أداة الرؤية

أداة VisionTool مصممة لاستخراج النص من الصور.

​

VisionTool

​

الوصف

تُستخدم هذه الأداة لاستخراج النص من الصور. عند تمريرها إلى الوكيل، ستستخرج النص من الصورة ثم تستخدمه لتوليد استجابة أو تقرير أو أي مخرج آخر. يجب تمرير عنوان URL أو مسار الصورة إلى الوكيل.

يمكنك أيضًا طرح استعلام query مخصص حول الصورة واختيار مستوى تعقيد complexity_level يقوم تلقائيًا باختيار النموذج الأنسب للطلب:

مستوى التعقيد	النموذج
easy	gpt-5.6-luna
medium (افتراضي)	gpt-5.6-terra
hard	gpt-5.6-sol

عند تمرير llm أو model بشكل صريح إلى الأداة، فإنه يأخذ الأولوية على اختيار النموذج المستند إلى مستوى التعقيد.

​

التثبيت

ثبّت حزمة crewai_tools

pip install 'crewai[tools]'

​

الاستخدام

لاستخدام VisionTool، يجب تعيين مفتاح API الخاص بـ OpenAI في متغير البيئة OPENAI_API_KEY.

Code

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]
    )

​

المعاملات

تقبل VisionTool المعاملات التالية:

المعامل	النوع	الوصف
image_path_url	string	إلزامي. مسار ملف الصورة (أو عنوان URL) المراد استخراج النص منها.
query	string	اختياري. السؤال أو التعليمات المراد طرحها على النموذج حول الصورة. القيمة الافتراضية هي "What's in this image?".
complexity_level	string	اختياري. مستوى تعقيد الطلب، والذي يحدد النموذج: easy أو medium أو hard. القيمة الافتراضية هي medium.