Hugging Face lanza Smolagents: una biblioteca para crear agentes de IA con modelos de lenguaje abiertos

Crear agentes de IA con modelos de lenguaje abiertos es una de las tendencias más prometedoras en el campo de la inteligencia artificial. Hugging Face, una plataforma de referencia en IA y aprendizaje automático, ha lanzado recientemente Smolagents, una biblioteca que busca revolucionar la forma en que los desarrolladores crean y utilizan agentes de inteligencia artificial (IA). Este lanzamiento promete facilitar el diseño de agentes que puedan ejecutar tareas básicas de manera eficiente, accesible y segura.

¿Qué es Smolagents y cuál es su propuesta?

Smolagents es una herramienta minimalista, pero altamente funcional, que permite crear agentes de IA con modelos de lenguaje abiertos de forma sencilla. Con solo unas 1.000 líneas de código, esta biblioteca proporciona las bases para que los agentes puedan ejecutar acciones directamente en código, integrándose tanto con modelos de lenguaje abiertos como con opciones alojadas en la nube.

El principal objetivo de Smolagents es reducir la complejidad al momento de crear agentes de IA con modelos de lenguaje abiertos. Los desarrolladores pueden enfocarse en conectar los modelos de lenguaje con herramientas para recopilar datos externos o ejecutar acciones específicas, eliminando la necesidad de conocimientos avanzados en la creación de agentes complejos. Esto democratiza el acceso a estas tecnologías, permitiendo que incluso quienes tienen poca experiencia puedan integrarse al ecosistema de desarrollo de agentes de IA.

Características principales de Smolagents

Smolagents destaca por su enfoque en la simplicidad y la versatilidad. Entre las características de crear agentes de IA con modelos de lenguaje abiertos se incluyen:

• Ejecución de acciones en lugar de escritura de código: Los agentes creados con Smolagents no escriben código, pero pueden ejecutar acciones directamente. Por ejemplo, calcular tiempos de viaje o planificar itinerarios utilizando datos de Google Maps.
• Compatibilidad con modelos abiertos y en la nube: La biblioteca permite el uso de modelos de lenguaje de código abierto alojados en Hugging Face o elegir entre más de 100 modelos en la nube.
• Compartición de herramientas: Smolagents fomenta un ecosistema colaborativo al permitir que las herramientas desarrolladas por los usuarios se compartan con la comunidad.
• Ejecución segura en entornos sandbox: Para garantizar la seguridad, los agentes pueden probarse en entornos cerrados mediante E2B, lo que permite realizar ajustes antes de su implementación definitiva.
• Interfaz estándar: La biblioteca soporta ToolCallingAgent, una interfaz que traduce acciones en formatos estándar como JSON o bloques de texto.
• Personalización de herramientas: Los desarrolladores pueden crear herramientas personalizadas mediante decoradores como @tool, especificando entradas, salidas y descripciones detalladas para su reutilización.

¿Qué son los agentes de IA y cuándo utilizarlos?

TAMBIÉN TE PUEDE INTERESAR: Gemini 2.0: la última actualización de Google que busca incorporar agentes de IA en todo su ecosistema

Los agentes de IA son programas que utilizan los resultados generados por modelos de lenguaje para influir directamente en el flujo de trabajo de una aplicación. Estos sistemas de crear agentes de IA con modelos de lenguaje abiertos integran modelos de lenguaje con herramientas externas, como APIs o software especializado, para llevar a cabo tareas específicas.

Cuándo usar agentes de IA:

• Cuando las tareas son complejas y necesitan un enfoque flexible.
• Para integrar decisiones basadas en datos externos.
• En situaciones donde los flujos predeterminados no son suficientes, como en la atención al cliente personalizada.

Cuándo evitarlos:

• Si el flujo de trabajo puede resolverse con código predefinido y predecible.
• Cuando la robustez y simplicidad del sistema son prioritarias sobre la flexibilidad.

Ejemplo práctico de crear agentes de IA con modelos de lenguaje abiertos

Smolagents permite combinar herramientas para resolver tareas reales. Un ejemplo destacado es un agente que calcula duraciones de viaje y planifica itinerarios utilizando datos de Google Maps. Código ejemplo:

from typing import Optional
from smolagents import CodeAgent, HfApiModel, tool

def get_travel_duration(start_location: str, destination_location: str, departure_time: Optional[int] = None) -> str:
    """Calcula el tiempo de un viaje entre dos ubicaciones."""
    import googlemaps
    import os

    gmaps = googlemaps.Client(os.getenv("GMAPS_API_KEY"))

    directions_result = gmaps.directions(
        start_location,
        destination_location,
        mode="transit",
        departure_time=departure_time
    )
    return directions_result[0]["legs"][0]["duration"]["text"]

agent = CodeAgent(tools=[get_travel_duration], model=HfApiModel())

agent.run("Planifica un itinerario de un día en la ciudad de París usando transporte público.")

Este ejemplo combina datos de Google Maps y la capacidad de razonamiento de un modelo de lenguaje para ofrecer un itinerario optimizado.

Beneficios de utilizar agentes basados en código en lugar de JSON

Smolagents se diferencia por su enfoque en agentes basados en código, en lugar de estructuras codificadas en JSON. Esto proporciona varias ventajas:

• Estructura simple: Definir funciones reutilizables en código resulta más práctico que manejar complejas estructuras JSON anidadas.
• Gestín natural de objetos: El código permite manejar datos complejos de manera más intuitiva.
• Mayor generalidad: Los lenguajes de programación son más versátiles para expresar tareas computacionales.

Perspectivas para Smolagents y el desarrollo de agentes de IA

Smolagents se posiciona como una herramienta clave para crear agentes de IA con modelos de lenguaje abiertos, democratizando el acceso a estas tecnologías. Hugging Face planea seguir ampliando esta biblioteca con nuevas integraciones, mejores herramientas y tutoriales que faciliten su adopción por parte de desarrolladores de todos los niveles.

Crear agentes de IA con modelos de lenguaje abiertos es un paso crucial hacia la transformación digital, ofreciendo soluciones más inteligentes, seguras y adaptables para una amplia gama de aplicaciones. Smolagents es solo el comienzo de un futuro prometedor para los agentes de IA.