Criando um Agente com Ferramentas Personalizadas

Agentes de IA com Hugging Face smolagents

Adel Nehme

VP of AI Curriculum, DataCamp

Vantagens das Ferramentas Personalizadas

Confiabilidade: Escreva e teste a lógica explicitamente em vez de depender do agente
Reutilização: Use ferramentas em projetos e agentes
Consistência: Comportamento previsível em execuções (ótimo para depuração)
Acesso controlado: Exponha apenas o que deseja (arquivos, APIs, bancos de dados, etc.)

Cenário: Você Gerencia uma Loja

Dados de inventário são armazenados em um arquivo CSV (tamanho, cor, quantidade e preço)
Agentes de código podem escrever código para ler CSVs
Mas não têm acesso a arquivos por padrão
Você precisa envolver o acesso a arquivos em uma ferramenta personalizada

Anatomia de uma Ferramenta Personalizada

from smolagents import tool
import pandas as pd

@tool
def check_inventory(product_name: str) -> int:
    """
    Verifica a quantidade disponível de um produto no CSV de inventário.

    Args:
        product_name (str): O nome do produto a ser verificado.

    Returns:
        int: A quantidade em estoque. Retorna 0 se o produto não for encontrado.
    """
    df = pd.read_csv("store_inventory.csv")
    match = df[df["product_name"] == product_name]
    stock_quantity = int(match.iloc[0]["quantity"]) if not match.empty else 0
    return stock_quantity

Melhores Práticas para Ferramentas Personalizadas

Temos camisetas em estoque?

Registrando uma Ferramenta Personalizada com Seu Agente

from smolagents import CodeAgent

agent = CodeAgent(
    tools=[check_inventory], # Adiciona ferramenta personalizada
    model=InferenceClientModel(),
    additional_authorized_imports=["pandas"]  # Permite pacote externo
)

agent.run("Temos camisetas grandes em estoque?")

Sim, temos 8 camisetas grandes em estoque.

Ferramentas Personalizadas em Projetos de Produção

Vamos praticar!

Agentes de IA com Hugging Face smolagents