포옹 얼굴에 의한 smolagents : 30 줄 미만의 AI 요원 구축

새해 복 많이 받으세요! 2025 년에 AI 요원을 탐색하면 Face의 Smolagents 프레임 워크를 포옹했습니다. 다이빙하자!

2025 년에 시작된 Hugging Face의 Smolagents Library는 최소한의 코드로 강력한 에이전트를 실행하는 것을 단순화합니다. 사용 편의성, 허브 통합 및 광범위한 LLM 호환성은 에이전트 워크 플로에 이상적입니다.

목차

• Smolagents는 무엇입니까?
• AI 에이전트 이해
• 다단계 에이전트 예제
• Smolagents 주요 기능
• Smolagents 기능 :
  • 코드 에이전트
  • 로컬 파이썬 통역사
  • E2B 코드 집행자
• smolagents incation :
  • 데모 1 : 연구 에이전트
  • 데모 2 : 주가 검색
• 결론

Smolagents는 무엇입니까?

Smolagents는 에이전트를 구축하고 운영하기위한 간결하고 강력한 도서관입니다. 컴팩트 한 디자인 (약 1,000 줄의 코드)은 기능을 희생하지 않고 사용 편의성을 우선시합니다. 코드를 생성하고 실행하는 "코드 에이전트"지원에 탁월하며 E2B와 같은 샌드 박스 환경을 통해 향상된 보안을 제공합니다. 또한 JSON 또는 텍스트 기반 동작을 사용하는 전통적인 도구 콜링 게이트를 지원합니다. Smolagents는 다양한 LLM (Hugging Face Inference API, OpenAi, Anthropic 등 Litellm을 통해) 및 Hugging Face Hub의 공유 공구 저장소와 통합됩니다.

AI 에이전트 이해

AI 에이전트는 사용자 또는 기타 시스템을 대신하여 작업을 수행하는 자율 시스템입니다. 워크 플로를 조정하고 외부 도구 (웹 검색, 코드 실행 등)를 사용하여이를 달성합니다. LLMS는 이러한 에이전트에 전원을 공급하여 실시간 정보를위한 도구 사용량을 통합합니다. 본질적으로, 그들은 LLM과 외부 세계를 연결하여 행동과 의사 결정을 가능하게합니다. 대행사는 스펙트럼에 존재하며 LLM은 시스템 작업에 대한 다양한 수준의 제어를 가지고 있습니다.

대행사 수준	설명	이름	예
☆☆☆	LLM 출력은 프로그램 흐름에 영향을 미치지 않습니다	간단한 프로세서	process_llm_output(llm_response)
⭐☆☆	LLM 출력은 IF/Else 스위치를 결정합니다	라우터	if llm_decision(): path_a() else: path_b()
⭐⭐☆	LLM 출력은 기능 실행을 결정합니다	도구 발신자	run_function(llm_chosen_tool, llm_chosen_args)
⭐⭐⭐	LLM 출력은 반복 및 프로그램 연속을 제어합니다	다단계 에이전트	while llm_should_continue(): execute_next_step()
⭐⭐⭐	한 에이전트 워크 플로가 다른 에이전트 워크 플로를 시작합니다	다중 에이전트	if llm_trigger(): execute_agent()

다단계 에이전트 예제

에이전트는 여러 도구를 사용하고 다양한 상황에 적응하여 복잡한 작업을 처리합니다. 엄격한 워크 플로가있는 전통적인 프로그램과 달리 에이전트는 복잡성과 예측 성을보다 효과적으로 관리합니다.

Smolagents 주요 기능

간단한 작업의 경우 사용자 정의 코드로 충분합니다. 그러나 복잡한 행동 (도구 통화, 다중 단계 에이전트)의 경우 Smolagents는 필수 구조를 제공합니다.

• 도구 호출 : 에이전트 출력은 특정 형식을 따릅니다 (예 : "생각 : 'get_weather'를 사용하십시오. 조치 : get_weather (파리))). 시스템 프롬프트는이 형식으로 LLM을 안내합니다.
• 다중 단계 에이전트 : LLM 프롬프트는 이전 반복에 따라 조정되어 컨텍스트에 대한 메모리가 필요합니다.

Smolagents는 LLM, 도구, 파서, 시스템 프롬프트, 메모리 및 오류 처리와 같은 이러한 구성 요소를 완벽하게 통합합니다.

Smolagents 기능

코드 에이전트

효율성, 합성 가능성, 객체 관리 기능, 일반성 및 LLM 교육 데이터와의 호환성으로 인해 도구 작업에 코드 (JSON 대신)를 사용하는 것이 우수합니다.

로컬 파이썬 통역사

CodeAgent는 제어 된 수입, 운영 한도 및 사전 정의 된 조치가있는 안전한 LocalPythonInterpreter 사용합니다.

E2B 코드 집행자

보안을 향상시키기 위해 Smolagents는 샌드 박스 코드 실행을 위해 E2B와 통합됩니다.

 Smolagents로부터 CodeAgent, visitwebpagetool, hfapimodel을 수입합니다
agent = codeAgent (도구 = [visitwebpagetool ()], model = hfapimodel (), alterding_authorized_imports = [ "requests", "markdownify"], use_e2b_executor = true)
에이전트.

Smolagents가 행동합니다

데모 1 : 연구 에이전트

 Smolagents를 설치하십시오
Smolagents에서 Codeagent, DuckduckgosearchTool, Hfapimodel을 수입했습니다
model = litellmmodel (model_, api_key = "your_api_key") # 교체 your_api_key
Agent = CodeAgent (도구 = [DuckDuckGosearchTool ()], Model = Model)
Agent.run ( "분석에 대해 알려주세요 Vidhya") 

데모 2 : 주가 검색

 Smolagents를 설치하십시오
yfinance를 YF로 가져옵니다
model = litellmmodel (model_, api_key = "your_api_key") # 교체 your_api_key
Agent = CodeAgent (도구 = [DuckDuckGosearchTool ()], 추가 _authorized_imports = [ "yfinance"], model = model)
Response = agent.run ( "Apple Inc (NASDAQ : AAPL)의 주가를 가져 오십시오. Yfinance 라이브러리를 사용하십시오.")
인쇄 (응답) 

결론

Smolagents는 AI 에이전트 개발을 단순화합니다. 주요 강점은 단순성, 다양성, 보안, 도구 작업을위한 코드 사용 및 통합 생태계입니다. 적응 가능하고 확장 가능한 에이전트 시스템을 구축하는 데 유용한 도구입니다. 더 깊은 통찰력을 위해 에이전트 AI 개척자 프로그램을 탐색하는 것을 고려하십시오.

위 내용은 포옹 얼굴에 의한 smolagents : 30 줄 미만의 AI 요원 구축의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!