Kom igångKom igång gratis

Spåra agentens steg och övervaka åtgärder

Du bygger en smolagents-assistent åt en baskettränare som behöver hjälp med att analysera PDF-rapporter med spelarstatistik, scoutingobservationer och spelstrategier.

Tränaren förlitar sig på agenten för att besvara frågor som: "Vilka defensiva strategier ska vi använda mot deras andralag?"

Men tränaren vill inte bara ha svar – de vill också ha insyn i vad agenten gör bakom kulisserna.

I den här övningen skriver du en action-callback som körs varje gång agenten tar ett steg, till exempel när den anropar ett verktyg eller använder modellen. Den här callback-funktionen kommer att:

  • Visa antalet steg,
  • Och om agenten är klar, visa hur många tokens som användes.

Detta hjälper tränaren (och dig!) att övervaka hur agenten fortskrider och hur mycket arbete den utför för att nå ett svar.

Den här övningen är en del av kursen

AI-agenter med Hugging Face smolagents

Visa kurs

Övningsinstruktioner

  • Komplettera funktionssignaturen genom att lägga till parametern agent_step.
  • Kontrollera om det aktuella steget gav ett slutsvar med hjälp av attributet .is_final_answer på agent_step.
  • Om det är slutsvaret, hämta det totala antalet tokens från total_tokens och skriv ut det.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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: {____}")
Redigera och kör kod