이러한 툴을 통해 에이전트는 전통적인 SQL 데이터베이스부터 최신 벡터 저장소 및 데이터 웨어하우스에 이르기까지 다양한 데이터베이스 시스템과 상호 작용할 수 있습니다.

​
사용 가능한 도구

MySQL 도구

SQL 연산을 사용하여 MySQL 데이터베이스에 연결하고 쿼리할 수 있습니다.

PostgreSQL 검색

PostgreSQL 데이터베이스를 효율적으로 검색하고 쿼리할 수 있습니다.

Snowflake 검색

분석 및 리포팅을 위해 Snowflake 데이터 웨어하우스에 접근합니다.

NL2SQL 도구

자연어 쿼리를 자동으로 SQL 구문으로 변환합니다.

Qdrant 벡터 검색

Qdrant 벡터 데이터베이스를 사용하여 벡터 임베딩을 검색합니다.

Weaviate 벡터 검색

Weaviate 벡터 데이터베이스로 의미론적 검색을 수행합니다.

MongoDB 벡터 검색

인덱싱 도우미를 사용하여 MongoDB Atlas에서 벡터 유사도 검색을 실행합니다.

SingleStore 검색

풀링과 검증을 통해 SingleStore에서 안전한 SELECT/SHOW 쿼리를 실행할 수 있습니다.

​
일반적인 사용 사례

  • 데이터 분석: 비즈니스 인텔리전스와 보고를 위해 데이터베이스 쿼리
  • 벡터 검색: 시맨틱 임베딩을 사용하여 유사한 콘텐츠 찾기
  • ETL 작업: 시스템 간 데이터 추출, 변환 및 적재
  • 실시간 분석: 의사 결정에 필요한 실시간 데이터 접근
from crewai_tools import MySQLTool, QdrantVectorSearchTool, NL2SQLTool

# Create database tools
mysql_db = MySQLTool()
vector_search = QdrantVectorSearchTool()
nl_to_sql = NL2SQLTool()

# Add to your agent
agent = Agent(
    role="Data Analyst",
    tools=[mysql_db, vector_search, nl_to_sql],
    goal="Extract insights from various data sources"
)