LlamaHub 演示¶

这里我们简单概述了如何在 LlamaHub 中使用数据加载器和工具（用于代理）。

注意事项:

• 你可以在 LlamaHub 中点击每个模块并查看代码片段，了解如何使用所有功能。
• 此外，你可以在这里找到完整的代理工具列表。
• 在本指南中，我们将演示如何使用 download_loader 和 download_tool。你还可以将 llama-hub 作为包进行安装。

使用数据加载器¶

在这个例子中，我们将演示如何使用 SimpleWebPageReader。

注意：对于 LlamaHub 上的任何模块，如果要与 download_ 函数一起使用，请记下类名。

In [ ]

%pip install llama-index-agent-openai
%pip install llama-index-readers-web
%pip install llama-index-tools-google

%pip install llama-index-agent-openai %pip install llama-index-readers-web %pip install llama-index-tools-google

In [ ]

from llama_index.readers.web import SimpleWebPageReader

from llama_index.readers.web import SimpleWebPageReader

In [ ]

reader = SimpleWebPageReader(html_to_text=True)

reader = SimpleWebPageReader(html_to_text=True)

In [ ]

docs = reader.load_data(urls=["https://eugeneyan.com/writing/llm-patterns/"])

docs = reader.load_data(urls=["https://eugeneyan.com/writing/llm-patterns/"])

In [ ]

print(docs[0].get_content()[:400])

print(docs[0].get_content()[:400])

# [eugeneyan](/)

  * [Start Here](/start-here/ "Start Here")
  * [Writing](/writing/ "Writing")
  * [Speaking](/speaking/ "Speaking")
  * [Prototyping](/prototyping/ "Prototyping")
  * [About](/about/ "About")

# Patterns for Building LLM-based Systems & Products

[ [llm](/tag/llm/) [engineering](/tag/engineering/)
[production](/tag/production/) ]  · 66 min read

> Discussions on [HackerNews](htt

现在你可以将这些文档插入到你的下游 LlamaIndex 管道中。

In [ ]

from llama_index.core import VectorStoreIndex

index = VectorStoreIndex.from_documents(docs)
query_engine = index.as_query_engine()

from llama_index.core import VectorStoreIndex index = VectorStoreIndex.from_documents(docs) query_engine = index.as_query_engine()

In [ ]

response = query_engine.query("What are ways to evaluate LLMs?")
print(str(response))

response = query_engine.query("What are ways to evaluate LLMs?") print(str(response))

使用代理工具规范¶

在这个例子中，我们将演示如何加载一个代理工具。

In [ ]

from llama_index.tools.google import GmailToolSpec

from llama_index.tools.google import GmailToolSpec

In [ ]

tool_spec = GmailToolSpec()

tool_spec = GmailToolSpec()

In [ ]

# plug into your agent
from llama_index.agent.openai import OpenAIAgent

# plug into your agent from llama_index.agent.openai import OpenAIAgent

In [ ]

agent = OpenAIAgent.from_tools(tool_spec.to_tool_list())

agent = OpenAIAgent.from_tools(tool_spec.to_tool_list())

In [ ]

agent.chat("What is my most recent email")

agent.chat("What is my most recent email")