huggingface/smolagents

해결하는 문제

smolagents는 Python 코드를 작성하고 실행함으로써 작업을 수행할 수 있는 강력한 AI 에이전트를 구축하기 위한 가벼운 라이브러리입니다. 모델 독립성, 도구 독립성, 모달리티 독립성을 제공하여 코드 실행 및 시스템 프롬프트의 일관된 형식 유지에 필요한 복잡성을 줄입니다.

작동 방식

이 라이브러리는 두 가지 주요 에이전트 유형을 제공합니다: CodeAgent는 액션을 Python 코드 스니펫으로 작성(ReAct 루프 사용), ToolCallingAgent는 표준 JSON/텍스트 블롭을 액션으로 사용합니다. CodeAgent는 도구 호출을 Python 함수 호출로 취급하여 한 번의 액션으로 루프와 같은 복잡한 작업을 수행할 수 있습니다. 이는 LLM 호출을 30% 줄이고 어려운 벤치마크에서 성능을 향상시킵니다.

보안을 위해 라이브러리는 E2B, Blaxel, Modal, Docker 등의 사전 환경에서 코드를 실행하는 것을 지원합니다. 내장된 로컬 실행기는 보안 경계가 아니기 때문입니다.

대상 사용자

무거운 추상화 없이 최소한의 용어로 에이전트 시스템을 구축하고 싶은 개발자, 그리고 오픈소스 모델을 에이전트 워크플로우에 활용하고 싶은 개발자.

주요 특징

코드 우선 액션: 에이전트는 도구와 상호작용하기 위해 Python 코드를 작성할 수 있어 효율성과 성능이 향상됩니다.
모델 독립성: Hugging Face Hub, 로컬 transformers 또는 ollama 모델, OpenAI, Anthropic 등 LiteLLM를 통해 어떤 LLM도 지원합니다.
도구 독립성: MCP 서버, LangChain 도구, Hugging Face Hub Spaces와 통합됩니다.
다중 모달리티 지원: 텍스트, 비전, 비디오, 오디오 입력을 지원합니다.
허브 통합: Hugging Face Hub에서 도구나 에이전트를 직접 공유하고 가져올 수 있습니다.
CLI 도구: 일반적인 작업용 smolagent와 Helium을 사용한 웹 탐색 작업용 webagent를 포함합니다.

huggingface/smolagents

해결하는 문제

작동 방식

대상 사용자

주요 특징

관련