71 lines
4.3 KiB
Plaintext
71 lines
4.3 KiB
Plaintext
<CourseFloatingBanner chapter={2}
|
||
classNames="absolute z-10 right-0 top-0"
|
||
notebooks={[
|
||
{label: "Google Colab", value: "https://colab.research.google.com/github/huggingface/agents-course/blob/main/notebooks/unit2/smolagents/tool_calling_agents.ipynb"},
|
||
]} />
|
||
|
||
# 将操作编写为代码片段或 JSON 结构
|
||
|
||
<Tip>
|
||
您可以通过 <a href="https://huggingface.co/agents-course/notebooks/blob/main/unit2/smolagents/tool_calling_agents.ipynb" target="_blank">此 Notebook</a> 跟随代码实践，该文件支持在 Google Colab 中运行。
|
||
</Tip>
|
||
|
||
工具调用智能体（Tool Calling Agents）是 `smolagents` 中提供的第二种智能体类型。与使用 Python 代码片段的代码智能体（Code Agents）不同，这类智能体**利用 LLM 提供商的内置工具调用能力**来生成 **JSON 结构**的工具调用指令。这是 OpenAI、Anthropic 等主流提供商采用的标准方法。
|
||
|
||
当 Alfred 想要搜索餐饮服务和派对创意时，`CodeAgent` 会生成并运行如下 Python 代码：
|
||
|
||
```python
|
||
for query in [
|
||
"Best catering services in Gotham City",
|
||
"Party theme ideas for superheroes"
|
||
]:
|
||
print(web_search(f"Search for: {query}"))
|
||
```
|
||
|
||
而 `ToolCallingAgent` 则会创建 JSON 结构：
|
||
|
||
```python
|
||
[
|
||
{"name": "web_search", "arguments": "Best catering services in Gotham City"},
|
||
{"name": "web_search", "arguments": "Party theme ideas for superheroes"}
|
||
]
|
||
```
|
||
|
||
该 JSON 结构随后会被用于执行工具调用。
|
||
|
||
尽管 `smolagents` 主要专注于 `CodeAgents`（因为[它们整体表现更好](https://arxiv.org/abs/2402.01030)），但对于不需要变量处理或复杂工具调用的简单系统，`ToolCallingAgents` 仍然可以高效工作。
|
||
|
||
|
||
|
||
## 工具调用智能体的工作原理
|
||
|
||
工具调用智能体遵循与代码智能体相同的多步骤工作流程（详见[前一章节](./code_agents)）。关键区别在于**操作结构方式**：智能体不再生成可执行代码，而是**生成指定工具名称和参数的 JSON 对象**，系统随后**解析这些指令**来执行相应工具。
|
||
|
||
## 示例：运行工具调用智能体
|
||
|
||
让我们重新审视 Alfred 开始筹备派对的示例，这次使用 `ToolCallingAgent` 来展示区别。我们将构建一个能够使用 DuckDuckGo 进行网页搜索的智能体，与代码智能体示例的唯一区别在于智能体类型——框架会处理其他所有细节：
|
||
|
||
```python
|
||
from smolagents import ToolCallingAgent, DuckDuckGoSearchTool, HfApiModel
|
||
|
||
agent = ToolCallingAgent(tools=[DuckDuckGoSearchTool()], model=HfApiModel())
|
||
|
||
agent.run("Search for the best music recommendations for a party at the Wayne's mansion.")
|
||
```
|
||
|
||
当查看智能体的执行跟踪时，您将看到类似以下内容而非 `Executing parsed code:`：
|
||
|
||
```text
|
||
╭─────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮
|
||
│ Calling tool: 'web_search' with arguments: {'query': "best music recommendations for a party at Wayne's │
|
||
│ mansion"} │
|
||
╰─────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯
|
||
```
|
||
|
||
智能体生成结构化的工具调用指令，系统通过处理这些指令来生成输出，而非像 `CodeAgent` 那样直接执行代码。
|
||
|
||
现在我们已经了解两种智能体类型，可以根据需求选择合适的一种。让我们继续探索 `smolagents`，让 Alfred 的派对大获成功！🎉
|
||
|
||
## 资源
|
||
- [ToolCallingAgent 文档](https://huggingface.co/docs/smolagents/v1.8.1/en/reference/agents#smolagents.ToolCallingAgent) - ToolCallingAgent 的官方文档
|