在 MetaGPT 中创建工具是一个直接的过程，涉及创建自己的函数或类，并将它们放在 metagpt/tools/libs 目录下。本教程提供了一个如何创建工具并在数据解释器DataInterpreter中使用它们的逐步指南。

创建工具的步骤

1. 创建预提供的函数或类:

   编写专门用于与外部环境进行特定交互的函数或类，并将它们放置在metagpt/tools/libs目录中。

2. 使用谷歌风格的文档字符串（Docstring）:

   为每个函数或类配备谷歌风格的文档字符串。这作为一个简洁而全面的参考资料，详细说明其用途、输入参数和预期输出。

3. 应用@register_tool装饰器:

   使用@register_tool装饰器以确保在工具注册表中准确注册。这个装饰器简化了函数或类与DataInterpreter的集成。

自定义工具案例

为了说明这个过程，请阅读下列从函数和类中自定义工具的示例。

自定义计算阶乘的工具

1. 在 metagpt/tools/libs 中创建一个你自己的函数，假设它是 calculate_factorial.py，并添加装饰器 @register_tool 以将其注册为工具

   python

   # metagpt/tools/libs/calculate_factorial.py
   import math
   from metagpt.tools.tool_registry import register_tool
   
   # 使用装饰器注册工具
   @register_tool()
   def calculate_factorial(n):
       """
       计算非负整数的阶乘
       """
       if n < 0:
           raise ValueError("输入必须是非负整数")
       return math.factorial(n)

2. 在数据解释器DataInterpreter中使用工具

   python

   # main.py
   import asyncio
   from metagpt.roles.di.data_interpreter import DataInterpreter
   from metagpt.tools.libs import calculate_factorial
   
   async def main(requirement: str):
       role = DataInterpreter(tools=["calculate_factorial"]) # 集成工具
       await role.run(requirement)
   
   if __name__ == "__main__":
       requirement = "请计算 5 的阶乘"
       asyncio.run(main(requirement))

注意：

1. 别忘了为你的函数编写文档字符串（docstring），这将有助于 DataInterpreter 选择合适的工具并理解其工作方式。
2. 在注册工具时，工具的名称就是函数的名称。
3. 在运行 DataInterpreter 之前，记得从 metagpt.tools.libs 导入你的 calculate_factorial 模块，以确保该工具已被注册。

自定义计算器工具

1. 在 metagpt/tools/libs 中创建一个你自己的类，假设它是 calculator.py，并添加装饰器 @register_tool 以将其注册为工具

   python

   # metagpt/tools/libs/calculator.py
   import math
   from metagpt.tools.tool_registry import register_tool
   
   # 使用装饰器注册工具
   # “math”的tag用于将工具分类为数学工具，include_functions 参数用于指定要包含的函数。这有利于`DataInterpreter`选择并理解工具
   @register_tool(tags=["math"], include_functions=["__init__", "add", "subtract", "multiply", "divide", "factorial"])
   class Calculator:
      """
      一个简单的计算器工具，可以执行基本的算术运算并计算阶乘。
      """
   
      @staticmethod
      def add(a, b):
          """
          计算两个数的和。
          """
          return a + b
   
      @staticmethod
      def subtract(a, b):
          """
          计算两个数的差。
          """
          return a - b
   
      @staticmethod
      def multiply(a, b):
          """
          计算两个数的乘积。
          """
          return a * b
   
      @staticmethod
      def divide(a, b):
          """
          计算两个数的商。
          """
          if b == 0:
              return "错误：除数不能为零"
          else:
              return a / b
   
      @staticmethod
      def factorial(n):
          """
          计算非负整数的阶乘。
          """
          if n < 0:
              raise ValueError("输入必须是非负整数")
          return math.factorial(n)

2. 在数据解释器DataInterpreter中使用工具

   python

   # main.py
   import asyncio
   from metagpt.roles.di.data_interpreter import DataInterpreter
   from metagpt.tools.libs import calculator
   
   async def main(requirement: str):
      role = DataInterpreter(tools=["Calculator"])   # 集成工具
      await role.run(requirement)
   
   if __name__ == "__main__":
      requirement = "请计算 3 和 11 的和，然后计算 5 的阶乘"
      asyncio.run(main(requirement))

注意：

1. 别忘了为你的类和函数编写文档字符串（docstring），这将有助于 DataInterpreter 选择合适的工具并理解其工作方式。
2. 在注册工具时，工具的名称就是类的名称。
3. 在运行 DataInterpreter 之前，记得从 metagpt.tools.libs 导入你的 calculator 模块，以确保该工具已被注册。

通过遵循这些步骤，用户可以无缝地创建并整合MetaGPT中Tools框架内的工具，使DataInterpreter能够有效地与外部环境交互。

《DeepSeek高效数据分析：从数据清洗到行业案例》聚焦DeepSeek在数据分析领域的高效应用，是系统讲解其从数据处理到可视化全流程的实用指南。作者结合多年职场实战经验，不仅深入拆解DeepSeek数据分析的核心功能——涵盖数据采集、清洗、预处理、探索分析、建模（回归、聚类、时间序列等）及模型评估，更通过金融量化数据分析、电商平台数据分析等真实行业案例，搭配报告撰写技巧，提供独到见解与落地建议。助力职场人在激烈竞争中凭借先进技能突破瓶颈，实现职业进阶，开启发展新篇。