Introductie tot Hugging Face smolagents

AI-agents met Hugging Face smolagents

Adel Nehme

VP of AI Curriculum, DataCamp

AI agent definition

Van chatbots naar agents

Chatbots:

Antwoorden in natuurlijke taal
Passief en reactief

Agents:

Kunnen acties uitvoeren (webzoeken, bestanden lezen, data analyseren, enz.)
Redeneren actief naar een doel

Agents volgen een cyclus:

Voorbeeld: prijsonderzoek bij concurrenten

Alles vanuit één prompt!

Wat is smolagents?

Lichtgewicht Python-framework
Ontwikkeld door Hugging Face

Ondersteunt twee typen agents:

ToolCallingAgent: gebruikt gestructureerde functie-calls
CodeAgent: schrijft en draait Python-code

Hoe function-calling werkt

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"}

Hoe code-agents werken

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'])

De code-agent-flow

Onderzoek toont ~20% hogere succeskans dan function-calling-methoden.

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

Laten we oefenen!

AI-agents met Hugging Face smolagents