Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

Agno : コンセプト :- ツールキット : 検索 (Arxiv, DuckDuckGo, Exa, Google Search 等)

Posted on 08/01/2025 by Masashi Okumura

ツールキットはエージェントに追加できる関数のコレクションです。ツールキットの関数は連携して動作し、内部状態を共有し、そしてより良い開発エクスペリエンスを提供できるように設計されています。
ここでは、検索が可能なツール Arxiv, DuckDuckGo, Exa, Google Search, Hacker News, Searxng 等の使い方を説明します。

Agno : ユーザガイド : コンセプト : ツール – ツールキット : 検索 (Arxiv, DuckDuckGo, Exa, Google Search 等)

作成 : クラスキャット・セールスインフォメーション
作成日時 : 08/01/2025
バージョン : Agno 1.7.5

* 本記事は docs.agno.com の以下のページを独自に翻訳した上で、補足説明を加えてまとめ直しています :

  • User Guide : Concepts : Tools – Toolkits : Toolkit Index
  • User Guide : Concepts : Tools – Toolkits : Search : Arxiv
  • User Guide : Concepts : Tools – Toolkits : Search : DuckDuckGo
  • User Guide : Concepts : Tools – Toolkits : Search : Exa
  • User Guide : Concepts : Tools – Toolkits : Search : Google Search
  • User Guide : Concepts : Tools – Toolkits : Search : Hacker News
  • User Guide : Concepts : Tools – Toolkits : Search : Searxng

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

クラスキャット 人工知能 研究開発支援サービス ⭐️ リニューアルしました 😉

◆ クラスキャット は人工知能に関する各種サービスを提供しています。お気軽にご相談ください :

  • 人工知能導入個別相談会(無償)実施中! [詳細]

  • 人工知能研究開発支援 [詳細]
    1. 自社特有情報を含むチャットボット構築支援
    2. 画像認識 (医療系含む) / 画像生成

  • PoC(概念実証)を失敗させないための支援 [詳細]

◆ お問合せ : 下記までお願いします。

  • クラスキャット セールス・インフォメーション
  • sales-info@classcat.com
  • ClassCatJP

 

 

Agno ユーザガイド : コンセプト : ツール – ツールキット : Toolkit Index

ツールキットはエージェントに追加できる関数のコレクションです。ツールキットの関数は連携して動作し、内部状態を共有し、そしてより良い開発エクスペリエンスを提供できるように設計されています。

 

Agno ユーザガイド : コンセプト : ツール – ツールキット : 検索 : Arxiv

ArxivTools はエージェントが Arxiv 上の出版物を検索することを可能にします。

 

前提条件

後述の例は、arxiv と pypdf ライブラリを必要とします。

pip install -U arxiv pypdf

 

例

以下のエージェントは seach arXiv for “language models” を実行して応答を出力します。

from agno.agent import Agent
from agno.tools.arxiv import ArxivTools

agent = Agent(tools=[ArxivTools()], show_tool_calls=True)
agent.print_response("Search arxiv for 'language models'", markdown=True)

 

Agno ユーザガイド : コンセプト : ツール – ツールキット : 検索 : DuckDuckGo

DuckDuckGo はエージェントが web を情報検索することを可能にします。

 

前提条件

後述の例は duckduckgo-search ライブラリが必要です。DuckDuckGo をインストールするには、次のコマンドを実行します :

pip install -U duckduckgo-search

 

例

cookbook/tools/duckduckgo.py

from agno.agent import Agent
from agno.tools.duckduckgo import DuckDuckGoTools

agent = Agent(tools=[DuckDuckGoTools()], show_tool_calls=True)
agent.print_response("Whats happening in France?", markdown=True)

 

Agno ユーザガイド : コンセプト : ツール – ツールキット : 検索 : Exa

ExaTools はエージェントが Exa を使用して web を検索し、URL からコンテンツを取得し、類似のコンテンツを検索し、そして AI で強化された回答を得ることを可能にします。

 

前提条件

後述の例は​ exa-py ライブラリと、Exa から取得できる API キーを必要とします。

pip install -U exa-py
export EXA_API_KEY=***

 

例

次のエージェントは AAPL ニュースを Exa で検索し、応答を表示します。

cookbook/tools/exa_tools.py

from agno.agent import Agent
from agno.tools.exa import ExaTools

agent = Agent(
    tools=[ExaTools(
        include_domains=["cnbc.com", "reuters.com", "bloomberg.com"],
        category="news",
        text_length_limit=1000,
    )],
    show_tool_calls=True,
)
agent.print_response("Search for AAPL news", markdown=True)

 

Agno ユーザガイド : コンセプト : ツール – ツールキット : 検索 : Google Search

GoogleSearch はエージェントが web クローリングとスクレイピングのタスクを実行することを可能にします。

 

前提条件

​

後述の例は googlesearch と pycountry ライブラリが必要です。

pip install -U googlesearch-python pycountry

 

例

次のエージェントは “Mistral AI” に関する最新ニュースを Google で検索します :

from agno.agent import Agent
from agno.tools.googlesearch import GoogleSearchTools

agent = Agent(
    tools=[GoogleSearchTools()],
    description="You are a news agent that helps users find the latest news.",
    instructions=[
        "Given a topic by the user, respond with 4 latest news items about that topic.",
        "Search for 10 news items and select the top 4 unique items.",
        "Search in English and in French.",
    ],
    show_tool_calls=True,
    debug_mode=True,
)

agent.print_response("Mistral AI", markdown=True)

 

Agno ユーザガイド : コンセプト : ツール – ツールキット : 検索 : Hacker News

HackerNews はエージェントが Hacker News web サイトを検索することを可能にします。

 

例

次のエージェントは、hackernews のトップ 2 ストーリーの投稿ユーザの興味深い要約 (とストーリーへの言及) を作成します。
​
cookbook/tools/hackernews.py

from agno.agent import Agent
from agno.tools.hackernews import HackerNewsTools

agent = Agent(
    name="Hackernews Team",
    tools=[HackerNewsTools()],
    show_tool_calls=True,
    markdown=True,
)

agent.print_response(
    "Write an engaging summary of the "
    "users with the top 2 stories on hackernews. "
    "Please mention the stories as well.",
)

 

Agno ユーザガイド : コンセプト : ツール – ツールキット : 検索 : Searxng

例

Searxng はエージェントがクエリーに対して web 検索し、web サイトをスクレイピングし、あるいは web サイトをクロールすることを可能にします。

cookbook/tools/searxng_tools.py

from agno.agent import Agent
from agno.tools.searxng import SearxngTools

# Initialize Searxng with your Searxng instance URL
searxng = SearxngTools(
    host="http://localhost:53153",
    engines=[],
    fixed_max_results=5,
    news=True,
    science=True
)

# Create an agent with Searxng
agent = Agent(tools=[searxng])

# Example: Ask the agent to search using Searxng
agent.print_response("""
Please search for information about artificial intelligence
and summarize the key points from the top results
""")

 

以上



クラスキャット

最近の投稿

  • Agno : コンセプト :- ツールキット : 検索 (Arxiv, DuckDuckGo, Exa, Google Search 等)
  • Agno : コンセプト : ツール – Human in the loop
  • Agno : コンセプト : ツール – 例外, フック
  • Agno : コンセプト : ツール – 概要 / 独自ツールの作成
  • Agno : コンセプト : モデル – 概要, OpenAI, Anthropic Claude

タグ

Agno (28) AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (24) LangGraph 0.5 (9) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2025年8月
月 火 水 木 金 土 日
 123
45678910
11121314151617
18192021222324
25262728293031
« 7月    
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme