Creare un Agente con Strumenti Personalizzati

Agenti AI con Hugging Face smolagents

Adel Nehme

VP of AI Curriculum, DataCamp

Vantaggi degli Strumenti Personalizzati

Affidabilità: Scrivi e testa la logica esplicitamente invece di far indovinare l'agente
Riutilizzabilità: Usa strumenti in progetti e agenti diversi
Coerenza: Ottieni comportamenti prevedibili (ottimo per il debug)
Accesso controllato: Esponi solo ciò che vuoi (file, API, database, ecc.)

Scenario: Gestisci un Negozio al Dettaglio

I dati dell'inventario sono in un file CSV (taglia, colore, quantità, prezzo)
Gli agenti di codice possono scrivere codice per leggere i CSV
Ma non hanno accesso ai file di default
Devi incapsulare l'accesso ai file in uno strumento personalizzato

Anatomia di uno Strumento Personalizzato

from smolagents import tool
import pandas as pd

@tool
def check_inventory(product_name: str) -> int:
    """
    Controlla la quantità disponibile di un prodotto nel CSV dell'inventario.

    Args:
        product_name (str): Nome del prodotto da cercare.

    Returns:
        int: Quantità in magazzino. Ritorna 0 se il prodotto non è trovato.
    """
    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

Best Practice per Strumenti Personalizzati

Abbiamo magliette in magazzino?

Registrare uno Strumento Personalizzato con il Tuo Agente

from smolagents import CodeAgent

agent = CodeAgent(
    tools=[check_inventory], # Aggiungi strumento personalizzato
    model=InferenceClientModel(),
    additional_authorized_imports=["pandas"]  # Consenti pacchetto esterno
)

agent.run("Abbiamo magliette grandi in magazzino?")

Sì, abbiamo 8 magliette grandi in magazzino.

Strumenti Personalizzati nei Progetti di Produzione

Ayo berlatih!

Agenti AI con Hugging Face smolagents