Hugging Face smolagents 소개

Hugging Face smolagents로 AI 에이전트 만들기

Adel Nehme

VP of AI Curriculum, DataCamp

AI 에이전트 정의

챗봇에서 에이전트로

챗봇:

자연어로 응답
수동적·반응적

에이전트:

행동 수행 가능 (웹 검색, 파일 읽기, 데이터 분석 등)
목표를 향해 능동적으로 추론

에이전트는 사이클을 따릅니다:

예시: 경쟁사 가격 조사

단 하나의 프롬프트로!

smolagents란?

경량 Python 프레임워크
Hugging Face 개발

두 가지 에이전트 유형 지원:

ToolCallingAgent: 구조화된 함수 호출 사용
CodeAgent: Python 코드 작성 및 실행

함수 호출 작동 방식

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"}

코드 에이전트 작동 방식

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'])

코드 에이전트 흐름

연구에 따르면 함수 호출 방식 대비 성공률이 약 20% 높습니다.

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

연습해 봅시다!

Hugging Face smolagents로 AI 에이전트 만들기