Lucrul cu agenți multi-pas

Agenți AI cu Hugging Face smolagents

Adel Nehme

VP of AI Curriculum, DataCamp

Exemplu: asistent de călătorie

Intervale de planificare: ajutați agenții să regândească

agent = CodeAgent(
    tools=[document_search_tool],
    model=model,
    planning_interval=3,
    max_steps=12
)

planning_interval=3: Agentul face pauză după fiecare 3 pași.

Rularea agentului cu intervale de planificare

„Planificați o vacanță de 2 săptămâni în Europa pentru o familie, cu situri istorice pentru adulți și activități distractive pentru copii, cu un buget sub 5.000 $."

[Pasul 1] Căutare „hoteluri Paris" -> Hoteluri de lux găsite (~4.000 $ total)

[Pasul 2] Căutare „atracții Paris pentru familii" -> Turnul Eiffel, Luvru, bilete parc tematic

[Pasul 3] Pauză și regândire (interval de planificare) Hotelurile sunt prea scumpe -> bugetul depășit. Caut opțiuni mai ieftine + activități pentru copii.

[Pasul 4] Căutare „hoteluri de familie accesibile în Europa" -> Opțiuni mid-range găsite în mai multe orașe

Callback-uri: puncte de intrare în procesul agentului

Funcție de callback de bază

def callback_function(agent_step, agent):
    # Do something with the agent step or the agent itself
    pass

agent_step: detalii despre pas (plan, număr de pas etc.)
agent: obiectul complet al agentului (stare + metode)

Callback-uri pentru pasul de planificare

def planning_callback(agent_step, agent):
    print("AGENT PLANNING")
    print("=" * 50)
    print(agent_step.plan[:300])
    if len(agent_step.plan) > 300:
        print("\n... (plan truncated)")
    print("=" * 50)

AGENT PLANNING
==================================================
Search affordable hotels + kid activities
Then create balanced itinerary...
... (plan truncated)
==================================================

Callback-uri pentru pasul de acțiune

def action_callback(agent_step, agent):
    step_num = agent_step.step_number
    print(f"Step {step_num}: Taking action")

    if agent_step.is_final_answer:
        total_tokens = agent_step.token_usage.total_tokens
        print(f"Total tokens used: {total_tokens}")

Step 2: Taking action!
Step 3: Taking action!
Step 4: Taking action!
Total tokens used: 4,218

Adăugarea callback-urilor la agenți

from smolagents import ActionStep, PlanningStep

agent = CodeAgent(
    tools=[document_search_tool],
    model=model,
    step_callbacks={PlanningStep: planning_callback, ActionStep: action_callback}
)

Ce se poate face cu callback-urile?

Înregistrați căutările pentru a înțelege ce caută utilizatorii
Adăugați puncte de aprobare umană
Trimiteți actualizări de progres către tablouri de bord sau aplicații
Ajustați comportamentul agentului în timpul execuției
Și altele...

Să exersăm!

Agenți AI cu Hugging Face smolagents