Smolagents

Smolagents — это open-source фреймворк от Hugging Face для создания AI-агентов, которые выполняют задачи не просто вызовом инструментов, а написанием и запуском собственного Python-кода. Решает проблему жесткости и негибкости традиционных агентов, позволяя LLM выражать любую логику через полноценные программы, а не только JSON-схемы. Ключевые особенности: Кодоцентричные агенты: Агенты не вызывают заранее заданные функции, а сами пишут и сразу исполняют Python-код, что дает им максимальную свободу в выражении сложной логики, вложенных действий и композиции операций. Минималистичная кодовая база: Фреймворк намеренно компактный и без лишних абстракций — разработчик быстро определяет агента, подключает инструменты и запускает его без громоздкой конфигурации. Широкая совместимость с LLM: Работает с моделями из экосистемы Hugging Face, OpenAI, Anthropic и другими — можно подключать как мощные проприетарные, так и opensource-модели, сохраняя паритет в бенчмарках. Безопасная песочница для кода: Сгенерированный и исполняемый код запускается в изолированном окружении (E2B), так что AI не навредит хостовой системе. Интеграция с Hugging Face Hub: Инструменты можно шарить и подгружать из хаба сообщества, что ускоряет коллаборацию и переиспользование готовых модулей. Поддержка традиционного tool-calling: Помимо кодогенерации, фреймворк позволяет работать в привычном режиме вызова инструментов через JSON для совместимости с существующими пайплайнами. Снижение затрат на вызовы LLM: Благодаря тому, что агент пишет код, а не делает множество раундов tool-calling, количество шагов и LLM-вызовов сокращается примерно на 30 процентов. Для кого: Инструмент ориентирован на AI/ML-инженеров, разработчиков, дата-сайентистов, DevOps-команды и исследователей, которые хотят строить мощных и гибких агентов, способных выражать произвольную логику через код. Сценарии использования: Автоматизация сложных dev-воркфлоу: Агент получает задачу «проанализируй логи, найди аномалии и построй дашборд», сам пишет Python-скрипт для парсинга, вызывает API визуализации и отдает результат без цепочки промежуточных JSON-инструкций. Интеллектуальный ресерч и дата-анализ: Исследователь просит агента собрать данные по рынку из веба, обсчитать корреляции и визуализировать тренды. Агент пишет и выполняет код поиска, pandas-анализа и matplotlib-отрисовки в едином рантайме. Создание кастомного AI-ассистента под бизнес: Разработчик подключает к smolagents внутренние инструменты компании (CRM, ERP, базы знаний) и строит агента-помощника, который для каждой задачи сам генерирует и исполняет нужный код, а не перебирает ограниченный набор actions. Мультиагентные исследовательские пайплайны: Дата-сайентист собирает связку агентов, где один ищет и извлекает данные, второй их чистит, третий обучает модель, и все они общаются через код, передавая промежуточные артефакты без JSON-сериализации. Цены и доступность: Smolagents — это open-source фреймворк, распространяется бесплатно через репозиторий Hugging Face. Установка через pip, код открыт, платных тарифов самого фреймворка нет. Отдельные расходы могут возникать при использовании сторонних LLM-провайдеров (OpenAI, Anthropic и др.) или сервиса песочниц E2B, которые тарифицируются по их собственным условиям.