Introduction to Hugging Face smolagents

AI Agents ด้วย Hugging Face smolagents

Adel Nehme

VP of AI Curriculum, DataCamp

นิยามของ AI agent

จาก Chatbot สู่ Agent

Chatbot:

ตอบสนองด้วยภาษาธรรมชาติ
รับและตอบสนองแบบ passive

Agent:

ดำเนินการได้ (ค้นหาเว็บ, อ่านไฟล์, วิเคราะห์ข้อมูล ฯลฯ)
ใช้เหตุผลเชิงรุกเพื่อบรรลุเป้าหมาย

Agent ทำงานเป็นวงจร:

ตัวอย่าง: การวิจัยราคาคู่แข่ง

ทั้งหมดนี้จาก prompt เดียว!

smolagents คืออะไร?

เฟรมเวิร์ก Python ที่มีขนาดเล็กเบา
พัฒนาโดย Hugging Face

รองรับ agent 2 ประเภท:

ToolCallingAgent: ใช้การเรียกฟังก์ชันแบบมีโครงสร้าง
CodeAgent: เขียนและรันโค้ด Python

Function Calling ทำงานอย่างไร?

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 Agent ทำงานอย่างไร?

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'])

การทำงานของ Code Agent

งานวิจัยพบว่ามีอัตราความสำเร็จสูงกว่าวิธี function-calling ประมาณ ~20%

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

มาฝึกกันเถอะ!

AI Agents ด้วย Hugging Face smolagents