이메일 및 파일 데이터 CSV 추출
이 워크플로우는 이메일과 첨부 파일에서 핵심 정보를 추출하고 정리하며, AI를 활용해 데이터를 처리하고 구조화하여 결과를 CSV 파일로 출력합니다. 손쉬운 분석과 보고를 위해 최적화되어 있으며, 이메일 데이터 관리 자동화 및 스프레드시트 통합에 이상적입니다....
3 분 읽기
CSV 문서 검색 컴포넌트는 AI 워크플로우 내에서 CSV 파일을 지능적으로 검색할 수 있도록 설계된 다용도 도구입니다. 사용자는 텍스트 기반 검색 또는 pandas 쿼리 표현식을 통해 CSV 문서를 탐색할 수 있으며, 구조화된 데이터를 동적으로 질의하고 분석해야 하는 다양한 상황에 적합합니다.
이 컴포넌트는 어떤 역할을 하나요?
이 컴포넌트를 사용하면 다음과 같은 작업이 가능합니다:
- CSV 파일 내에서 키워드 검색 또는 고급 pandas 스타일 쿼리 표현식으로 검색할 수 있습니다.
- 검색 결과를 특정 열로 필터링하거나, 열을 지정하지 않으면 전체 열을 대상으로 검색합니다.
- 반환될 결과의 최대 개수를 설정하여 제어할 수 있습니다.
- 데이터 소스를 유연하게 선택할 수 있으며, 내부 문서의 CSV 파일 또는 외부 파일 URL을 지정할 수 있습니다.
- 캐싱 옵션을 통해 성능 및 효율성 최적화가 가능하며, 큰 파일을 반복적으로 불러오고 파싱하는 과정을 줄여줍니다.
이로 인해 자동화된, 반복 가능한 표 형태 데이터 접근이 필요한 대규모 AI 또는 데이터 처리 파이프라인에서 구조화 데이터 질의를 통합하는 데 특히 유용합니다.
입력
이 컴포넌트는 별도의 입력 핸들이 없습니다.
설정
| 파라미터 | 설명 | 기본/예시 값 | 필수 |
|---|---|---|---|
| CSV 문서 ID | 검색할 내부 저장소의 CSV 파일을 선택합니다. | 아니오 | |
| CSV 파일 URL | 내부 문서를 사용하지 않을 경우 외부 CSV 파일의 URL을 입력하세요. | 아니오 | |
| 검색 열 | 검색할 열(쉼표로 구분)을 지정합니다. 비워두면 모든 열을 검색합니다. | 아니오 | |
| 대소문자 구분 | 검색 시 대소문자를 구분할지 여부를 결정합니다. | False | 아니오 |
| 최대 결과 수 | 검색 시 반환할 최대 결과 개수를 설정합니다. | 5000 | 예 |
| 캐시 유지 기간 | CSV 콘텐츠를 캐시할 기간을 설정합니다(“캐시 없음”부터 “1년”까지 다양한 간격). | 2주 | 아니오 |
| Verbose | 디버깅 또는 개발용으로 상세 출력을 활성화합니다. | False | 아니오 |
| 도구 이름 | 에이전트 워크플로우 내에서 참조할 수 있도록 도구에 맞춤 이름을 지정합니다. | 아니오 | |
| 도구 설명 | 도구의 목적과 사용법을 이해할 수 있도록 설명을 입력합니다. | 아니오 |
출력
- 도구: 주요 출력은 Tool 객체이며, 워크플로우에 통합하거나 필요에 따라 에이전트가 문서 검색을 수행하는 데 사용할 수 있습니다.
주요 활용 사례
- 자동 데이터 추출: 사용자 쿼리 또는 파라미터에 따라 대용량 CSV 데이터셋에서 관련 행을 추출합니다.
- 데이터 전처리: 추가 분석이나 머신러닝을 위한 사전 단계로 데이터의 일부만 필터링·추출합니다.
- AI 에이전트의 동적 데이터 조회: 에이전트가 의사결정 과정의 일부로 표 형태 데이터를 필요할 때마다 검색할 수 있도록 합니다.
CSV 문서 검색을 사용하는 이유
- 유연성: 내부 및 외부 CSV 파일 모두 지원, 다양한 데이터 저장 전략에 적합합니다.
- 성능: 캐싱 옵션으로 속도를 높이고 반복 데이터 로딩을 감소시킵니다.
- 맞춤화: 검색 파라미터, 결과 제한, 검색 범위(열, 대소문자 구분 등)를 상황에 맞게 조정할 수 있습니다.
- 매끄러운 통합: 대규모 AI 워크플로우에 모듈형 컴포넌트로 설계되어 구조화 데이터 접근을 손쉽게 지원합니다.
이 컴포넌트는 AI 기반 자동화나 분석 파이프라인에서 표 형태 데이터를 프로그래밍적으로, 반복적으로 검색해야 하는 모든 사용자에게 이상적입니다.