三行代码构建AI Agent，释放LLM潜能！Hugging Face Smolagents让AI自己动手！

只需几行代码，释放LLM潜能！Hugging Face Smolagents让AI自己动手！

还在为大型语言模型（LLM）的被动性而苦恼吗？想让你的AI不仅能说会道，还能“手脚并用”地解决实际问题？现在，抱抱脸（Hugging Face）推出的Smolagents框架，只需几行代码，就能让这一切成为可能！它赋予LLM强大的代理能力，让AI化身Agent，主动探索世界，完成复杂任务！告别繁琐的配置和复杂的代码，Smolagents让LLM的潜能触手可及！

LLM的“手脚”——Agent究竟是什么？

想象一下，LLM就像一个拥有超强记忆和语言能力的大脑，但它缺乏与现实世界的连接。Agent就是LLM的“手脚”，让它能够与外界互动：访问搜索引擎获取信息、操作软件完成任务、甚至控制其他程序！

Hugging Face将“代理”定义为一个连续的谱系，赋予LLM不同程度的自主性：

• • Lv.1 简单处理器 (☆☆☆)： LLM只是被动输出，对程序流程毫无影响，就像一个简单的信息处理器。 例如：process_llm_output(llm_response)
• • Lv.2 路由器 (★☆☆)： LLM的输出开始影响程序走向，例如决定走哪个if/else分支，像一个交通指挥员。 例如：if llm_decision(): path_a() else: path_b()
• • Lv.3 工具调用器 (★★☆)： LLM能够调用预定义的工具（函数），例如调用搜索工具获取特定信息，像一个熟练的工具使用者。 例如：run_function(llm_chosen_tool, llm_chosen_args)
• • Lv.4 多步Agent (★★★)： LLM能够控制程序的迭代和执行流程，可以根据情况多次调用工具，像一个经验丰富的项目经理。

  memory = [user_defined_task]
  while llm_should_continue(memory):
      action = llm_get_next_action(memory)
      observations = execute_action(action)
      memory += [action, observations]

• • Lv.5 多Agent (★★★)： 多个Agent协同工作，完成更复杂的任务，例如一个Agent负责制定计划，另一个Agent负责执行，像一个高效的团队。 例如：if llm_trigger(): execute_agent()

何时使用 Agents？何时应该避免？

Agent 并非万能灵药，在某些情况下，使用预定义的工作流程反而更高效更可靠。 那么，何时才是使用 Agent 的最佳时机呢？

✅ Agent 的用武之地:

当你的任务需要 LLM 动态地决定工作流程时，Agent 就派上用场了。例如，处理复杂的客户请求，需要根据不同的情况调用不同的工具和 API。

举个例子：一个旅行网站的客服机器人，如果用户只是询问简单的旅行信息或联系销售，预定义的工作流程就足够了。但如果用户提出了一个复杂的问题，例如："我周一可以出发，但我的护照丢了，可能会延迟到周三，请问周二早上可以安排我和我的行李去冲浪吗？还需要一份取消保险。" 这种情况下，Agent 就能根据情况动态地调用天气 API、地图 API、员工日程安排等工具，最终给出满意的答复。

⛔ 避免过度使用 Agent:

如果你的任务可以用预定义的工作流程高效完成，那就不要画蛇添足地使用 Agent。例如，简单的数学计算或信息检索，直接使用 LLM 就足够了。

记住，Agent 会增加系统的复杂性和不确定性，过度使用反而会降低效率和可靠性。

Smolagents：构建Agent的利器

Smolagents框架简化了构建复杂Agent的流程，它提供了一系列必要的组件：

• • 强大的LLM引擎： 驱动Agent的核心，负责思考和决策。 Smolagents 支持多种LLM引擎，包括HfApiModel、TransformersModel 和 LiteLLMModel。
• • 丰富的工具库： Agent可以使用的各种工具，例如搜索工具、代码执行器等等。Smolagents 提供了默认工具箱，也支持自定义工具，甚至可以从 Hugging Face Hub 加载工具。
• • 灵活的解析器： 理解LLM的指令，并将其转化为具体的行动。
• • 清晰的系统提示： 引导LLM生成有效的指令。
• • 可靠的记忆机制： 记录Agent的行动和观察，为后续决策提供依据。
• • 完善的错误处理： 即使LLM犯错，Agent也能及时纠正，保证任务顺利完成。

代码Agent：让LLM“说”代码

Smolagents主推代码Agent，它能够直接生成代码来调用工具。以下是一个使用CodeAgent和自定义工具的例子，只需几行代码即可创建一个Agent：

from smolagents import CodeAgent, tool, HfApiModel

@tool
def get_weather(city: str):
    """获取指定城市的天气。"""
    # 这里可以替换成真正的API调用
    return f"{city}今天天气晴朗。"

agent = CodeAgent(tools=[get_weather], model=HfApiModel())
agent.run("获取北京的天气")

