Vision Tool

VisionTool

描述

这个工具用于从图片中提取文本。传给 agent 后，它会先从图片中提取文本，再基于这些内容生成响应、报告或其他输出。 需要将图片的 URL 或 PATH 传给 Agent。

安装

安装 crewai_tools 包

pip install 'crewai[tools]'

用法

要使用 VisionTool，需要将 OpenAI API key 设置到环境变量 OPENAI_API_KEY 中。

from crewai_tools import VisionTool

vision_tool = VisionTool()

@agent
def researcher(self) -> Agent:
    '''
    This agent uses the VisionTool to extract text from images.
    '''
    return Agent(
        config=self.agents_config["researcher"],
        allow_delegation=False,
        tools=[vision_tool]
    )

参数

VisionTool 需要以下参数：

Argument	Type	Description
image_path_url	string	必填。需要从中提取文本的图片文件路径。