CrewAI AIMindTool 实战指南用自然语言查询任意数据源【免费下载链接】crewAIFramework for orchestrating role-playing, autonomous AI agents. By fostering collaborative intelligence, CrewAI empowers agents to work together seamlessly, tackling complex tasks.项目地址: https://gitcode.com/GitHub_Trending/cr/crewAIAIMindTool 是 CrewAI 工具包中用于自然语言问数据的内置工具。本篇基于仓库中的 AIMind Tool 文档 与 工具源码实现完整讲解其安装、配置参数、datasources结构与接入 Agent 的方法并深入剖析该工具在构造期与运行期的真实调用链帮助你将 Minds 数据问答能力直接集成进 CrewAI 项目。什么是 Minds 以及 AIMindTool 能做什么Minds 是 MindsDB 提供的 AI 系统工作方式类似大语言模型LLM但能力更进一步——它可以从任意数据源回答任意问题。其工作原理分三步完成通过参数化搜索parametric search为问题选出最相关的数据通过语义搜索semantic search理解问题含义在正确的上下文中组织响应分析数据并调用机器学习ML模型给出精确答案。AIMindTool正是这一能力的 CrewAI 封装你只需配置好数据源的连接参数就可以用自然语言查询这些数据源。从源码中工具自身的描述看它支持的数据源包括 PostgreSQL、MySQL、MariaDB、ClickHouse、Snowflake 和 Google BigQuery见 ai_mind_tool.py 中description字段更多支持的引擎与连接参数以 Minds 官方数据源文档为准。安装与前置准备按官方文档接入 AIMindTool 需要完成 4 个步骤安装crewai[tools]包pip install crewai[tools]安装 Minds SDKpip install minds-sdk注册 Minds 账号并获取 API Key将 API Key 设置为环境变量MINDS_API_KEY。源码层面的两个细节印证了上述要求AIMindTool在package_dependencies中声明了minds-sdk依赖见 ai_mind_tool.py并在__init__中延迟导入minds.client.Client与minds.datasources.DatabaseConfig若导入失败会抛出带安装提示的ImportErrortry: from minds.client import Client from minds.datasources import DatabaseConfig except ImportError as e: raise ImportError( minds_sdk package not found, please run pip install minds-sdk ) from e工具通过env_vars字段显式声明了对MINDS_API_KEY的依赖requiredTrueCrewAI 的项目框架会据此提示缺失的环境变量。构造 AIMindTooldatasources 参数逐项解析最小可用的初始化代码如下来自工具文档from crewai_tools import AIMindTool # Initialize the AIMindTool. aimind_tool AIMindTool( datasources[ { description: house sales data, engine: postgres, connection_data: { user: demo_user, password: demo_password, host: samples.mindsdb.com, port: 5432, database: demo, schema: demo_data }, tables: [house_sales] } ] ) aimind_tool.run(How many 3 bedroom houses were sold in 2008?)datasources是一个字典列表每个字典包含以下键键是否必填说明description必填该数据源中包含的数据的描述会随数据源配置一起提交给 Mindsengine必填数据源的引擎类型如postgres支持的引擎列表见 Minds 官方文档connection_data必填连接参数字典具体字段随引擎不同而不同tables可选限定数据源使用的表列表省略时默认使用数据源中的全部表从源码看datasources在类中被定义为list[dict[str, Any]]默认空列表而 API Key 的获取优先级是构造函数参数api_key 环境变量MINDS_API_KEY两者都缺失时立即抛出ValueErrordef __init__(self, api_key: str | None None, **kwargs: Any) - None: super().__init__(**kwargs) self.api_key api_key or os.getenv(MINDS_API_KEY) if not self.api_key: raise ValueError( API key must be provided either through constructor or MINDS_API_KEY environment variable )因此如果你希望在特定环境下使用不同的密钥也可以直接传入AIMindTool(api_keysk-..., datasources[...])。构造期到底发生了什么Mind 与数据源是自动创建的这一点值得特别注意——AIMindTool实例化时并不是惰性配置而是会立即与 Minds 服务通信完成资源创建见 ai_mind_tool.py用 API Key 初始化minds.client.Client遍历datasources为每一项构建DatabaseConfig数据源名称自动生成crwai_ds_前缀 secrets.token_hex(5)生成的随机十六进制串避免命名冲突创建 Mind名称为crwai_mind_前缀 随机十六进制串并传入replaceTrue以便重名时替换创建成功后将返回的mind.name保存到实例字段mind_name。