 커스터마이징하려면 다음과 같이 설정 딕셔너리를 활용할 수 있다: 
tool = TXTSearchTool(
    config=dict(
        llm=dict(
            provider="ollama", # 또는 google, openai, anthropic, llama2, ...
            config=dict(
                model="llama2",
                # temperature=0.5,
                # top_p=1,
                # stream=true,
            ),
        ),
        embedder=dict(
            provider="google", # 또는 openai, ollama, ...
            config=dict(
                model="models/embedding-001",
                task_type="retrieval_document",
                # title="Embeddings",
            ),
        ),
    )
)