Skapa en agent med verktyg

AI-agenter med Hugging Face smolagents

Adel Nehme

VP of AI Curriculum, DataCamp

Skapa en kodagent (utan verktyg)

from smolagents import CodeAgent, InferenceClientModel

agent = CodeAgent(
    tools=[],
    model=InferenceClientModel()
)

agent.run("Calculate the average of the list [23, 45, 67, 89]")

Executing parsed code:
  numbers = [23, 45, 67, 89]                                                                               
  average = sum(numbers) / len(numbers)                                                                            
  final_answer(average)                                                                                             
Final answer: 56.0
[Step 1: Duration 4.14 seconds| Input tokens: 1,900 | Output tokens: 109]
56.0

Varför använda verktyg med kodagenter?

Agenten vi definierade kan redan lösa många uppgifter med hjälp av:

En LLM-modell
Python-kod

Men den kan också behöva tillgång till extern information:

Exempel: livedata från webben

Där kommer verktygen in!

Lägga till ett webbsökningsverktyg

from smolagents import CodeAgent, InferenceClientModel, WebSearchTool

agent = CodeAgent(
    model=InferenceClientModel(),
    tools=[WebSearchTool()]
)

Kodagent med webbsökningsverktyg – utdata

agent.run("What's the tallest building in the world right now?")

Executing parsed code:
  tallest_building_info = web_search("tallest building in the world 2023")                                
  print(tallest_building_info)                                                                                

# Search results omitted for brevity...

Executing parsed code: 
  final_answer("Burj Khalifa, Dubai, 828 meters")                                                              
Final answer: Burj Khalifa, Dubai, 828 meters
[Step 2: Duration 2.97 seconds| Input tokens: 5,078 | Output tokens: 153]
Burj Khalifa, Dubai, 828 meters

Inbyggda verktyg (per kategori)

Kategori	Verktyg
Informationshämtning	`ApiWebSearchTool`, `DuckDuckGoSearchTool`, `GoogleSearchTool`, `WebSearchTool`, `WikipediaSearchTool`
Webbinteraktion	`VisitWebpageTool`
Kodexekvering	`PythonInterpreterTool`
Användarinteraktion	`UserInputTool`
Talbehandling	`SpeechToTextTool`
Flödeskontroll	`FinalAnswerTool`

¹ https://huggingface.co/docs/smolagents/main/en/reference/default_tools

Verktyg från Hugging Face Hub

Använda community-verktyg från Hugging Face

from smolagents import load_tool

# Load remote tool from Hugging Face
model_downloads_tool = load_tool(
    repo_id="example-repo/hf-model-downloads",
    trust_remote_code=True
)

# Create agent with remote + built-in tools
agent = CodeAgent(
    tools=[model_downloads_tool, WebSearchTool()],
    model=InferenceClientModel()
)

agent.run("Find the most downloaded image classification model on Hugging Face")

google/vit-base-patch16-224-in21k

Nu kör vi en övning!

AI-agenter med Hugging Face smolagents