docs/edge/ko/tools/database-data/overview.mdx - main - githubmirror/crewai

docs/edge/ko/tools/database-data/overview.mdx
67 строк3 KB
Lucas Gomide
feat: adopt directory-based docs versioning with Edge channel (#6202)
17 июн 2026, 18:56
17 июн 2026, 18:56a237eba
---
title: "개요"
description: "포괄적인 데이터 액세스를 위해 데이터베이스, 벡터 스토어, 데이터 웨어하우스에 연결하세요"
icon: "face-smile"
mode: "wide"
---

이러한 툴을 통해 에이전트는 전통적인 SQL 데이터베이스부터 최신 벡터 저장소 및 데이터 웨어하우스에 이르기까지 다양한 데이터베이스 시스템과 상호 작용할 수 있습니다.

## **사용 가능한 도구**

<CardGroup cols={2}>
  <Card title="MySQL 도구" icon="database" href="/ko/tools/database-data/mysqltool">
    SQL 연산을 사용하여 MySQL 데이터베이스에 연결하고 쿼리할 수 있습니다.
  </Card>

  <Card title="PostgreSQL 검색" icon="elephant" href="/ko/tools/database-data/pgsearchtool">
    PostgreSQL 데이터베이스를 효율적으로 검색하고 쿼리할 수 있습니다.
  </Card>

  <Card title="Snowflake 검색" icon="snowflake" href="/ko/tools/database-data/snowflakesearchtool">
    분석 및 리포팅을 위해 Snowflake 데이터 웨어하우스에 접근합니다.
  </Card>

  <Card title="NL2SQL 도구" icon="language" href="/ko/tools/database-data/nl2sqltool">
    자연어 쿼리를 자동으로 SQL 구문으로 변환합니다.
  </Card>

  <Card title="Qdrant 벡터 검색" icon="vector-square" href="/ko/tools/database-data/qdrantvectorsearchtool">
    Qdrant 벡터 데이터베이스를 사용하여 벡터 임베딩을 검색합니다.
  </Card>

  <Card title="Weaviate 벡터 검색" icon="network-wired" href="/ko/tools/database-data/weaviatevectorsearchtool">
    Weaviate 벡터 데이터베이스로 의미론적 검색을 수행합니다.
  </Card>

  <Card title="MongoDB 벡터 검색" icon="leaf" href="/ko/tools/database-data/mongodbvectorsearchtool">
    인덱싱 도우미를 사용하여 MongoDB Atlas에서 벡터 유사도 검색을 실행합니다.
  </Card>

  <Card title="SingleStore 검색" icon="database" href="/ko/tools/database-data/singlestoresearchtool">
    풀링과 검증을 통해 SingleStore에서 안전한 SELECT/SHOW 쿼리를 실행할 수 있습니다.
  </Card>
</CardGroup>

## **일반적인 사용 사례**

- **데이터 분석**: 비즈니스 인텔리전스와 보고를 위해 데이터베이스 쿼리
- **벡터 검색**: 시맨틱 임베딩을 사용하여 유사한 콘텐츠 찾기
- **ETL 작업**: 시스템 간 데이터 추출, 변환 및 적재
- **실시간 분석**: 의사 결정에 필요한 실시간 데이터 접근

```python
from crewai_tools import MySQLTool, QdrantVectorSearchTool, NL2SQLTool

# Create database tools
mysql_db = MySQLTool()
vector_search = QdrantVectorSearchTool()
nl_to_sql = NL2SQLTool()

# Add to your agent
agent = Agent(
    role="Data Analyst",
    tools=[mysql_db, vector_search, nl_to_sql],
    goal="Extract insights from various data sources"
)
```