비전 도구

VisionTool은 이미지에서 텍스트를 추출하도록 설계되었습니다.

​

VisionTool

​

설명

이 도구는 이미지에서 텍스트를 추출하는 데 사용됩니다. 에이전트에 전달되면 이미지에서 텍스트를 추출한 후 이를 사용하여 응답, 보고서 또는 기타 출력을 생성합니다. 이미지의 URL 또는 경로(PATH)를 에이전트에 전달해야 합니다.

이미지에 대한 사용자 지정 query를 요청하고, 요청에 가장 적합한 모델을 자동으로 선택하는 complexity_level을 지정할 수도 있습니다:

복잡도 수준	모델
easy	gpt-5.6-luna
medium (기본값)	gpt-5.6-terra
hard	gpt-5.6-sol

도구에 명시적인 llm 또는 model을 제공하면, 복잡도 기반 모델 선택보다 우선합니다.

​

설치

crewai_tools 패키지를 설치하세요

pip install 'crewai[tools]'

​

사용법

VisionTool을 사용하려면 OpenAI API 키를 환경 변수 OPENAI_API_KEY에 설정해야 합니다.

Code

from crewai_tools import VisionTool

vision_tool = VisionTool()

@agent
def researcher(self) -> Agent:
    '''
    이 agent는 VisionTool을 사용하여 이미지에서 텍스트를 추출합니다.
    '''
    return Agent(
        config=self.agents_config["researcher"],
        allow_delegation=False,
        tools=[vision_tool]
    )

​

인수

VisionTool은 다음과 같은 인수를 받습니다:

인수	타입	설명
image_path_url	string	필수. 텍스트를 추출해야 하는 이미지 파일의 경로(또는 URL)입니다.
query	string	선택. 이미지에 대해 모델에 묻는 질문 또는 지시입니다. 기본값은 "What's in this image?"입니다.
complexity_level	string	선택. 모델을 선택하는 요청의 복잡도입니다: easy, medium, hard. 기본값은 medium입니다.