ПочатиПочніть безкоштовно

Відстежуйте кроки агента, контролюйте дії

Ви створюєте помічника smolagents для баскетбольного тренера, якому потрібна допомога з аналізом PDF-звітів із статистикою гравців, скаутськими інсайтами та ігровими стратегіями.

Тренер покладається на агента, щоб отримувати відповіді на запитання на кшталт: «Які захисні стратегії нам варто застосовувати проти їхньої другої п'ятірки?»

Але тренер хоче не лише відповіді — йому потрібна видимість того, що агент робить „за лаштунками".

У цій вправі ви напишете зворотний виклик дії, що запускатиметься щоразу, коли агент робить крок, наприклад викликає інструмент або використовує модель. Цей зворотний виклик буде:

  • Показувати кількість кроків,
  • А якщо агент завершив роботу — відображати, скільки токенів було використано.

Це допоможе тренеру (і вам!) стежити за тим, як просувається агент і скільки роботи він виконує, щоб дійти висновку.

Ця вправа є частиною курсу

AI-агенти з Hugging Face smolagents

Переглянути курс

Інструкції до вправи

  • Доповніть сигнатуру функції, додавши параметр agent_step.
  • Перевірте, чи поточний крок дав остаточну відповідь, використавши атрибут agent_step .is_final_answer.
  • Якщо це остаточна відповідь, отримайте загальну кількість токенів із total_tokens і виведіть її за допомогою print.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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: {____}")
Редагувати та запускати код