CommencerCommencer gratuitement

Suivre les étapes de l’agent, surveiller l’action

Vous créez un assistant smolagents pour un coach de basket qui a besoin d’aide pour analyser des rapports PDF contenant des statistiques de joueurs, des infos de scouting et des stratégies de jeu.

Le coach s’appuie sur l’agent pour répondre à des questions comme : « Quelles stratégies défensives devrions-nous appliquer contre leur second cinq ? »

Mais le coach ne veut pas seulement des réponses — il souhaite aussi comprendre ce que l’agent fait en coulisses.

Dans cet exercice, vous allez écrire un callback d’action qui s’exécute à chaque étape effectuée par l’agent, comme l’appel d’un outil ou l’utilisation du modèle. Ce callback va :

  • Afficher le nombre d’étapes,
  • Et, si l’agent a terminé, indiquer combien de tokens ont été utilisés.

Cela aidera le coach (et vous !) à suivre la progression de l’agent et l’effort nécessaire pour aboutir à une conclusion.

Cet exercice fait partie du cours

Agents IA avec Hugging Face smolagents

Afficher le cours

Instructions

  • Complétez la signature de la fonction en ajoutant le paramètre agent_step.
  • Vérifiez si l’étape courante a produit une réponse finale à l’aide de l’attribut .is_final_answer de agent_step.
  • Si c’est la réponse finale, récupérez le nombre total de tokens depuis total_tokens et affichez-le.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Define an action callback that accepts the agent step and the agent
def action_callback(____, agent):
    step_num = agent_step.step_number
    print(f"Step {step_num}: Analyzing basketball data!")
    
    # Check if the agent step includes token usage
    if agent_step.____:
        total_tokens = agent_step.token_usage.total_tokens
        # Print how many tokens were used
        print(f"Analysis complete! Total tokens used: {____}")
Modifier et exécuter le code