Bibliothèques d'agents

tiny-agents

Un kit d’outils léger pour exécuter des agents alimentés par MCP sur Hugging Face Inference. Disponible en JavaScript (@huggingface/tiny-agents) et en Python (huggingface_hub).

# JavaScript
npx @huggingface/tiny-agents run "agent/id"

# Python
pip install "huggingface_hub[mcp]"
tiny-agents run "agent/id"

Créez votre propre agent avec une configuration agent.json :

{
	"model": "Qwen/Qwen2.5-72B-Instruct",
	"provider": "together",
	"servers": [
		{
			"type": "stdio",
			"command": "npx",
			"args": ["@playwright/mcp@latest"]
		}
	]
}

Pour les LLM locaux, ajoutez un endpointUrl pointant vers votre serveur (par exemple http://localhost:1234/v1). En savoir plus dans le guide SDK.

Serveur MCP Gradio

Transformez n'importe quelle application Gradio en serveur MCP avec une seule ligne de code :

demo.launch(mcp_server=True)

Le serveur expose chaque fonction en tant qu'outil, avec des descriptions générées automatiquement à partir des docstrings. Connectez-le à n'importe quel client MCP. Des milliers de Spaces compatibles MCP sont disponibles sur le Hub. En savoir plus dans le guide MCP de Gradio.

smolagents

smolagents est une bibliothèque Python légère pour créer des agents en quelques lignes de code. Elle prend en charge CodeAgent (écrit des actions en Python) et ToolCallingAgent (utilise des appels d’outils JSON), fonctionne avec n’importe quel modèle via Inference Providers et s’intègre aux serveurs MCP.

smolagent "Plan a trip to Tokyo, Kyoto and Osaka between Mar 28 and Apr 7." \
--model-type "InferenceClientModel" \
--model-id "Qwen/Qwen2.5-Coder-32B-Instruct" \
--tools "web_search"

Les agents peuvent être publiés sur le Hub sous forme de Spaces. Parcourez les agents de la communauté ici. En savoir plus dans la documentation de smolagents.