Вступ до Hugging Face smolagents

AI-агенти з Hugging Face smolagents

Adel Nehme

VP of AI Curriculum, DataCamp

Визначення AI-агента

Від чат-ботів до агентів

Чат-боти:

Відповідають природною мовою
Пасивні та реактивні

Агенти:

Можуть виконувати дії (пошук у вебі, читати файли, аналізувати дані тощо)
Активно міркують, щоб досягти мети

Агенти діють циклічно:

Приклад: дослідження цін конкурентів

Усе з одного запиту!

Що таке smolagents?

Легка Python-фреймворк
Розроблено Hugging Face

Підтримує два типи агентів:

ToolCallingAgent: використовує структуровані виклики функцій
CodeAgent: пише й запускає код Python

Як працюють виклики функцій

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"}

Як працюють код-агенти

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'])

Процес роботи код-агента

Дослідження показують ≈20% вищу успішність, ніж у методів із викликом функцій.

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

Давайте потренуємось!

AI-агенти з Hugging Face smolagents