{"id":533,"date":"2025-01-10T14:33:30","date_gmt":"2025-01-10T14:33:30","guid":{"rendered":"https:\/\/smolagents.org\/?p=533"},"modified":"2025-01-10T14:33:31","modified_gmt":"2025-01-10T14:33:31","slug":"smolagents-simplifying-ai-agent-development","status":"publish","type":"post","link":"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/","title":{"rendered":"smolagents-Vereinfachung der Entwicklung von KI-Agenten"},"content":{"rendered":"<p>In der sich rasant entwickelnden Welt der k\u00fcnstlichen Intelligenz sind KI-Agenten ein wesentlicher Bestandteil bei der Automatisierung von Aufgaben, der Verbesserung von Benutzererfahrungen und der F\u00f6rderung von Innovationen in verschiedenen Branchen geworden. Die Entwicklung eines robusten KI-Agenten ist jedoch oft mit komplexer Programmierung, komplizierten Konfigurationen und einer steilen Lernkurve verbunden. Wir stellen vor: <strong>smolagents<\/strong>ist ein minimalistisches KI-Agenten-Framework, das vom Hugging Face-Team entwickelt wurde, um die Erstellung von KI-Agenten zu vereinfachen und gleichzeitig die Leistungsf\u00e4higkeit gro\u00dfer Sprachmodelle (LLMs) zu nutzen.<\/p>\n\n\n\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_71 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Inhalts\u00fcbersicht<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Inhaltsverzeichnis umschalten\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Umschalten auf<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/#What_is_smolagents\" title=\"Was ist smolagents?\">Was ist smolagents?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/#Key_Features_of_smolagents\" title=\"Hauptmerkmale von smolagents\">Hauptmerkmale von smolagents<\/a><ul class='ez-toc-list-level-4' ><li class='ez-toc-heading-level-4'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/#1_Simplicity_and_Ease_of_Use\" title=\"1. Einfachheit und Benutzerfreundlichkeit\">1. Einfachheit und Benutzerfreundlichkeit<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-4'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/#2_Support_for_Code_Agents\" title=\"2. Unterst\u00fctzung f\u00fcr Code-Agenten\">2. Unterst\u00fctzung f\u00fcr Code-Agenten<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-4'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/#3_Wide_Compatibility_with_Large_Language_Models\" title=\"3. Breite Kompatibilit\u00e4t mit gro\u00dfen Sprachmodellen\">3. Breite Kompatibilit\u00e4t mit gro\u00dfen Sprachmodellen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-4'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/#4_Deep_Integration_with_Hugging_Face_Hub\" title=\"4. Tiefe Integration mit Hugging Face Hub\">4. Tiefe Integration mit Hugging Face Hub<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-4'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/#5_Support_for_Traditional_Tool-Calling_Agents\" title=\"5. Unterst\u00fctzung f\u00fcr traditionelle Tool-Calling-Agents\">5. Unterst\u00fctzung f\u00fcr traditionelle Tool-Calling-Agents<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/#Advantages_of_Using_smolagents\" title=\"Vorteile der Verwendung von smolagents\">Vorteile der Verwendung von smolagents<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/#Getting_Started_with_smolagents\" title=\"Erste Schritte mit smolagents\">Erste Schritte mit smolagents<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/smolagents.org\/de\/smolagents-simplifying-ai-agent-development\/#Conclusion\" title=\"Schlussfolgerung\">Schlussfolgerung<\/a><\/li><\/ul><\/nav><\/div>\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"What_is_smolagents\"><\/span><strong>Was ist smolagents?