用自訂工具建立 Agent

使用 Hugging Face smolagents 的 AI 代理

Adel Nehme

VP of AI Curriculum, DataCamp

自訂工具的優點

可靠性： 明確撰寫並測試邏輯，而非讓 agent 猜測
可重用性： 跨專案與 agent 重複使用工具
一致性： 執行結果可預期（利於除錯）
存取控管： 只曝露你要的資源（檔案、API、資料庫等）

情境：你經營一家零售店

庫存資料存於 CSV（包含尺寸、顏色、數量、價格）
程式碼型 agent 能撰寫程式讀取 CSV
但預設無法存取檔案
你需要用自訂工具包裝檔案存取

自訂工具的結構

from smolagents import tool
import pandas as pd

@tool
def check_inventory(product_name: str) -> int:
    """
    Check the available quantity of a product in the inventory CSV.

    Args:
        product_name (str): The name of the product to look up.

    Returns:
        int: The quantity in stock. Returns 0 if the product is not found.
    """
    df = pd.read_csv("store_inventory.csv")
    match = df[df["product_name"] == product_name]
    stock_quantity = int(match.iloc[0]["quantity"]) if not match.empty else 0
    return stock_quantity

自訂工具的最佳做法

我們有現貨的 T 恤嗎？

將自訂工具註冊到你的 Agent

from smolagents import CodeAgent

agent = CodeAgent(
    tools=[check_inventory], # Add custom tool
    model=InferenceClientModel(),
    additional_authorized_imports=["pandas"]  # Allow external package
)

agent.run("Do we have any large t-shirts in stock?")

Yes, we have 8 large t-shirts in stock.

在正式環境中的自訂工具

一起來練習吧！

使用 Hugging Face smolagents 的 AI 代理