Hugging Face 宣布推出名为 smolagents 的全新开源库，旨在简化构建智能代理的过程，赋予语言模型更强的执行能力。smolagents 拥有简化的代码结构，支持多种语言模型，包括 Hugging Face 自家的免费推理 API 和 OpenAI、Anthropic 等公司的模型，用户可以轻松定义工具和模型，创建自定义工具以满足特定需求。该库还支持在沙盒环境中安全执行代码，确保用户安全。smolagents 将逐步替代其前身 transformers.agents，成为更受欢迎的智能代理构建工具。
HuggingFace推出了一款名为 “smolagents” 的全新开源库，该库旨在为语言模型赋予更强的智能代理能力。通过简化的代码结构，smolagents 使得用户能够更容易地构建能够执行各种任务的智能代理。
在现代人工智能系统中，语言模型（LLM）需要与真实世界进行交互，比如调用搜索工具获取外部信息，或执行特定程序以完成任务。因此，赋予语言模型 “代理” 能力显得尤为重要。智能代理程序允许 LLM 输出控制工作流程，推动着 AI 的应用向前发展。
那么，何时应使用智能代理?如果用户需要一种灵活的工作流程来高效解决任务，智能代理便显得至关重要。以一个处理客户请求的旅行网站为例，当请求比较明确时，使用预先设定的工作流程就足够了;而当请求涉及更多不确定因素时，智能代理则能提供必要的灵活性，帮助用户找到最合适的解决方案。
smolagents 支持各种语言模型，包括 Hugging Face 的免费推理 API 和 OpenAI、Anthropic 等多家公司的模型。用户可以通过定义工具和模型来轻松构建自己的智能代理，甚至可以创建自定义工具，以满足特定的需求。示例代码显示了如何利用 Google Maps API 获取旅行时间并生成旅行规划。经过几次计算，智能代理最终为用户提供了一份合理的旅行建议。
除了简化的代码和多样的工具支持，smolagents 还支持在沙盒环境中安全执行代码，以保证用户的安全性。未来，smolagents 将逐步替代其前身 transformers.agents，成为更受欢迎的选择。
研究表明，使用代码执行操作比传统的 JSON 格式更有效，具有更好的组合性、对象管理能力以及表达力。这意味着，smolagents 将为开发者们打开一扇新大门，让他们在 AI 代理领域更进一步。
入口:https://huggingface.co/blog/smolagents
划重点:
smolagents 是一个新发布的开源库，旨在简化智能代理的构建过程。
用户可以通过定义工具和模型，快速创建智能代理以完成特定任务。
使用代码执行操作比传统方法更有效，能够提升 AI 代理的性能与灵活性。
总而言之，smolagents 为开发者提供了一个强大且易用的工具，简化了智能代理的构建过程，并提升了其性能和灵活性，未来发展值得期待。 新的开源库有望推动人工智能领域的进一步发展。