मल्टी-स्टेप एजेंट्स के साथ काम करना

Hugging Face smolagents के साथ AI Agents

Adel Nehme

VP of AI Curriculum, DataCamp

Hugging Face smolagents के साथ AI Agents

उदाहरण: ट्रैवल असिस्टेंट

Hugging Face smolagents के साथ AI Agents

प्लानिंग इंटरवल: एजेंट को फिर से सोचने में मदद

agent = CodeAgent(
    tools=[document_search_tool],
    model=model,
    planning_interval=3,
    max_steps=12
)
  • planning_interval=3: एजेंट हर 3 स्टेप के बाद रुककर सोचता है.
Hugging Face smolagents के साथ AI Agents

प्लानिंग इंटरवल के साथ एजेंट रन

"यूरोप में 2 सप्ताह की फैमिली वेकेशन प्लान करें जिसमें बड़ों के लिए ऐतिहासिक स्थल और बच्चों के लिए मजेदार गतिविधियाँ हों, बजट $5000 के भीतर।"

[Step 1] "Paris hotels" सर्च करें -> लग्जरी होटल मिले (~$4000 कुल)

[Step 2] "Paris attractions for families" सर्च करें -> Eiffel Tower, Louvre, थीम पार्क टिकट मिले

[Step 3] विराम लेकर पुनर्विचार (planning interval) होटल बहुत महंगे -> बजट पार. मुझे सस्ते विकल्प और बच्चों के अनुकूल गतिविधियाँ देखनी चाहिए.

[Step 4] "affordable family hotels in Europe" सर्च करें -> कई शहरों में मिड-रेंज विकल्प मिले

Hugging Face smolagents के साथ AI Agents

Callbacks: एजेंट की प्रोसेस में हुक्स

Hugging Face smolagents के साथ AI Agents

बेसिक Callback फ़ंक्शन

def callback_function(agent_step, agent):
    # Do something with the agent step or the agent itself
    pass
  • agent_step: स्टेप का विवरण (प्लान, स्टेप नंबर, आदि)
  • agent: पूरा एजेंट ऑब्जेक्ट (state + methods)
Hugging Face smolagents के साथ AI Agents

प्लानिंग स्टेप Callbacks

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
==================================================
सस्ते होटल + बच्चों की गतिविधियाँ सर्च करें
फिर संतुलित यात्रा-योजना बनाएँ...
... (plan truncated)
==================================================
Hugging Face smolagents के साथ AI Agents

एक्शन स्टेप Callbacks

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: कार्रवाई कर रहे हैं!
Step 3: कार्रवाई कर रहे हैं!
Step 4: कार्रवाई कर रहे हैं!
Total tokens used: 4,218
Hugging Face smolagents के साथ AI Agents

एजेंट्स में Callbacks जोड़ना

from smolagents import ActionStep, PlanningStep

agent = CodeAgent(
    tools=[document_search_tool],
    model=model,
    step_callbacks={PlanningStep: planning_callback, ActionStep: action_callback}
)
Hugging Face smolagents के साथ AI Agents

Callbacks से आप क्या कर सकते हैं?

  • यह समझने के लिए सर्च लॉग करें कि यूज़र सबसे ज्यादा क्या ढूँढते हैं
  • मानव-स्वीकृति चेकपॉइंट्स जोड़ें
  • प्रोग्रेस अपडेट्स डैशबोर्ड या ऐप्स को भेजें
  • परफॉर्मेंस के आधार पर रन के बीच में एजेंट का व्यवहार समायोजित करें
  • और भी बहुत कुछ...
Hugging Face smolagents के साथ AI Agents

अभ्यास करते हैं!

Hugging Face smolagents के साथ AI Agents

Preparing Video For Download...