Set di strumenti comuni (Web, calcolatrice, RAG)
La cassetta degli attrezzi di base: cercare sul Web, fare calcoli e interrogare la propria knowledge base; copre l'80% delle demo.
Set di strumenti comuni (Web, calcolatrice, RAG) è una lezione AI Agents gratuita su CoddyKit. Questa è la lezione 3 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento AI Agents, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso AI Agents include 4 lezioni in totale.
Parti di questa lezione non sono ancora state tradotte e vengono mostrate in inglese.
La cassetta degli strumenti di base
Tre strumenti coprono l'80% delle demo degli agenti:
- web_search — cerca sul web pubblico
- calculator — valuta espressioni matematiche
- retrieve — cerca nella base di conoscenza interna (RAG)
Strumento 1: ricerca web
Usate Tavily, Serper o la Brave Search API:
import requests
def web_search(query: str, k: int = 5):
r = requests.post('https://api.tavily.com/search',
json={'api_key': TAVILY_KEY, 'query': query, 'max_results': k})
results = r.json()['results']
return [
{'title': r['title'], 'url': r['url'], 'snippet': r['content'][:300]}
for r in results
]Web Search Tool Schema
schema_search = {'type': 'function', 'function': {
'name': 'web_search',
'description': 'Search the public web. Use for current events or facts after the knowledge cutoff.',
'parameters': {'type': 'object', 'properties': {
'query': {'type': 'string', 'description': 'What to search for'},
'k': {'type': 'integer', 'default': 5}
}, 'required': ['query']}
}}
import json
print(json.dumps(schema_search, indent=2))
Strumento 2: calcolatrice
I modelli non eseguono in modo affidabile i calcoli a mente. Uno strumento calcolatrice corregge la maggior parte degli errori numerici:
import math
ALLOWED = {k: getattr(math, k) for k in ['sqrt','log','exp','sin','cos','tan','pi','e']}
def calculator(expression: str) -> str:
try:
return str(eval(expression, {'__builtins__': {}}, ALLOWED))
except Exception as e:
return f'Error: {e}'
print(calculator('sqrt(16) + 2'))
Calculator Tool Schema
schema_calc = {'type': 'function', 'function': {
'name': 'calculator',
'description': 'Evaluate a math expression like 2 + 3 * sqrt(16). Use for any arithmetic.',
'parameters': {'type': 'object', 'properties': {
'expression': {'type': 'string'}
}, 'required': ['expression']}
}}
import json
print(json.dumps(schema_calc, indent=2))
Tool 3: RAG / Knowledge Retrieval
from langchain_openai import OpenAIEmbeddings
from langchain_community.vectorstores import Chroma
store = Chroma(persist_directory='./db', embedding_function=OpenAIEmbeddings())
def retrieve(query: str, k: int = 4):
docs = store.similarity_search(query, k=k)
return [{'text': d.page_content, 'source': d.metadata.get('source')} for d in docs]Retrieve Tool Schema
schema_retrieve = {'type': 'function', 'function': {
'name': 'retrieve',
'description': 'Search the internal knowledge base for company-specific information (policies, docs, history).',
'parameters': {'type': 'object', 'properties': {
'query': {'type': 'string'},
'k': {'type': 'integer', 'default': 4}
}, 'required': ['query']}
}}
import json
print(json.dumps(schema_retrieve, indent=2))
Strumento 4: interprete di codice (bonus)
Per le attività sui dati, fornite all'agente una sandbox Python:
def run_python(code: str) -> str:
# Use a sandboxed environment (E2B, Firecracker, gVisor)
return sandbox.run(code).stdoutStrumento 5: recupero HTTP (bonus)
Per recuperare URL specifici (dopo che web_search ha restituito un link promettente):
def fetch_url(url: str) -> str:
r = requests.get(url, timeout=10)
return BeautifulSoup(r.text, 'html.parser').get_text()[:5000]Suggerimenti per la descrizione degli strumenti
- Indicate QUANDO usare lo strumento, non solo cosa fa
- Menzionate gli input e gli output tipici
- Indicate i limiti ("funziona solo con testo in inglese", "timeout di 5 secondi")
Evitare sovrapposizioni tra strumenti
Due strumenti con finalità sovrapposte confondono il modello. Se search_web e retrieve "cercano" entrambi, chiarite nelle descrizioni quale usare e quando.
Valutazione dell'uso degli strumenti
Create un piccolo set di test con 50 domande: per ciascuna indicate lo strumento "corretto" da chiamare. Eseguite l'agente e misurate con quale frequenza sceglie lo strumento giusto. È una metrica estremamente utile.
Strumenti nascosti
Alcuni strumenti sono utili solo in determinate situazioni: mostrateli soltanto quando sono pertinenti. Ad esempio, refund_order solo quando l'utente è autenticato e chiede un rimborso.
Il modo migliore per migliorare la selezione
Il vostro agente sceglie troppo spesso lo strumento sbagliato. Qual è la soluzione più semplice?
Riepilogo
La cassetta degli strumenti di base: web_search, calculator, retrieve. Costruitela, valutatela e migliorate iterativamente le descrizioni. Copre la maggior parte dei primi casi d'uso degli agenti.
Domande Frequenti
La lezione «Set di strumenti comuni (Web, calcolatrice, RAG)» è gratuita?
Sì — il testo completo di «Set di strumenti comuni (Web, calcolatrice, RAG)» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso AI Agents, passa a CoddyKit PRO. Il corso AI Agents include 4 lezioni in totale.
Cosa imparerò in «Set di strumenti comuni (Web, calcolatrice, RAG)»?
La cassetta degli attrezzi di base: cercare sul Web, fare calcoli e interrogare la propria knowledge base; copre l'80% delle demo. Eserciti AI Agents con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare AI Agents?
Non è richiesta alcuna esperienza precedente. AI Agents su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 3 di 4.
Quanto tempo richiede la lezione «Set di strumenti comuni (Web, calcolatrice, RAG)»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione AI Agents?
Sì. Ogni lezione AI Agents include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- ReAct: pattern Ragionamento + Azione
- Implementare ReAct da zero
- Set di strumenti comuni (Web, calcolatrice, RAG)
- Rilevare e gestire gli errori degli strumenti