Çok Adımlı Ajanlarla Çalışma

Hugging Face smolagents ile AI Agent'ları

Adel Nehme

VP of AI Curriculum, DataCamp

Örnek: Seyahat Asistanı

Planlama Aralıkları: Ajanların Yeniden Düşünmesine Yardımcı Olma

agent = CodeAgent(
    tools=[document_search_tool],
    model=model,
    planning_interval=3,
    max_steps=12
)

planning_interval=3: Ajan her 3 adımda bir durur.

Planlama Aralıkları ile Ajan Çalışması

"Yetişkinler için tarihi yerler ve çocuklar için eğlenceli aktivitelerle dolu, 5000 doların altında bir bütçeyle Avrupa'da 2 haftalık bir aile tatili planlayın."

[Adım 1] "Paris otelleri" ara -> Lüks oteller bulundu (~$4000 toplam)

[Adım 2] "Aileler için Paris atraksiyonları" ara -> Eyfel Kulesi, Louvre, tema parkı biletleri bulundu

[Adım 3] Dur ve yeniden düşün (planlama aralığı) Oteller çok pahalı -> bütçe aşıldı. Daha ucuz seçenekler + çocuk dostu aktiviteler aramalıyım.

[Adım 4] "Avrupa'da uygun fiyatlı aile otelleri" ara -> Birçok şehirde orta sınıf seçenekler bulundu

Geri Çağırmalar: Ajan Sürecine Kancalar

Temel Geri Çağırma Fonksiyonu

def callback_function(agent_step, agent):
    # Ajan adımı veya ajanla bir şeyler yap
    pass

agent_step: adım hakkında detaylar (plan, adım numarası, vb.)
agent: tam ajan nesnesi (durum + yöntemler)

Planlama Adımı Geri Çağırmaları

def planning_callback(agent_step, agent):
    print("AJAN PLANLAMA")
    print("=" * 50)
    print(agent_step.plan[:300])
    if len(agent_step.plan) > 300:
        print("\n... (plan kısaltıldı)")
    print("=" * 50)

AJAN PLANLAMA
==================================================
Uygun fiyatlı oteller + çocuk aktiviteleri ara
Sonra dengeli bir plan oluştur...
... (plan kısaltıldı)
==================================================

Eylem Adımı Geri Çağırmaları

def action_callback(agent_step, agent):
    step_num = agent_step.step_number
    print(f"Adım {step_num}: Eylem alınıyor")

    if agent_step.is_final_answer:
        total_tokens = agent_step.token_usage.total_tokens
        print(f"Kullanılan toplam token: {total_tokens}")

Adım 2: Eylem alınıyor!
Adım 3: Eylem alınıyor!
Adım 4: Eylem alınıyor!
Kullanılan toplam token: 4,218

Ajanlara Geri Çağırma Ekleme

from smolagents import ActionStep, PlanningStep

agent = CodeAgent(
    tools=[document_search_tool],
    model=model,
    step_callbacks={PlanningStep: planning_callback, ActionStep: action_callback}
)

Geri Çağırmalarla Neler Yapabilirsiniz?

Kullanıcıların en çok ne aradığını anlamak için aramaları kaydedin
İnsan onayı kontrol noktaları ekleyin
Panolara veya uygulamalara ilerleme güncellemeleri gönderin
Performansa göre ajan davranışını çalışma sırasında ayarlayın
Ve daha fazlası...

Haydi pratik yapalım!

Hugging Face smolagents ile AI Agent'ları