<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p><strong>smolagents<\/strong> ist eine quelloffene, leichtgewichtige KI-Agentenbibliothek, die es Entwicklern erm\u00f6glicht, mit minimalem Code leistungsstarke Agenten zu erstellen. Mit einer Kern-Codebasis von etwa 1.000 Zeilen in <code>agents.py<\/code>smolagents reduziert unn\u00f6tige Abstraktionen und macht den Entwicklungsprozess geradlinig und zug\u00e4nglich. Durch die Konzentration auf Einfachheit und Effizienz erm\u00f6glicht smolagents LLMs die nahtlose Interaktion mit realen Aufgaben und Daten.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Key_Features_of_smolagents\"><\/span><strong>Hauptmerkmale von smolagents<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<h4 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"1_Simplicity_and_Ease_of_Use\"><\/span><strong>1. Einfachheit und Benutzerfreundlichkeit<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h4>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Minimalistisches Design<\/strong>: smolagents legt Wert auf eine saubere und \u00fcbersichtliche Codebasis, die es Entwicklern erm\u00f6glicht, das Framework zu verstehen und zu nutzen, ohne sich in der Komplexit\u00e4t zu verzetteln.<\/li>\n\n\n\n<li><strong>Schnelles Einrichten<\/strong>: Die Entwickler k\u00f6nnen Agenten definieren, die erforderlichen Tools bereitstellen und sie sofort ausf\u00fchren. Es besteht keine Notwendigkeit f\u00fcr aufwendige Konfigurationen oder umfangreichen Boilerplate-Code.<\/li>\n\n\n\n<li><strong>Benutzerfreundliches Interface<\/strong>: Das intuitive Design sorgt daf\u00fcr, dass sowohl Anf\u00e4nger als auch erfahrene Entwickler das Framework effektiv nutzen k\u00f6nnen.<\/li>\n<\/ul>\n\n\n\n<h4 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"2_Support_for_Code_Agents\"><\/span><strong>2. Unterst\u00fctzung f\u00fcr Code-Agenten<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h4>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Code-Agenten Fokus<\/strong>: Im Gegensatz zu traditionellen Agenten, die Aktionen als JSON- oder Text-Blobs generieren, legt smolagents Wert auf\u00a0<strong>Code-Agenten<\/strong>. Diese Agenten schreiben und f\u00fchren Python-Codefragmente aus, um Aktionen auszuf\u00fchren, und nutzen dabei die F\u00e4higkeit des LLM, Code zu erzeugen und zu interpretieren.<\/li>\n\n\n\n<li><strong>Gesteigerte Effizienz<\/strong>: Code-Agenten verbessern die Effizienz und Genauigkeit und verringern die Anzahl der Schritte und LLM-Aufrufe um etwa 30%. Sie zeichnen sich durch die Bew\u00e4ltigung komplexer Aufgaben und Benchmarks aus.<\/li>\n\n\n\n<li><strong>Sichere Ausf\u00fchrung<\/strong>: Um die Sicherheit zu gew\u00e4hrleisten, unterst\u00fctzt smolagents die Ausf\u00fchrung von Code in Sandbox-Umgebungen wie\u00a0<strong>E2B<\/strong>und bietet eine sichere und isolierte Umgebung f\u00fcr die Codeausf\u00fchrung.<\/li>\n<\/ul>\n\n\n\n<h4 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"3_Wide_Compatibility_with_Large_Language_Models\"><\/span><strong>3. Breite Kompatibilit\u00e4t mit gro\u00dfen Sprachmodellen<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h4>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Flexible Modellintegration<\/strong>: smolagents l\u00e4sst sich nahtlos mit jedem LLM integrieren, einschlie\u00dflich Modellen, die \u00fcber Transformers im Hugging Face Hub gehostet werden, und Modellen von OpenAI, Anthropic und anderen \u00fcber die LiteLLM-Integration.<\/li>\n\n\n\n<li><strong>Auswahl der Modelle<\/strong>: Die Entwickler haben die Flexibilit\u00e4t, das f\u00fcr ihre Projektanforderungen am besten geeignete LLM zu w\u00e4hlen, ohne sich \u00fcber Kompatibilit\u00e4tsprobleme Gedanken machen zu m\u00fcssen.