HuggingFace smolagents：仅1000行代码的轻量级Agent框架，大模型入门到精通，收藏这篇就足够了！

关注

原创最新推荐文章于 2026-11-08 18:49:49 发布 1k 阅读 AI 写同款· GEO 优化 ›

全网最简洁 Code Agent，50行代码极速入门，带你通往AGI！在人工智能领域，Code Agent不仅是技术进步的一个标志，更是我们迈向人工通用智能（AGI）的关键一步。AGI旨在创造能够执行任何智能任务的AI，而Code Agent的能力——自动编写和优化代码——是实现这一目标的基石之一。通过自动处理复杂的编程任务，Code Agent不仅提高了软件开发的效率，更重要的是，它使机器能够理解和执行与软件开发相关的高级认知任务，这是向AGI过渡的必要条件。阅读详情

smolagents 是一个可以让你通过几行代码运行强大的 Agent 的 Python 库。它具有以下特点：

✨ 简洁性：Agent 的逻辑大约只有 1000 行代码。

🧑‍💻 一流的 Code Agent 支持：CodeAgent 是一种能够通过代码执行任务的 Agent。传统的 Agent 通常依赖于一些预定义的动作或外部指令，而 CodeAgent 能够动态地生成并执行代码来完成任务。具体来说，CodeAgent 的动作是通过编写实际的代码来实现的，而不是仅仅生成类似 JSON 的命令或指令。

CodeAgent 的关键特点包括：

代码执行：它生成并执行实际的代码来处理任务。例如，它可能会调用外部 API、计算某些值、处理数据等。
高安全性：为了确保执行过程中的安全，CodeAgent 可以在沙箱环境中运行，避免潜在的安全风险。
灵活性：它能够动态适应任务需求，通过编写不同的代码来应对多变的工作流。

相比传统的工具调用型 Agent，CodeAgent 的优势在于它具有更高的灵活性和可定制性，能够根据任务需求实时生成和执行代码，适用于更复杂和动态的工作流。

🤗 Hub 集成：你可以将工具共享到 HuggingFace Hub，也可以从 HuggingFace Hub 加载工具，未来还会有更多功能！

🌐 模型无关性：smolagents 支持任何 LLM。可以是本地的 Transformers 或 Ollama 模型，也可以是 Hub 上的多个模型提供者，或者通过 LiteLLM 集成使用 OpenAI、Anthropic 等公司的模型。

👁️ 模态无关性：Agent 支持文本、视觉、视频，甚至音频输入！

🛠️ 工具无关性：可以使用 LangChain、Anthropic 的 MCP 等工具，甚至可以将 Hub 空间作为工具使用。

https://github.com/huggingface/smolagents

快速 Demo

首先，必然是安装：

pip install smolagents

然后定义 Agent，为其提供所需的工具并运行它！

from smolagents import CodeAgent, DuckDuckGoSearchTool, HfApiModel
agent = CodeAgent(tools=[DuckDuckGoSearchTool()], model=HfApiModel())
agent.run("How many seconds would it take for a leopard at full speed to run through Pont des Arts?")

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

你甚至可以将你的 Agent 分享到 Hub：

agent.push_to_hub("m-ric/my_agent")
# agent.from_hub("m-ric/my_agent") to load an agent from Hub

支持多个 LLM

HfApiModel，4 个推理提供商的网关：

from smolagents import HfApiModel
model = HfApiModel(
model_id="deepseek-ai/DeepSeek-R1",
provider="together",
)

LiteLLM，访问 100+个LLM

from smolagents import LiteLLMModel
model = LiteLLMModel(
"anthropic/claude-3-5-sonnet-latest",
temperature=0.2,
api_key=os.environ["ANTHROPIC_API_KEY"]
)

OpenAI 兼容服务器

import os
from smolagents import OpenAIServerModel
model = OpenAIServerModel(
model_id="deepseek-ai/DeepSeek-R1",
api_base="https://api.together.xyz/v1/",  # 留空查询OpenAI服务器
api_key=os.environ["TOGETHER_API_KEY"],  # 替换为你目标服务器的API密钥
)

本地 transformers 模型

from smolagents import TransformersModel
model = TransformersModel(
model_id="Qwen/Qwen2.5-Coder-32B-Instruct",
max_new_tokens=4096,
device_map="auto"
)

Azure 模型

import os
from smolagents import AzureOpenAIServerModel
model = AzureOpenAIServerModel(
model_id = os.environ.get("AZURE_OPENAI_MODEL"),
azure_endpoint=os.environ.get("AZURE_OPENAI_ENDPOINT"),
api_key=os.environ.get("AZURE_OPENAI_API_KEY"),
api_version=os.environ.get("OPENAI_API_VERSION")
)

命令行工具（CLI）

你可以使用两个命令行工具来运行Agent：smolagent 和 webagent。

smolagent是一个通用命令，用于运行多步骤的 CodeAgent，支持多种工具。

smolagent "Plan a trip to Tokyo, Kyoto and Osaka between Mar 28 and Apr 7."  --model-type "HfApiModel" --model-id "Qwen/Qwen2.5-Coder-32B-Instruct" --imports "pandas numpy" --tools "web_search translation"

webagent 是一个使用 helium 的专用的网页浏览 Agent。

webagent "go to xyz.com/men, get to sale section, click the first clothing item you see. Get the product details, and the price, return them. note that I'm shopping from France" --model-type "LiteLLMModel" --model-id "gpt-4o"

Code agents 如何工作？

CodeAgent 的工作方式大致与经典的 ReAct Agent 相同，唯一的区别是 LLM 引擎将其动作写成 Python 代码片段。

现在，动作已经变成了 Python 代码片段。因此，工具调用将作为 Python 函数调用执行。例如，下面是 Agent 如何在一个动作中对多个网站进行网页搜索的方式：

requests_to_search = ["gulf of mexico america", "greenland denmark", "tariffs"]
for request in requests_to_search:
print(f"Here are the search results for {request}:", web_search(request))

将动作写成代码片段被证明比当前行业实践——让 LLM 输出它想要调用的工具的字典——更有效：使用的步骤减少了 30%（因此 LLM 调用减少了 30%），并且在较难的基准测试上表现更好。

特别是，由于代码执行可能带来安全问题（如任意代码执行！），smolagents 在运行时提供了以下选项：