HuggingFace最新推出开源库“smolagents”，致力于提升语言模型的智能代理能力。通过优化代码结构，该库让用户更便捷地构建执行多任务的智能代理。

d379a0eb8b663be9d0bd57713f3008c4.png

在当前人工智能系统中，语言模型（LLM）需要具备与真实世界交互的能力，例如调用搜索工具获取信息，或执行特定程序完成任务。因此，赋予LLM“代理”能力变得至关重要。智能代理程序使LLM能够控制工作流程，推动AI应用的发展。

何时使用智能代理？当用户需要灵活的工作流程以高效完成任务时，智能代理显得尤为重要。例如，对于处理客户请求的旅行网站，当请求明确时，预设工作流程即可；而当请求涉及更多不确定性时，智能代理提供必要的灵活性，帮助用户找到最佳解决方案。

smolagents支持多种语言模型，包括Hugging Face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，构建自己的智能代理，甚至创建自定义工具以满足特定需求。示例代码展示了如何使用Google Maps API获取旅行时间并生成旅行规划，智能代理最终为用户提供合理的建议。

smolagents不仅简化了代码并提供多样化的工具支持，还支持在沙盒环境中安全执行代码，确保用户安全。未来，smolagents将逐步取代其前身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JSON格式更有效，具有更好的组合性、对象管理能力和表达力。这意味着，smolagents将为开发者打开新的大门，在AI代理领域取得更大进步。

入口:https://huggingface.co/blog/smolagents

划重点:

🌟 smolagents是一个新推出的开源库，旨在简化智能代理的构建过程。

🔧 用户可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，能提升AI代理的性能与灵活性。