<\/li>\n\n\n\n<li><strong>Zukunftssicheres Design<\/strong>: Wenn neue Modelle auftauchen, kann smolagent sie integrieren und so sicherstellen, dass Entwickler immer Zugang zu modernster Technologie haben.<\/li>\n<\/ul>\n\n\n\n<h4 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"4_Deep_Integration_with_Hugging_Face_Hub\"><\/span><strong>4. Tiefe Integration mit Hugging Face Hub<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h4>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Gemeinsame Nutzung von Werkzeugen<\/strong>: smolagents erm\u00f6glicht es Entwicklern, Tools direkt aus dem Hugging Face Hub zu laden und zu teilen und so eine kollaborative Community zu f\u00f6rdern.<\/li>\n\n\n\n<li><strong>\u00d6kosystem Wachstum<\/strong>: Diese Integration f\u00f6rdert die kontinuierliche Erweiterung der Funktionen und Werkzeuge, die in smolagents verf\u00fcgbar sind, und verbessert so seine F\u00e4higkeiten im Laufe der Zeit.<\/li>\n\n\n\n<li><strong>Gemeinschaftliches Engagement<\/strong>: Entwickler k\u00f6nnen zum \u00d6kosystem beitragen, Erkenntnisse austauschen und gemeinsam an Projekten zur Agentenentwicklung arbeiten.<\/li>\n<\/ul>\n\n\n\n<h4 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"5_Support_for_Traditional_Tool-Calling_Agents\"><\/span><strong>5. Unterst\u00fctzung f\u00fcr traditionelle Tool-Calling-Agents<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h4>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Vielseitigkeit<\/strong>: Zus\u00e4tzlich zu den Code-Agenten unterst\u00fctzt smolagents traditionelle\u00a0<strong>Werkzeuganrufer<\/strong>\u00a0wo Aktionen als JSON oder Textbl\u00f6cke generiert werden.<\/li>\n\n\n\n<li><strong>Spezifische Anwendungsf\u00e4lle<\/strong>: Diese Flexibilit\u00e4t erm\u00f6glicht es Entwicklern, je nach den spezifischen Anforderungen ihrer Projekte den geeigneten Agententyp zu w\u00e4hlen.<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Advantages_of_Using_smolagents\"><\/span><strong>Vorteile der Verwendung von smolagents<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Verbesserte Kompositionsf\u00e4higkeit<\/strong>: Code-Agenten erleichtern die Verschachtelung und Wiederverwendung von Funktionen, wodurch sich komplexe Logik leichter ausdr\u00fccken l\u00e4sst.<\/li>\n\n\n\n<li><strong>Effiziente Objektbehandlung<\/strong>: Die Verwaltung und \u00dcbergabe von Objekten ist im Vergleich zu JSON-Strukturen im Code unkomplizierter.<\/li>\n\n\n\n<li><strong>Unbegrenzte Flexibilit\u00e4t<\/strong>: Code kann jede Rechenoperation darstellen und bietet unendliche M\u00f6glichkeiten f\u00fcr die F\u00e4higkeiten von Agenten.<\/li>\n\n\n\n<li><strong>Nutzen Sie umfangreiche Trainingsdaten<\/strong>: LLMs werden an gro\u00dfen Mengen von Code geschult und sind daher in der Lage, Codeschnipsel zu erstellen und zu verstehen.<\/li>\n<\/ol>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Getting_Started_with_smolagents\"><\/span><strong>Erste Schritte mit smolagents<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p><strong>Einrichtung<\/strong><\/p>\n\n\n\n<p>Um smolagents zu installieren, f\u00fchren Sie einfach aus:<\/p>\n\n\n\n<pre class=\"wp-block-preformatted\">bash\u590d\u5236<code>pip install smolagents\n<\/code><\/pre>\n\n\n\n<p><strong>Grundlegendes Verwendungsbeispiel<\/strong><\/p>\n\n\n\n<p>Hier sehen Sie, wie Sie mit smolagents einen einfachen Agenten erstellen k\u00f6nnen:<\/p>\n\n\n\n<pre class=\"wp-block-preformatted\">python\u590d\u5236<code>von smolagents importieren CodeAgent, DuckDuckGoSearchTool, HfApiModel\n\n# Initialisieren des Agenten mit den erforderlichen Tools und dem Modell\nagent = CodeAgent(tools=[DuckDuckGoSearchTool()], model=HfApiModel())\n\n# F\u00fchren Sie die Aufgabe des Agenten aus\nagent.run(\"Wie viele Sekunden braucht ein Gepard bei H\u00f6chstgeschwindigkeit, um \u00fcber die Golden Gate Bridge zu rennen?