Agents Course documentation
Давайте создадим нашего первого агента с помощью smolagents
Давайте создадим нашего первого агента с помощью smolagents
В прошлом разделе мы узнали, как можно создавать агентов с нуля, используя код на Python, и увидели, насколько утомительным может быть этот процесс. К счастью, многие библиотеки Агентов упрощают эту работу, выполняя большую часть тяжелой работы за вас.
В этом уроке вы создадите своего первого агента, способного выполнять такие действия, как генерация изображений, веб-поиск, проверка часового пояса и многое другое!
Вы также опубликуете своего агента в пространстве Hugging Face Space, чтобы вы могли поделиться им с друзьями и коллегами.
Давайте начнем!
Что такое smolagents?

Для создания этого агента мы будем использовать библиотеку smolagents
, которая предоставляет основу для разработки агентов с легкостью.
Эта легковесная библиотека создана для простоты, но она абстрагирует большую часть сложности создания агента, позволяя вам сосредоточиться на разработке поведения агента.
В следующем разделе мы углубимся в изучение smolagents. А пока вы можете ознакомиться с этой статьей в блоге или с репозиторием библиотеки на GitHub.
Вкратце, smolagents
- это библиотека, ориентированная на Агентов кода, вид агента, который выполняет “Действия” через блоки кода, а затем “Наблюдает” за результатами, выполняя код.
Вот пример того, что мы будем создавать!
Мы предоставили нашему агенту Инструмент генерации изображений и попросили его сгенерировать изображение кошки.
Агент внутри smolagents
будет иметь такое же поведение, как и пользовательский агент, который мы построили ранее: он будет думать, действовать и наблюдать в цикле, пока не придет к окончательному ответу:
Захватывающе, правда?
Давайте создадим нашего агента!
Для начала продублируйте это пространство (Space): https://huggingface.co/spaces/agents-course/First_agent_template
Спасибо Aymeric за этот шаблон! 🙌
Дублирование этого пространства означает создание локальной копии в вашем собственном профиле:

На протяжении всего этого урока единственным файлом, который вам придется изменить, будет (на данный момент неполный) “app.py ». Здесь вы можете увидеть оригинал в шаблоне. Чтобы найти свой, зайдите в свою копию пространства, затем перейдите на вкладку Files
, а затем на app.py
в списке каталогов.
Давайте разберем код вместе:
- Файл начинается с простого, но необходимого импорта библиотек
from smolagents import CodeAgent, DuckDuckGoSearchTool, InferenceClientModel, load_tool, tool
import datetime
import requests
import pytz
import yaml
from tools.final_answer import FinalAnswerTool
Как уже говорилось ранее, мы будем напрямую использовать класс CodeAgent из smolagents.
Инструменты
Теперь перейдем к инструментам! Если вы хотите узнать больше об инструментах, не стесняйтесь вернуться к разделу курса Инструменты.
@tool
def my_custom_tool(arg1:str, arg2:int)-> str: # важно указать возвращаемый тип
# Сохраните этот формат для описания инструмента / описания аргументов, но не стесняйтесь модифицировать инструмент
"""Инструмент, который пока ничего не делает
Аргументы:
arg1: первый аргумент
arg2: второй аргумент
"""
return "Какую магию вы будете создавать?"
@tool
def get_current_time_in_timezone(timezone: str) -> str:
"""Инструмент для получения текущего местного времени в указанном часовом поясе.
Аргменты:
timezone: Строка, представляющая действительный часовой пояс (например, 'America/New_York').
"""
try:
# Создание объекта timezone
tz = pytz.timezone(timezone)
# Получение текущего времени в заданном часовом поясе
local_time = datetime.datetime.now(tz).strftime("%Y-%m-%d %H:%M:%S")
return f"Текущее местное время в {timezone} составляет: {local_time}"
except Exception as e:
return f"Ошибка получения времени для часового пояса '{timezone}': {str(e)}"
Инструменты - это то, что мы призываем вас создать в этом разделе! Мы приводим два примера:
- нерабочий фиктивный инструмент, который вы можете модифицировать, чтобы сделать что-то полезное.
- действительно работающий инструмент, который получает текущее время в любой точке мира.
Чтобы определить свой инструмент, необходимо:
- Предоставить входной и выходной типы для вашей функции, как в
get_current_time_in_timezone(timezone: str) -> str:
- Написать хорошо отформатированную строку документации.
smolagents
ожидает, что все аргументы будут иметь текстовое описание в строке документации.
