马上就10K⭐了，这个smolagents 轻量化的 Agents库发展太快了，一周就增长了3000⭐，戳图↓
查看图片
查看图片
别错过了！HuggingFace在2024年底最后一天发布了smolagents，一个简单易用的库，帮助构建具备“代理能力”的 AI 系统，支持工具调用、多步任务和模型集成。
3行代码（图一），就完成一个Agent![[憧憬]](http://h5.sinaimg.cn/m/emoticon/icon/default/d_xingxingyan-c64b6a744b.png)
核心亮点：
1. 代理化工作流：支持语言模型调用外部工具并动态控制任务流。
2. 代码优先设计：让代理直接以代码形式表达操作，比 JSON 更具灵活性和通用性。
3. 开箱即用工具库：如 DuckDuckGo 搜索、Google Maps 旅行时间计算等，还支持自定义工具上传到 Hugging Face Hub。
4. 多模型支持：兼容 Hugging Face、OpenAI、Anthropic 等多种模型，集成灵活。
5. 简单安全：支持沙盒环境执行代码，运行安全。
应用案例：
👉 生成旅游行程：调用 Google Maps 计算旅行时间，设计一日游计划。
👉 构建商业智能聊天机器人：结合 SQL 和 RAG 系统，提供精准数据分析。
如何上手？
1. 安装库：pip install smolagents
2. 构建代理：配置工具和模型，即可快速运行多步任务。
3行代码（图一），就完成一个Agent
核心亮点：
1. 代理化工作流：支持语言模型调用外部工具并动态控制任务流。
2. 代码优先设计：让代理直接以代码形式表达操作，比 JSON 更具灵活性和通用性。
3. 开箱即用工具库：如 DuckDuckGo 搜索、Google Maps 旅行时间计算等，还支持自定义工具上传到 Hugging Face Hub。
4. 多模型支持：兼容 Hugging Face、OpenAI、Anthropic 等多种模型，集成灵活。
5. 简单安全：支持沙盒环境执行代码，运行安全。
应用案例：
👉 生成旅游行程：调用 Google Maps 计算旅行时间，设计一日游计划。
👉 构建商业智能聊天机器人：结合 SQL 和 RAG 系统，提供精准数据分析。
如何上手？
1. 安装库：pip install smolagents
2. 构建代理：配置工具和模型，即可快速运行多步任务。
