使用 Toolhouse SDK 管理用于函数调用的 AI 工具
今天golang学习网给大家带来了《使用 Toolhouse SDK 管理用于函数调用的 AI 工具》，其中涉及到的知识点包括等等，无论你是小白还是老手，都适合看一看哦~有好的建议也欢迎大家在评论留言，若是看完有所收获，也希望大家能多多点赞支持呀！一起加油学习~
构建强大的AI代理的关键在于其管理和执行工具（函数调用）的能力。这些工具赋予代理执行各种任务的能力，例如数据抓取、内容总结，甚至复杂的流程自动化。然而，随着AI代理规模和功能的扩张，管理和维护众多工具的难度也随之增加。
本教程将使用Toolhouse SDK演示如何利用预构建工具，并追踪每个工具调用的过程。我们将构建一个简单的界面，用户输入URL和提示，AI代理则使用工具抓取网页并处理数据。
为什么工具管理对AI代理至关重要
工具是AI代理的核心，如同其四肢一般。每个工具都代表着AI执行特定任务的专业技能或功能。
面向用户的AI代理需要胜任各种任务。从零开始编写AI工具以实现API集成或网页抓取逻辑，无异于重复造轮子，并且需要开发团队进行长期维护。
Toolhouse平台有效解决了这些问题。它能够：
- 提供各种专业的AI工具，涵盖网页抓取、邮件发送、屏幕截图、API集成（例如LinkedIn API用于搜索个人资料）等任务。
- 在Toolhouse应用中追踪AI代理的工具调用情况。
- 通过Toolhouse SDK快速实现强大的AI功能。
这些功能简化了工具管理，让您专注于构建更智能的AI代理，而无需费心于工具的构建和维护。
Toolhouse入门指南
让我们构建一个AI驱动的网络爬虫。它是一个单页面应用，用户输入待抓取的URL和可选提示，AI代理将抓取网页并处理数据。
所需资源：
- Node.js (v16或更高版本)
- OpenAI API密钥
- Toolhouse API密钥
步骤1：设置React项目
我们将使用React创建一个简单的前端来管理工具调用。确保已安装create-react-app，我们将用它初始化新的React应用。如果未安装，请运行以下命令：
npm install -g create-react-app
在终端输入以下命令：
npx create-react-app ai-scraper
进入项目目录：
cd ai-scraper
项目文件夹结构应如下所示：
启动服务器：
npm start
应用应在localhost:3000启动：
步骤2：安装Toolhouse和OpenAI SDK
这些SDK将使我们的应用与Toolhouse平台和OpenAI模型交互：
npm install @toolhouseai/sdk openai
步骤3：添加API密钥
在ai-scraper项目文件夹中创建一个.env文件，并添加以下API密钥：
REACT_APP_TOOLHOUSE_API_KEY=your_toolhouse_api_key
REACT_APP_OPENAI_API_KEY=your_openai_api_key您可以在platform.openai.com/api-keys找到OpenAI API密钥。将your_openai_api_key替换为您的实际密钥。
要获取Toolhouse API密钥，请先在toolhouse.ai注册一个帐户。
注册后，访问API密钥页面：
点击眼睛图标显示您的API密钥，复制并粘贴到.env文件的your_toolhouse_api_key处。
步骤4：在Toolhouse中创建和设置Bundle
您的Toolhouse仪表板应如下所示：
点击左侧菜单中的“Bundles”创建新的Bundle。Bundle用于组织AI工具。
创建后，您可以添加不同的预制工具到Bundle中：
启用Tavily Web Search工具将其添加到您的Bundle：
步骤5：构建App.js组件
在src文件夹中的App.js文件（或App.ts）中替换代码：
import React, { useState } from "react";
import { Toolhouse } from "@toolhouseai/sdk";
import OpenAI from "openai";
import "./App.css";
const model = "gpt-4o-mini";
function App() {
const [url, setUrl] = useState("");
const [prompt, setPrompt] = useState("");
const [result, setResult] = useState("");
const [isLoading, setIsLoading] = useState(false);
const [error, setError] = useState("");
const handleSubmit = async (e) => {
e.preventDefault();
setIsLoading(true);
setError("");
setResult("");
try {
const toolhouse = new Toolhouse({
apiKey: process.env.REACT_APP_TOOLHOUSE_API_KEY,
metadata: {
id: "user_id",
timezone: "0",
},
});
const client = new OpenAI({
apiKey: process.env.REACT_APP_OPENAI_API_KEY,
dangerouslyAllowBrowser: true,
});
const messages = [
{
role: "user",
content: `get the contents of ${url} and ${prompt}`,
},
];
const tools = await toolhouse.getTools();
const chatCompletion = await client.chat.completions.create({
messages,
model: model,
tools,
});
const openaiMessage = await toolhouse.runTools(chatCompletion);
const newMessages = [...messages, ...openaiMessage];
const chatCompleted = await client.chat.completions.create({
messages: newMessages,
model: model,
tools,
});
setResult(chatCompleted?.choices[0]?.message?.content);
} catch (err) {
console.error("Error occurred:", err);
setError(
`An error occurred while processing your request. ${
err.message || JSON.stringify(err)
}`
);
} finally {
setIsLoading(false);
}
};
return (
AI Scraper with Toolhouse