Introduction aux smolagents de Hugging Face

Agents IA avec Hugging Face smolagents

Adel Nehme

VP of AI Curriculum, DataCamp

Définition d'un agent IA

Des chatbots aux agents

Chatbots :

Répondent en langage naturel
Passifs et réactifs

Agents :

Peuvent agir (recherche web, lecture de fichiers, analyse de données, etc.)
Raisonnent activement vers un objectif

Les agents suivent un cycle :

Exemple : Recherche de prix des concurrents

Tout à partir d'une seule invite !

Qu'est-ce que smolagents ?

Framework Python léger
Développé par Hugging Face

Supporte deux types d'agents :

ToolCallingAgent : Utilise des appels de fonctions structurés
CodeAgent : Écrit et exécute du code Python

Comment fonctionne l'appel de fonction

Action 1: {"tool": "search_company", "company": "Competitor A"}
Action 2: {"tool": "get_pricing", "company": "Competitor A", "plan": "Basic"}
Action 3: {"tool": "get_pricing", "company": "Competitor A", "plan": "Pro"}
Action 4: {"tool": "search_company", "company": "Competitor B"}
Action 5: {"tool": "get_pricing", "company": "Competitor B", "plan": "Basic"}

Comment fonctionnent les agents de code

competitors = ["Competitor A", "Competitor B", "Competitor C"]
pricing_data = {}

for company in competitors:
    company_info = search_company(company)
    plans = extract_pricing_plans(company_info)
    pricing_data[company] = plans

most_affordable_option = min(pricing_data, 
                      key=lambda x: pricing_data[x]['basic_plan'])

Le flux des agents de code

La recherche montre un taux de succès ~20% plus élevé que les méthodes d'appel de fonction.

¹ https://huggingface.co/papers/2402.01030

Passons à la pratique !

Agents IA avec Hugging Face smolagents