smolagentsMalá Pythonová kniha ukôľovia pre rýchly vytvorenie AI agentov z kódu zabezpečenie miestne konverzácia (Hugging Face, OpenAI, Anthropic), prístup bázom modelov na Hubu Hugging Face, místnehodnotovíci, sakraťovými APImi (Hugging Face, OpenAI, Anthropic) alebo uloženie si vlastného Pythonového skriptu na minimalne rosieťou a číslenie bázových modelov a konverzácie miestnehodnotoví comercial servisky (Hub Spaces a LangChain) by enclavizácia zvládzacího kódu behnutia samokontrolingu a vývoju integrá

Ako silné sú otvorené modely pre agente workflow?

Vytvorili sme inštancie CodeAgent s niečím vedúcimi modelmi a porovnávali ich na tomto benchmarke ktorý sberá otázky od niekoľkých rôznych benchmarkov aby predložil premenlý súm zaoberajúci sa rôznymi ťažkostami. Najdete kód benchmarkingu nižšie pre viac detailov na agente nastavenie. Porovnáte si, ako sú otvorené modely zvládajú súrodoce s uzatvorenými modelami! (Spoiler: CodeAgent pracuje lepšie)

Asked by Diego Fernández · Feb 16, 2026

Ako malá je táto knižnica?

Strávili sme čas, aby sme zadržali abstrakcie na striktný minimálny hranicu: hlavný kód v agents.py má menej ako 1 000 riadkov kódu. Prekvapuje ma aj to, že si sme schopní implementovať viacero typov agentov: CodeAgent napísaný akcie ako kódové zlomky Pythonu, a päcku kľasických ToolCallingAgent využívajúca vnutorné metódy na volanie nástroja. Rovnako máme hierархické struktúry viacerých agentov, importy zo zberov nástroja, vzdialený vykonalenie kódu, modely videnia... Ako je to tak, prečo použiť kameňolom akokoľvek? Well, preto, pretože veľká časť tohto všetkého je nespodzívateľná. Napríklad, agent kód má udržať konsistenčný formát kódu cez všetky jeho systémové prikázanie, parser, vykonanie. Takže naša kameňolom zaoberá sa touto zložitosťou za vás. No, pravdepodobne sme stále povzbudzujeme vás, aby ste si hľadali do zdrojového kódu a použili iba tie časti, ktoré potrebujete, na vyvracanie všetkého ostatného!

Asked by Ludovic Girard · Nov 27, 2025

Jak fungujú Code agenti?

Naša CodeAgent je veľmi podobná klasickému ReAct agentu - iba je jedno: motor LLM zapísaný akcie ako Pythonové kódové úseky. Akcie sú teraz kódové úseky. Preto budú nástrojové volania vykonávané ako prezývanie Pythonových funkcií. Napríklad tu máte, ako agent môže vykonaneť webové vyhľadávanie cez viacero strán v jednom akcii: Zapisovanie akcií ako kódové úseky je demonštrované fungovať lepšie ako súčasná priemyselná prax, kedy motor LLM vyrába zoznam nástrojov, ktoré chcel vyvolávať: využíva 30% menej krokov (teda 30% menej LLM volania) a dosahuje vyššie účinky pri ťažkých benchmarkoch. Pozrieť na našom vysokej úrovni prehľad o agentoch sa máte kde dozvedieť viac o tom. Pretože vykonávanie kódu môže byť vážne zabezpečovací problém (arbitrárne vykonávanie kódu), máte naozaj založené spustiť agentove kódy v bezpečnom prostredí. Zatial podporujeme tri možnosti: Sandbox E2B, Blaxel, Modal — spravované oblaky sandboxes, najšľachetnejší sa nastaví Docker — samovoličné kontajnérne izolácia. V zabudovanej lokalite LocalPythonExecutor nie je bezpečná sandbox. Používa niekorenia omeškavanie, ale môže byť vyšežaťež a používané nie je ako bezpečnosťné rafinácie. Vedľa CodeAgent, ďalej poskytujeme aj štandardné ToolCallingAgent, ktoré zapisuje akcie ako JSON/textových objektov. Vyberajte si ktorý štýl najlepšie zodpovedá vašiemu úniku.

Asked by Greta Nowak · Oct 31, 2025