เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ติดตามขั้นตอนของ Agent และตรวจสอบ Action

คุณกำลังสร้าง smolagents assistant ให้โค้ชบาสเกตบอลที่ต้องการความช่วยเหลือในการวิเคราะห์รายงาน PDF ซึ่งประกอบด้วยสถิตินักกีฬา ข้อมูลสเกาต์ และกลยุทธ์การแข่งขัน

โค้ชพึ่งพา agent นี้ในการตอบคำถามเช่น: "เราควรใช้กลยุทธ์ป้องกันแบบไหนรับมือกับตัวสำรองของทีมคู่แข่ง?"

แต่โค้ชไม่ได้ต้องการแค่คำตอบ — ยังต้องการมองเห็นว่า agent ทำอะไรอยู่เบื้องหลังด้วย

ในแบบฝึกหัดนี้ คุณจะเขียน action callback ที่ทำงานทุกครั้งที่ agent ดำเนินขั้นตอน เช่น การเรียกใช้ tool หรือการใช้โมเดล โดย callback นี้จะ:

  • แสดงจำนวนขั้นตอนที่ผ่านไป
  • และเมื่อ agent ทำงานเสร็จสิ้น จะแสดงจำนวน token ที่ใช้ไปทั้งหมด

สิ่งนี้จะช่วยให้โค้ช (และคุณ!) ติดตามความคืบหน้าของ agent และรู้ว่ามันใช้ความพยายามมากแค่ไหนในการหาคำตอบ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

AI Agents ด้วย Hugging Face smolagents

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนด signature ของฟังก์ชันให้ครบโดยเพิ่มพารามิเตอร์ agent_step
  • ตรวจสอบว่าขั้นตอนปัจจุบันได้ผลลัพธ์สุดท้ายหรือไม่ โดยใช้แอตทริบิวต์ .is_final_answer ของ agent_step
  • หากเป็นคำตอบสุดท้าย ให้ดึงจำนวน token ทั้งหมดจาก total_tokens แล้วแสดงผลออกมา

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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: {____}")
แก้ไขและรันโค้ด