Wprowadzenie do Hugging Face smolagents

Agenty AI z Hugging Face smolagents

Adel Nehme

VP of AI Curriculum, DataCamp

Definicja agenta AI

Od chatbotów do agentów

Chatboty:

Odpowiadają w języku naturalnym
Pasywne i reaktywne

Agenty:

Mogą podejmować działania (wyszukiwanie w sieci, odczyt plików, analiza danych itp.)
Aktywnie dążą do celu

Agenty działają w cyklu:

Przykład: Badanie cen konkurencji

Wszystko z jednego polecenia!

Czym jest smolagents?

Lekki framework Python
Opracowany przez Hugging Face

Obsługuje dwa typy agentów:

ToolCallingAgent: używa ustrukturyzowanych wywołań funkcji
CodeAgent: pisze i uruchamia kod Python

Jak działa wywoływanie funkcji

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"}

Jak działają agenty kodu

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'])

Przepływ agenta kodu

Badania wykazują ~20% wyższy wskaźnik sukcesu niż metody wywoływania funkcji.

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

Czas na ćwiczenia!

Agenty AI z Hugging Face smolagents