相比传统的JSON格式，代码Agent拥有诸多优势：更强的表达能力、更好的可组合性、更自然的与代码交互。

下面是官方提供的CodeAgent的系统提示词，看着蛮有趣

你是一位专家助手，可以使用代码块解决任何任务。你将被赋予一个任务，并尽力完成它。

为此，你将可以使用一系列工具：这些工具本质上是你可以通过代码调用的 Python 函数。

为了解决任务，你必须提前计划，并按步骤进行，循环执行“思考”、“代码”和“观察”的步骤。

在每一步中：

* 在“思考”步骤中，你应该首先解释你解决任务的思路以及你想要使用的工具。
* 然后在“代码”步骤中，你应该用简单的 Python 编写代码。“代码”序列必须以 `<end_code>` 序列结束。
* 在每个中间步骤中，你可以使用 `print()` 保存任何你接下来需要的重要信息。
* 这些打印输出将出现在“观察”字段中，并作为下一步的输入。
* 最后，你必须使用 `final_answer` 工具返回最终答案。

以下是一些使用虚拟工具的示例：
---
{examples}

以上示例使用的是虚拟工具，你可能无法访问它们。除了在你创建的 Python 代码片段中执行计算之外，你只能访问以下工具：

{{tool_descriptions}}

{{managed_agents_descriptions}}

以下是解决任务时应始终遵循的规则：

1. 始终提供“思考”序列和以“` ```py`”开头并以“` ```<end_code>`”结尾的“代码”序列，否则你将失败。
2. 仅使用你已定义的变量！
3. 始终为工具使用正确的参数。不要像 `answer = wiki({'query': "What is the place where James Bond lives?"})` 这样以字典形式传递参数，而应直接使用参数，例如 `answer = wiki(query="What is the place where James Bond lives?")`。
4. 注意不要在同一个代码块中链接过多的连续工具调用，尤其是在输出格式不可预测的情况下。例如，对搜索的调用具有不可预测的返回格式，因此不要在同一个代码块中进行依赖其输出的另一个工具调用：而是使用 `print()` 输出结果，以便在下一个代码块中使用它们。
5. 仅在需要时调用工具，并且永远不要使用完全相同的参数重新执行之前的工具调用。
6. 不要使用与工具相同的名称来命名任何新变量：例如，不要将变量命名为 `final_answer`。
7. 不要在代码中创建任何虚拟变量，因为日志中出现这些变量可能会使你偏离真正的变量。
8. 你可以在代码中使用导入，但只能从以下模块列表中导入：{{authorized_imports}}
9. 状态在代码执行之间保持不变：因此，如果你在一个步骤中创建了变量或导入了模块，它们都将继续存在。
10. 不要放弃！你负责解决任务，而不是提供解决任务的指导。

现在开始吧！如果你正确地解决了任务，你将获得 1,000,000 美元的奖励。

React框架：让Agent“思考-行动-观察”

Smolagents基于React（Reason and Act）框架，让Agent像人类一样进行思考和行动，通过持续的“思考-行动-观察”循环来完成任务。

多Agent协作：打造AI梦之队

Smolagents 支持构建多 Agent 系统，让多个 Agent 协同工作，就像一支 AI 梦之队！以下是一个简单的多 Agent 系统示例：

from smolagents import CodeAgent, HfApiModel, ManagedAgent, DuckDuckGoSearchTool

model = HfApiModel()
web_agent = CodeAgent(tools=[DuckDuckGoSearchTool()], model=model)
managed_web_agent = ManagedAgent(agent=web_agent, name="web_search", description="执行网络搜索。")
manager_agent = CodeAgent(tools=[], model=model, managed_agents=[managed_web_agent])
manager_agent.run("Hugging Face的CEO是谁？")

拥抱开放：丰富的集成和工具

Smolagents拥抱开放，支持多种LLM引擎 (例如 HfApiModel, TransformersModel, LiteLLMModel)，并提供丰富的集成和工具：

• • Hugging Face Hub集成： 轻松共享和加载工具 (例如使用 load_tool)。
• • LangChain集成： 利用LangChain丰富的工具库 (例如使用 Tool.from_langchain)。
• • Gradio集成： 快速构建交互式界面 (例如使用 GradioUI)。

未来已来：Smolagents开启无限可能

Smolagents的出现，标志着LLM应用进入了一个新的时代。它让LLM不再是被动的工具，而是能够主动探索世界、解决问题的智能体。未来，Smolagents将为我们带来更多惊喜！