精簡的核心框架
Smolagents 被描述為一個極簡框架,核心程式碼約 1,000 行,位於 `agents.py`,這使抽象層保持精簡,也讓程式碼庫更容易檢視。
Smolagents 是 Hugging Face 推出的極簡 AI agent 框架,適合打造以 Python 程式碼與工具呼叫為核心的 agent,支援沙盒執行與 Hugging Face 及其他模型整合。
Smolagents 是來自 Hugging Face 團隊的極簡 AI agent 框架。其宣稱目的,是協助開發者只用少量程式碼就能打造可與真實世界互動的 agent,同時保持框架輕巧且容易上手。
此網站將產品重點放在 code agents:agent 不只是產生 JSON 或文字動作,而是撰寫並執行 Python 程式碼片段來完成任務。Smolagents 也支援傳統工具呼叫型 agents、沙盒執行選項,以及來自 Hugging Face 生態系與其他來源的模型和工具整合。
Smolagents 被描述為一個極簡框架,核心程式碼約 1,000 行,位於 `agents.py`,這使抽象層保持精簡,也讓程式碼庫更容易檢視。
此框架強調由 agent 撰寫並執行 Python 程式碼片段來完成動作,而不只依賴 JSON 或文字型的工具輸出。
網站指出,與標準工具呼叫方法相比,code agents 可將步驟與 LLM 呼叫數量減少約 30%,並在複雜基準測試中有更好的表現。
Smolagents 支援像 E2B 這類沙盒環境,以便更安全地執行生成的程式碼,為開發者提供隔離的 agent 動作執行空間。
此框架可與 Hugging Face Hub 整合以分享與載入工具,並可透過 Transformers 使用 Hugging Face 模型,也能透過 LiteLLM 與 OpenAI、Anthropic 等服務搭配運作。
除了 code agents 之外,網站也說 smolagents 支援傳統的工具呼叫型 agents,當 JSON 或文字區塊格式更合適時即可使用。
打造能透過 Python 程式碼採取動作的 agent,特別適合任務需要可重用函式、物件處理,或比單純工具呼叫更複雜的控制流程時。
為 agent 加入自訂工具,例如旅遊規劃、網路搜尋或圖片生成,並透過 Hugging Face Hub 分享這些工具。
當你希望在開發或部署期間,對執行過程有更安全的邊界時,可在沙盒環境中執行生成的 agent 程式碼。
當你希望在模型選擇上保有彈性時,可使用來自 Hugging Face、OpenAI、Anthropic 或其他相容 LiteLLM 的模型供應來源。
當 JSON 或文字區塊動作更適合特定流程時,可選擇傳統工具呼叫型 agents,而非 code agents。
Smolagents 被定位為來自 Hugging Face 團隊的極簡 AI agent 框架。它的設計目的是讓開發者能以相對較少的程式碼定義 agent、加入工具,並執行它。
網站說明 smolagents 支援 code agents,也就是由 agent 撰寫並執行 Python 程式碼片段;同時也支援使用 JSON 或文字區塊的傳統工具呼叫型 agents。
價格頁顯示有免費的 Starter 方案與付費的 Pro 方案。Starter 包含 5 台裝置、1 個月雲端保留、無限通知與基本整合;Pro 每月 12 美元,包含無限裝置、1 年雲端保留、無限通知、進階整合與優先客戶支援。
網站描述了像 E2B 這類沙盒執行選項,可用於更安全地執行程式碼。網站也展示了以自訂工具與 Hugging Face Hub 分享為核心的範例。