如何使用LangChain设定ThorData

将 ThorData 与 LangChain 集成，为基于 LLM 的代理提供可靠、匿名且可扩展的 Web 访问权限，以执行真实世界的数据任务。涵盖 190个国家/地区。

您可以使用 langchain-thordata Python 包来实现此集成，该集成支援以下功能：

• ThorSerpTool - ThorData 提供强大的 SERP API，让您可以使用地理定位和高级自定义选项查询搜寻引擎（Google、Bing、Yandex、DuckDuckGo），这对于需要即时网路资讯的 AI 代理尤其有用。

或者通过 ThorData 的 MCP（模型上下文协定） —— 一个提供各种抓取和自动化工具的本地伺服器。虽然它不是langchain-thordata包的一部分，但可以透过 LangChain 的 Tool 或 RequestsWrapper手动集成。

如何将ThorData与LangChain集成

1

获取您的ThorData API Token

• 登入您的ThorData 控制面板。

• 前往SERP API-API Token。如果您尚未生成API Token，请生成一个。

2

安装ThorData集成

运行以下命令安装用于LangChain的ThorData集成包：

pip install langchain-thordata

3

设定环境变量

将您的ThorData API Token设定为环境变量：

import os
os.environ["THOR_API_KEY"] = "your-token"

4

使用ThorData + LangChain 集成

API 参考：SERP API 文档

基本用法

from langchain_thordata import ThorSerpTool

search_tool = ThorSerpTool.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_thordata import ThorSerpTool
from langchain_openai import ChatOpenAI

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