사용자 도구로 에이전트 만들기

Hugging Face smolagents로 AI 에이전트 만들기

Adel Nehme

VP of AI Curriculum, DataCamp

사용자 도구의 장점

신뢰성: 추정에 의존하지 않고 로직을 명시적으로 작성·테스트
재사용성: 프로젝트와 에이전트 간 도구 재사용
일관성: 실행마다 예측 가능한 동작 확보(디버깅에 유용)
접근 제어: 노출 대상을 제한(파일, API, 데이터베이스 등)

시나리오: 소매점을 운영하는 경우

재고 데이터는 CSV에 저장됨(사이즈, 색상, 수량, 가격)
코드 에이전트는 CSV를 읽는 코드를 작성할 수 있음
그러나 기본적으로 파일 접근 권한은 없음
파일 접근을 사용자 도구로 래핑해야 함

사용자 도구의 구성 요소

from smolagents import tool
import pandas as pd

@tool
def check_inventory(product_name: str) -> int:
    """
    재고 CSV에서 제품의 가용 수량을 확인합니다.

    Args:
        product_name (str): 조회할 제품명.

    Returns:
        int: 재고 수량. 없으면 0을 반환.
    """
    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

사용자 도구 모범 사례

티셔츠 재고가 있나요?

사용자 도구를 에이전트에 등록하기

from smolagents import CodeAgent

agent = CodeAgent(
    tools=[check_inventory], # Add custom tool
    model=InferenceClientModel(),
    additional_authorized_imports=["pandas"]  # Allow external package
)

agent.run("Do we have any large t-shirts in stock?")

Yes, we have 8 large t-shirts in stock.

프로덕션에서의 사용자 도구

연습해 봅시다!

Hugging Face smolagents로 AI 에이전트 만들기