name f{AIMindToolConstants.MIND_NAME_PREFIX}_{secrets.token_hex(5)} mind minds_client.minds.create( namename, datasourcesdatasources, replaceTrue ) self.mind_name mind.name从源码结构看每次构造AIMindTool都会在 Minds 侧新建一个独立的 Mind含其数据源而不是复用已有资源MIND_NAME_PREFIX、DATASOURCE_NAME_PREFIX常量固定为crwai_mind_与crwai_ds_便于在服务端识别由 CrewAI 创建的资源。另外类定义中还有一个mind_name: str | None None字段正常情况下由构造流程自动填充。运行期原理Minds API 是 OpenAI 兼容接口AIMindTool继承 CrewAI 的BaseTool定义见 base_tool.py其输入被 Pydantic 模型AIMindToolInputSchema约束为单个自然语言问题字段class AIMindToolInputSchema(BaseModel): Input for AIMind Tool. query: str Field(descriptionQuestion in natural language to ask the AI-Mind)_run方法的实现揭示了一个关键事实Minds 的查询 API 是 OpenAI 兼容的所以工具直接用openaiPython 客户端对接把 Mind 名称当作model参数def _run(self, query: str) - str | None: # The Minds API is OpenAI compatible and therefore, the OpenAI client can be used. openai_client OpenAI( base_urlAIMindToolConstants.MINDS_API_BASE_URL, api_keyself.api_key ) if self.mind_name is None: raise ValueError(Mind name is not set.) completion openai_client.chat.completions.create( modelself.mind_name, messages[{role: user, content: query}], streamFalse, ) if not isinstance(completion, ChatCompletion): raise ValueError(Invalid response from AI-Mind) return completion.choices[0].message.content要点归纳API 基址固定为常量https://mdb.ai/MINDS_API_BASE_URL请求以非流式streamFalse单轮对话形式发出model即构造期创建的 Mind 名称返回值是ChatCompletion中choices[0].message.content的文本内容若响应类型不符合预期会抛出ValueError(Invalid response from AI-Mind)由于mind_name在构造期才被赋值若绕过__init__直接调用_run会抛出ValueError(Mind name is not set.)。调用aimind_tool.run(How many 3 bedroom houses were sold in 2008?)时问题会经BaseTool.run的通用封装参数校验、失败处理等进入_run最终以字符串形式返回 Minds 的答案。将 AIMindTool 交给 Agent在 CrewAI 项目中工具通过Agent的tools参数注入。文档给出的标准写法配合agent装饰器声明式定义是from crewai import Agent from crewai.project import agent # Define an agent with the AIMindTool. agent def researcher(self) - Agent: return Agent( configself.agents_config[researcher], allow_delegationFalse, tools[aimind_tool] )Agent 运行时会依据工具的description判断何时调用 AIMindTool——其描述明确提示当你需要从 PostgreSQL、MySQL、MariaDB、ClickHouse、Snowflake、Google BigQuery 等数据源获取答案时使用输入应为自然语言问题这让 LLM 能够准确理解工具的适用场景。AIMindTool由crewai_tools包顶层导出见 tools/init.py因此from crewai_tools import AIMindTool即可直接导入使用。小结与实践建议AIMindTool 的价值在于把自然语言 → 数据源查询 → 带上下文的答案这条链路封装成 Agent 可用的单个工具你只需要管好 API Key 和连接参数配置时datasources四项中tables是唯一可选项省略即默认使用数据源全部表需要缩小查询范围时建议显式指定注意构造即创建每次实例化都会在 Minds 端创建带随机后缀的 Mind 与数据源且 API Key 缺失会在构造阶段直接报错而不是等到运行时运行期走的是 OpenAI 兼容接口非流式单次对话返回值为纯文本答案更多引擎类型与各引擎的connection_data字段请以 Minds 官方数据源文档为准本仓库中该工具的实现位于 lib/crewai-tools/src/crewai_tools/tools/ai_mind_tool/可结合 tool.specs.json 查看工具注册元信息。【免费下载链接】crewAIFramework for orchestrating role-playing, autonomous AI agents. By fostering collaborative intelligence, CrewAI empowers agents to work together seamlessly, tackling complex tasks.项目地址: https://gitcode.com/GitHub_Trending/cr/crewAI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考