Introduktion till Hugging Face smolagents

AI-agenter med Hugging Face smolagents

Adel Nehme

VP of AI Curriculum, DataCamp

Definition av AI-agent

Från chattbotar till agenter

Chattbotar:

Svarar med naturligt språk
Passiva och reaktiva

Agenter:

Kan utföra åtgärder (webbsökning, läsa filer, analysera data m.m.)
Resonerar aktivt mot ett mål

Agenter följer en cykel:

Exempel: Prisundersökning av konkurrenter

Allt från en enda prompt!

Vad är smolagents?

Lättviktigt Python-ramverk
Utvecklat av Hugging Face

Stöder två typer av agenter:

ToolCallingAgent: Använder strukturerade funktionsanrop
CodeAgent: Skriver och kör Python-kod

Hur funktionsanrop fungerar

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"}

Hur kodagenter fungerar

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'])

Kodagentens flöde

Forskning visar ~20 % högre framgångsfrekvens jämfört med funktionsanropsmetoder.

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

Nu kör vi en övning!

AI-agenter med Hugging Face smolagents