Агент
Он использует Qwen/Qwen2.5-Coder-32B-Instruct
в качестве движка LLM. Это очень способная модель, к которой мы будем обращаться через бессерверный API.
final_answer = FinalAnswerTool()
model = InferenceClientModel(
max_tokens=2096,
temperature=0.5,
model_id='Qwen/Qwen2.5-Coder-32B-Instruct',
custom_role_conversions=None,
)
with open("prompts.yaml", 'r') as stream:
prompt_templates = yaml.safe_load(stream)
# Создаем наш Кодовый Агент
agent = CodeAgent(
model=model,
tools=[final_answer], # добавьте сюда свои инструменты (не удаляйте final_answer)
max_steps=6,
verbosity_level=1,
grammar=None,
planning_interval=None,
name=None,
description=None,
prompt_templates=prompt_templates
)
GradioUI(agent).launch()
Этот агент по-прежнему использует InferenceClient
, который мы видели в предыдущем разделе за классом InferenceClientModel!
Мы приведем более подробные примеры, когда будем представлять фреймворк в разделе 2. Пока же вам нужно сосредоточиться на добавлении новых инструментов в список инструментов с помощью параметра tools
вашего Агента.
Например, вы можете использовать DuckDuckGoSearchTool
, который был импортирован в первой строке кода, или вы можете изучить image_generation_tool
, который загружается из Hub позже в коде.
Добавление инструментов даст вашему агенту новые возможности, попробуйте проявить творческий подход!
Полная версия “app.py”:
from smolagents import CodeAgent, DuckDuckGoSearchTool, InferenceClientModel, load_tool, tool
import datetime
import requests
import pytz
import yaml
from tools.final_answer import FinalAnswerTool
from Gradio_UI import GradioUI
# Ниже приведен пример инструмента, который ничего не делает. Удивите нас своей креативностью!
@tool
def my_custom_tool(arg1:str, arg2:int)-> str: # важно указать возвращаемый тип
# Сохраните этот формат для описания инструмента / описания аргументов, но не стесняйтесь модифицировать инструмент
"""Инструмент, который пока ничего не делает
Аргументы:
arg1: первый аргумент
arg2: второй аргумент
"""
return "Какую магию вы будете создавать?"
@tool
def get_current_time_in_timezone(timezone: str) -> str:
"""Инструмент для получения текущего местного времени в указанном часовом поясе.
Аргменты:
timezone: Строка, представляющая действительный часовой пояс (например, 'America/New_York').
"""
try:
# Создание объекта timezone
tz = pytz.timezone(timezone)
# Получение текущего времени в заданном часовом поясе
local_time = datetime.datetime.now(tz).strftime("%Y-%m-%d %H:%M:%S")
return f"Текущее местное время в {timezone} составляет: {local_time}"
except Exception as e:
return f"Ошибка получения времени для часового пояса '{timezone}': {str(e)}"
final_answer = FinalAnswerTool()
model = InferenceClientModel(
max_tokens=2096,
temperature=0.5,
model_id='Qwen/Qwen2.5-Coder-32B-Instruct',
custom_role_conversions=None,
)
# Импорт инструмента из Hub
image_generation_tool = load_tool("agents-course/text-to-image", trust_remote_code=True)
with open("prompts.yaml", 'r') as stream:
prompt_templates = yaml.safe_load(stream)
agent = CodeAgent(
model=model,
tools=[final_answer], # добавьте сюда свои инструменты (не удаляйте final_answer)
max_steps=6,
verbosity_level=1,
grammar=None,
planning_interval=None,
name=None,
description=None,
prompt_templates=prompt_templates
)
GradioUI(agent).launch()
Ваша Цель - познакомиться с Пространством и Агентом.
В настоящее время агент в шаблоне не использует никаких инструментов, поэтому постарайтесь снабдить его некоторыми из готовых инструментов или даже сделать новые инструменты самостоятельно!.
Мы с нетерпением ждем ваших потрясающих выводов агентов в канале discord #agents-course-showcase!
Поздравляем, вы создали своего первого агента! Не стесняйтесь поделиться им со своими друзьями и коллегами.
Поскольку это ваша первая попытка, совершенно нормально, если он будет немного глючным или медленным. В следующих разделах мы узнаем, как создавать еще более совершенных агентов.
Лучший способ научиться - это попробовать, поэтому не стесняйтесь обновлять его, добавлять новые инструменты, пробовать с другой моделью и т. д.
В следующем разделе вы пройдете финальный тест и получите сертификат!
< > Update on GitHub