smolagents är ett nytt, enkelt bibliotek som möjliggör agentiska funktioner för stora språkmodeller (LLM:er) genom att låta dem skriva och exekvera åtgärder direkt i kod. Agentiska system ger LLM:er förmågan att interagera med omvärlden, till exempel genom att anropa verktyg eller program, och definieras av hur mycket LLM:ens output påverkar programflödet. Agenter är särskilt användbara när arbetsflödet inte kan förutbestämmas, vilket ger flexibilitet för komplexa uppgifter som traditionella if/else-strukturer inte klarar av. smolagents betonar fördelarna med att låta agenter skriva sina åtgärder direkt i kod (t.ex. Python) istället för JSON-liknande format, vilket förbättrar komponerbarhet, objekthantering, generalitet och utnyttjar befintlig träningsdata. Biblioteket är designat för enkelhet, stöder sandlådemiljöer för säkerhet, har integrationer med Hugging Face Hub och är kompatibelt med olika LLM:er som OpenAI, Anthropic och modeller från Hugging Face.