カスタムツールを使ったエージェントの作成

Hugging Face smolagents で学ぶ AI エージェント

Adel Nehme

VP of AI Curriculum, DataCamp

カスタムツールのメリット

信頼性： エージェントの推測に頼らず、ロジックを明示的に記述・テストできる
再利用性： 複数のプロジェクトやエージェントでツールを共有できる
一貫性： 実行ごとに予測可能な動作が得られる（デバッグに最適）
アクセス制御： 公開する対象（ファイル、API、データベースなど）を限定できる

シナリオ：小売店を運営している場合

在庫データはCSVファイルに保存されている（サイズ、色、数量、価格）
コードエージェントはCSVを読み込むコードを書ける
ただし、デフォルトではファイルにアクセスできない
ファイルアクセスをカスタムツールでラップする必要がある

カスタムツールの構造

from smolagents import tool
import pandas as pd

@tool
def check_inventory(product_name: str) -> int:
    """
    Check the available quantity of a product in the inventory CSV.

    Args:
        product_name (str): The name of the product to look up.

    Returns:
        int: The quantity in stock. Returns 0 if the product is not found.
    """
    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

カスタムツールのベストプラクティス

Tシャツの在庫はありますか？

カスタムツールをエージェントに登録する

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.

本番プロジェクトでのカスタムツール

では、練習しましょう！

Hugging Face smolagents で学ぶ AI エージェント