Hugging Face smolagents परिचय

Hugging Face smolagents के साथ AI Agents

Adel Nehme

VP of AI Curriculum, DataCamp

AI एजेंट की परिभाषा

चैटबॉट्स से एजेंट्स तक

चैटबॉट्स:

नैचुरल लैंग्वेज में जवाब देते हैं
निष्क्रिय और रिएक्टिव

एजेंट्स:

कार्रवाई कर सकते हैं (वेब सर्च, फाइल पढ़ना, डेटा विश्लेषण, आदि)
लक्ष्य तक सक्रिय रूप से तर्क करते हैं

एजेंट्स का चक्र:

उदाहरण: Competitor Pricing रिसर्च

सिर्फ एक प्रॉम्प्ट से सब!

smolagents क्या है?

हल्का-फुल्का Python फ्रेमवर्क
Hugging Face द्वारा विकसित

दो प्रकार के एजेंट्स सपोर्ट करता है:

ToolCallingAgent: स्ट्रक्चर्ड फंक्शन कॉल्स उपयोग करता है
CodeAgent: Python कोड लिखता और चलाता है

Function-Calling कैसे काम करता है

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"}

Code Agents कैसे काम करते हैं

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'])

Code Agent फ्लो

रिसर्च से पता चलता है कि यह function-calling मेथड्स से ~20% अधिक सफल है।

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

अभ्यास करते हैं!

Hugging Face smolagents के साथ AI Agents