\")\n<\/code><\/pre>\n\n\n\n<p><strong>Beispielhafte Ausgabe<\/strong><\/p>\n\n\n\n<pre class=\"wp-block-preformatted\">vbnet\u590d\u5236<code>Die Golden Gate Bridge ist etwa 1,7 Meilen lang.\nDie H\u00f6chstgeschwindigkeit eines Geparden liegt bei 60-70 mph.\n\nRechnen Sie zun\u00e4chst die L\u00e4nge der Br\u00fccke in Meilen um:\n1,7 Meilen = 1,7 Meilen\n\nBerechne die Zeit:\nZeit = Entfernung \/ Geschwindigkeit\n\nBei einer Geschwindigkeit von 70 mph f\u00fcr den Geparden:\nZeit = 1,7 Meilen \/ 70 mph \u2248 0,0243 Stunden\n\nStunden in Sekunden umrechnen:\n0,0243 Stunden * 3600 Sekunden\/Stunde \u2248 87,5 Sekunden\n\nEin Gepard br\u00e4uchte also etwa 87,5 Sekunden, um die Golden Gate Bridge mit H\u00f6chstgeschwindigkeit zu \u00fcberqueren.\n<\/code><\/pre>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Conclusion\"><\/span><strong>Schlussfolgerung<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p>smolagents revolutioniert die Art und Weise, wie Entwickler KI-Agenten erstellen, indem es ein einfaches und dennoch leistungsstarkes Framework bietet. Sein Schwerpunkt auf Code-Agenten, die breite Modellkompatibilit\u00e4t und die tiefe Integration in das Hugging Face-\u00d6kosystem machen es zu einem unsch\u00e4tzbaren Werkzeug f\u00fcr die KI-Entwicklung. Egal, ob Sie ein erfahrener KI-Experte oder ein Neuling auf dem Gebiet sind, smolagents bietet Ihnen die Werkzeuge, die Sie f\u00fcr die effiziente Entwicklung intelligenter Agenten ben\u00f6tigen.<\/p>","protected":false},"excerpt":{"rendered":"<p>In der sich rasant entwickelnden Welt der k\u00fcnstlichen Intelligenz sind KI-Agenten ein wesentlicher Bestandteil bei der Automatisierung von Aufgaben, der Verbesserung von Benutzererfahrungen und der F\u00f6rderung von Innovationen in verschiedenen Branchen geworden. Die Entwicklung eines robusten KI-Agenten ist jedoch oft mit komplexer Programmierung, komplizierten Konfigurationen und einer steilen Lernkurve verbunden. Wir stellen smolagents vor, ein minimalistisches KI-Agenten-Framework, das vom Hugging Face Team entwickelt wurde...<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_kadence_starter_templates_imported_post":false,"_kad_post_transparent":"","_kad_post_title":"","_kad_post_layout":"","_kad_post_sidebar_id":"","_kad_post_content_style":"","_kad_post_vertical_padding":"","_kad_post_feature":"","_kad_post_feature_position":"","_kad_post_header":false,"_kad_post_footer":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-533","post","type-post","status-publish","format-standard","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/smolagents.org\/de\/wp-json\/wp\/v2\/posts\/533","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/smolagents.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/smolagents.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/smolagents.org\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/smolagents.org\/de\/wp-json\/wp\/v2\/comments?post=533"}],"version-history":[{"count":1,"href":"https:\/\/smolagents.org\/de\/wp-json\/wp\/v2\/posts\/533\/revisions"}],"predecessor-version":[{"id":534,"href":"https:\/\/smolagents.org\/de\/wp-json\/wp\/v2\/posts\/533\/revisions\/534"}],"wp:attachment":[{"href":"https:\/\/smolagents.org\/de\/wp-json\/wp\/v2\/media?parent=533"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/smolagents.org\/de\/wp-json\/wp\/v2\/categories?post=533"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/smolagents.org\/de\/wp-json\/wp\/v2\/tags?post=533"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}