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：

1. Node.js (v16或更高版本)
2. OpenAI API密钥
3. 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 (
    <div className="container">
      <h1>AI Scraper with Toolhouse</h1>
      <form onSubmit={handleSubmit}>
        <div className="form-group">
          <label htmlFor="url">URL</label>
          <input
            type="text"
            id="url"
            value={url}
            onChange={(e) => setUrl(e.target.value)}
            placeholder="https://example.com"
            required
          />
        </div>
        <div className="form-group">
          <label htmlFor="prompt">Prompt</label>
          <textarea
            id="prompt"
            value={prompt}
            onChange={(e) => setPrompt(e.target.value)}
            placeholder="Summarize the content..."
            required
          />
        </div>
        <button type="submit" disabled={isLoading}>
          {isLoading ? "Processing..." : "Scrape and Process"}
        </button>
      </form>

      {error && <div className="error">{error}</div>}

      {result && (
        <div className="result">
          <h2>Result:</h2>
          {result}
        </div>
      )}
    </div>
  );
}

export default App;

步骤6：设计应用样式

在src文件夹内的App.css文件中添加样式：

/*  (CSS styles remain the same as in the original input) */

步骤7：重启应用

停止已运行的React服务器（ctrl + c），然后运行以下命令重新启动服务器：

npm start

最终应用

应用界面如下所示：

输入URL和提示，AI代理将抓取并总结网页内容。请注意，某些网站可能不允许抓取，导致工具调用失败。

示例：

使用Toolhouse执行记录器监控工具调用

Toolhouse执行日志可以监控每个工具调用的情况，帮助您评估工具调用数量并优化调用以节省资源。

日志记录了每个工具调用的时间和输出。

总结

本教程演示了如何使用Toolhouse SDK构建一个简单的AI驱动的网络爬虫。Toolhouse简化了工具管理，让您可以专注于构建更强大的AI代理。 请记住，API密钥需要替换为您的实际密钥。

本篇关于《使用 Toolhouse SDK 管理用于函数调用的 AI 工具》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！