For the complete documentation index, see llms.txt. This page is also available as Markdown.

如何使用LangChain設定TalorData

將 TalorData 與 LangChain 集成,為基於 LLM 的代理提供可靠、匿名且可擴展的 Web 訪問權限,以執行真實世界的數據任務。涵蓋 195 個國家/地區。

您可以使用 langchain-talordata Python 包來實現此集成,該集成支援以下功能:

  • TalorSerpTool - TalorData 提供強大的 SERP API,讓您可以使用地理定位和高級自定義選項查詢搜尋引擎(Google、Bing、Yandex、DuckDuckGo),這對於需要即時網路資訊的 AI 代理尤其有用。

或者通過 TalorData 的 MCP(模型上下文協定) —— 一個提供各種抓取和自動化工具的本地伺服器。雖然它不是langchain-talordata包的一部分,但可以透過 LangChain 的 Tool RequestsWrapper手動集成。

如何將TalorData與LangChain集成

1

獲取您的TalorData API Token

2

安裝TalorData集成

運行以下命令安裝用於LangChain的TalorData集成包:

pip install langchain-talordata
3

設定環境變量

將您的TalorData API Token設定為環境變量:

import os
os.environ["TALOR_API_KEY"] = "your-token"
4

使用TalorData + LangChain 集成

API 參考:SERP API 文档

基本用法

from langchain_talordata import TalorSerpTool

search_tool = TalorSerpTool.from_env()

result = search_tool.invoke({
    "query": "LangChain tutorial",
    "engine": "google",
    "params": {
        "gl": "us",
        "hl": "en",
        "device": "desktop",
    },
})

print(result)

5

在Agent中使用

from langchain_talordata import TalorSerpTool
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)
tool = TalorSerpTool.from_env()

# Tool calling without langchain_classic agents
model_with_tools = llm.bind_tools([tool])
response = model_with_tools.invoke("Search for the latest LangChain news")
print(response)

最后更新于