通過擁抱臉的煙霧劑：在30行以下建造AI代理

新年快樂！我在2025年對AI特工的探索使我擁抱了Face的Smolagents框架。讓我們潛入！

Hugging Face的Smolagents庫於2025年推出，簡化了使用最少代碼的強大代理。它的易用性，集線集成和廣泛的LLM兼容性使其非常適合代理工作流程。

目錄

• 什麼是Smolagents？
• 了解AI代理
• 多步代理示例
• Smolagents的關鍵功能
• Smolagents功能：
  • 代碼代理
  • 當地的Python口譯員
  • E2B代碼執行人
• 在行動中的Smolagents：
  • 演示1：研究代理
  • 演示2：股價檢索
• 結論

什麼是Smolagents？

Smolagents是一個簡潔，有力的庫，用於建造和運行代理。它的緊湊設計（約1,000行代碼）優先考慮易於使用而無需犧牲功能。它擅長支持“代碼代理”，該代碼代理生成和執行代碼，並通過E2B等沙盒環境提供增強的安全性。它還使用JSON或基於文本的操作支持傳統的工具。 Smolagents與各種LLM（通過LITELLM的擁抱臉推理API，OpenAI，人類等）和擁抱臉部集線器上的共享工具存儲庫集成。

了解AI代理

AI代理是代表用戶或其他系統執行任務的自主系統。他們通過策劃工作流和使用外部工具（Web搜索，代碼執行等）來實現這一目標。 llms為這些代理提供動力，將工具用法集成以獲取實時信息。從本質上講，它們橋接了LLM和外部世界，實現了行動和決策。代理商存在於頻譜上，LLMS對系統動作的控製程度不同。

代理水平	描述	姓名	例子
☆☆☆	LLM輸出對程序流沒有影響	簡單處理器	process_llm_output(llm_response)
⭐☆☆	LLM輸出確定IF/else Switch	路由器	if llm_decision(): path_a() else: path_b()
⭐⭐☆	LLM輸出確定功能執行	工具呼叫者	run_function(llm_chosen_tool, llm_chosen_args)
⭐⭐⭐	LLM輸出控制迭代和程序延續	多步代理	while llm_should_continue(): execute_next_step()
⭐⭐⭐	一個代理工作流啟動另一個	多代理	if llm_trigger(): execute_agent()

多步代理示例

代理通過使用多種工具來處理複雜的任務並適應不同的情況。與具有嚴格工作流程的傳統程序不同，代理人更有效地管理複雜性和不可預測性。

Smolagents的關鍵功能

對於簡單的任務，自定義代碼就足夠了。但是，對於復雜的行為（工具調用，多步代理），Smolagents提供了必不可少的結構：

• 工具調用：代理輸出遵循特定格式（例如，“思想：使用'get_weather'。操作：get_weather（paris）。”）。該系統促使該格式引導LLM。
• 多步代理： LLM提示是根據以前的迭代量身定制的，需要內存以進行上下文。

Smolagents無縫集成這些組件：LLM，工具，解析器，系統提示，內存和錯誤處理。

Smolagents功能

代碼代理

由於其效率，合成性，對像管理功能，一般性以及與LLM培訓數據的兼容性，因此使用代碼（而不是JSON）進行工具操作非常出色。

當地的Python口譯員

代碼使用具有控制的導入，操作限制和預定義的操作的安全LocalPythonInterpreter 。

E2B代碼執行人

為了增強安全性，Smolagents與E2B集成以進行沙盒代碼執行。

來自Smolagents Import codeagent，請訪問webpagetool，hfapimodel
agent = codeagent（tools = [訪問webpagetool（）]，model = hfapimodel（），author_authorized_imports = [“ requests”，“ markdownify”]，use_e2b_executor = true）
特工。（“亞伯拉罕·林肯的首選寵物是什麼？”）

Smolagents在行動中

演示1：研究代理

！PIP安裝Smolagents
來自SmolAgents Importeagent，Duckduckgosearchtool，Hfapimodel
model = litellmmodel（model_，api_key =“ your_api_key”）＃替換your_api_key
agent = codeagent（tools = [duckduckgosearchtool（）]，模型=模型）
agent.run（“告訴我有關分析的Vidhya”） 

演示2：股價檢索

！PIP安裝Smolagents
導入為yf
model = litellmmodel（model_，api_key =“ your_api_key”）＃替換your_api_key
agent = codeagent（tools = [duckduckgosearchtool（）]，附加_authorized_imports = [“ yfinance”]，model = model）
響應= Agent.run（“獲取Apple Inc的股票價格（NASDAQ：AAPL）。使用YFINANCE庫。”）
打印（響應） 

結論

Smolagents簡化了AI代理的開發。它的關鍵優勢是簡單，多功能性，安全性，代碼用於工具操作及其集成生態系統。它是構建適應性和可擴展代理系統的寶貴工具。考慮探索代理AI先驅計劃，以進行更深入的見解。

以上是通過擁抱臉的煙霧劑：在30行以下建造AI代理的詳細內容。更多資訊請關注PHP中文網其他相關文章！