Discover what makes code agents special and how they use Python to reason and act. Build your first agent with smolagents, add built-in and community tools for web access, and create custom tools to connect agents with data.

Introduction to Hugging Face smolagents

Let the Agent Do the Math: Expense Insights

Wait, You Didn't Write Any Functions?

Creating an Agent With Tools

Writing Code Through Prompts: Compound Interest

Let Agents Search the Web

Creating an Agent With Custom Tools

Just Add @tool: Writing a Custom Tool

Check, Please! Giving Agents Access to Data

One Prompt, Many Tools

Transform your traditional RAG pipeline into an agentic system that retrieves information iteratively and reasons across multiple steps. Build stateful tools to support advanced retrieval, guide agents with planning intervals to improve outcomes, and use callbacks to track and customize agent behavior at runtime.

RAG Refresher

RAG in Order: From Manuals to Answers

So, What’s Actually Happening in RAG?

The Step That Adds Meaning

Introduction to Agentic RAG

Stateful by Design: Build a RAG Search Tool

Connect the Tool, Unlock Agentic RAG

Working With Multi-Step Agents

Track Agent Steps, Monitor the Action

Game Time: Run the Full Agent

Agentic RAG and Multi-Step Agents

Tackle complex workflows by orchestrating teams of specialized agents under a coordinating manager. Add memory to retain context across interactions, debug agent behavior using execution traces and reasoning steps, and implement robust validation strategies to ensure high-quality, reliable responses.

Introduzione ai sistemi multi-agente

Divide et impera: crea agenti specializzati

Conosci il team: coordinamento degli agenti

Gestire la memoria dell'agente

Non dimenticare: mantenere la memoria tra le chiamate

Tracciare l’esecuzione del codice dell’agente

Validazione della risposta finale dell'agente

Spiega meglio, agente: applicare un vincolo sulla lunghezza delle risposte

Agenti più intelligenti: convalida e ritenta

Congratulazioni!

Multi-Agent Systems, Memory and Validation

Orders

Gli agenti AI stanno cambiando il modo in cui lavoriamo con dati e software. Dall’automazione dei flussi di lavoro all’aiuto per svolgere attività complesse, gli agenti possono cercare, ragionare e agire al tuo posto. In questo corso imparerai a creare agenti usando smolagents, un framework Python leggero sviluppato da Hugging Face.

Metti le mani in pasta con Code Agent e strumenti

Inizierai capendo cosa rende speciali i code agent e perché sono così potenti. Poi costruirai il tuo primo agente da zero, usando smolagents per generare ed eseguire codice Python. Imparerai anche a collegare strumenti integrati e a creare strumenti personalizzati per estendere le capacità dei tuoi agenti.

Rendi gli agenti più intelligenti con RAG e memoria

Successivamente userai la retrieval-augmented generation (RAG) per aiutare gli agenti a recuperare informazioni da grandi raccolte di documenti. Farai un passo oltre costruendo sistemi di agentic RAG—agenti che ragionano su più passaggi per ottenere risposte migliori. Imparerai anche ad aggiungere memoria, così gli agenti gestiscono in modo naturale le domande di follow-up e tengono traccia di ciò che è già stato fatto.

Coordina sistemi multi-agente e valida i risultati

Nel capitolo finale creerai sistemi multi-agente che coordinano agenti specialisti tramite un manager. Aggiungerai intervalli di pianificazione, userai callback per approfondire il comportamento degli agenti e validerai le risposte finali, in modo che i tuoi agenti restino affidabili e facili da usare.

Alla fine del corso saprai creare agenti che pensano in anticipo, collaborano e portano a termine i compiti.

Working with Hugging Face

Retrieval Augmented Generation (RAG) with LangChain

Impara a creare agenti intelligenti che ragionano, agiscono e risolvono compiti reali con Python.

Agenti AI con Hugging Face smolagents

Impara a creare agenti intelligenti che ragionano, agiscono e risolvono problemi del mondo reale usando Python.

Nozioni di base su Hugging Face

Conosci il team: coordinamento degli agenti

Agenti AI con Hugging Face smolagents

Esercizio pratico interattivo