HuggingChat 社区工具发布

Hugging Face 已发布用于 HuggingChat 的社区工具，使用户能够将任何公开的 Hugging Face Space 转换为模型可以直接调用的功能性工具。此更新将 HuggingChat 的能力扩展到新的模态，包括图像理解、视频生成和文本转语音。

将公开空间集成作为工具

用户可以在 HuggingChat 工具创建界面中提供 Space URL，将任何公开的 Hugging Face Space 转换为工具。输入 URL 后，系统会自动填充可用的函数和参数。为确保最佳性能，用户必须配置三个关键字段：

• 工具描述: 向 LLM 传递的简要说明，用于描述工具的用途。
• AI函数名称: 简短、唯一且自解释的名称，代表工具作为代码函数的标识。
• 参数: LLM 可以填写的参数，分为 必需（必须提供）、可选（有默认值但可被覆盖）或 固定（模型无法更改的常量值）。

使用 Python 和 Gradio 创建自定义工具

可以使用基础的 Python 和 Gradio 库构建自定义工具。该过程包括在 Hugging Face 上创建一个公开的 Gradio Space（可在免费 CPU Basic 级别运行），并部署 app.py 文件。

例如，可以通过定义一个函数，根据指定的面数返回随机整数来实现掷骰子工具。Gradio Space 部署后，可使用与公开 Space 相同的工具创建流程将其链接到 HuggingChat。Hugging Face 指出，单个 Space 中可以托管多个函数，以简化工具管理。

通过工具集成增强 AI 助手

社区工具可以通过工具页面全局激活，或捆绑到特定的 AI 助手中。创建使用兼容工具模型的新助手时，用户可以选择并添加最多三个不同的工具。

系统指令可用于指导模型何时以及如何使用这些集成工具。例如，可以为 “游戏主持人” 助手配置图像生成和掷骰子工具，以增强角色扮演互动。

为私有文档实现 RAG 工具

为促进检索增强生成（Retrieval-Augmented Generation，RAG），Hugging Face 提供了一个 RAG 工具模板 Space。用户可以通过将模板 Space 复制到自己的账户并将希望解析的文档上传到 sources/ 文件夹来实现自己的 RAG 工具。Space 激活后，它会被转换为 HuggingChat 工具，使模型能够基于用户的特定文档回答问题。