LlamaIndex, verilerinize bağlı LLM'leri kullanarak bilgi aracıları oluşturmaya yönelik bir çerçevedir. Bu örnekte, bir Araştırma Ajanı için çoklu ajan iş akışının nasıl oluşturulacağı gösterilmektedir. LlamaIndex'te
Workflows, temsilci ve çoklu temsilci sistemlerinin yapı taşlarıdır.
Gemini API anahtarına ihtiyacınız vardır. Henüz bir hesabınız yoksa Google AI Studio'da hesap oluşturabilirsiniz.
Öncelikle, gerekli tüm LlamaIndex kitaplıklarını yükleyin. LlamaIndex, arka planda google-genai paketini kullanır.
pip install llama-index llama-index-utils-workflow llama-index-llms-google-genai llama-index-tools-google
LlamaIndex'te Gemini'ı kurma
Herhangi bir LlamaIndex aracının motoru, akıl yürütme ve metin işlemeyi gerçekleştiren bir LLM'dir. Bu örnekte Gemini 3 Flash kullanılmaktadır. API anahtarınızı ortam değişkeni olarak ayarladığınızdan emin olun.
import os
from llama_index.llms.google_genai import GoogleGenAI
# Set your API key in the environment elsewhere, or with os.environ['GEMINI_API_KEY'] = '...'
assert 'GEMINI_API_KEY' in os.environ
llm = GoogleGenAI(model="gemini-3.5-flash")
Derleme araçları
Aracı, web'de arama yapmak veya bilgi depolamak gibi dış dünyayla etkileşim kurmak için araçları kullanır. LlamaIndex'teki araçlar
normal Python işlevleri olabilir veya önceden var olan ToolSpecs'dan içe aktarılabilir.
Gemini, Google Arama'yı kullanmak için yerleşik bir araçla birlikte gelir. Burada bu araç kullanılır.
from google.genai import types
google_search_tool = types.Tool(
google_search=types.GoogleSearch()
)
llm_with_search = GoogleGenAI(
model="gemini-3.5-flash",
generation_config=types.GenerateContentConfig(tools=[google_search_tool])
)
Şimdi LLM örneğini arama gerektiren bir sorguyla test edin. Bu kılavuzda, çalışan bir etkinlik döngüsü (ör. python -m asyncio veya Google Colab) olduğu varsayılır.
response = await llm_with_search.acomplete