SmolAgents
Hugging Face · Programación
SmolAgents es un framework de agentes de IA de código abierto creado por Hugging Face, una librería de agentes en Python donde los agentes actúan escribiendo código y se ejecutan en un sandbox.
Acerca de SmolAgents
What Is SmolAgents
SmolAgents es una librería de Python para crear agentes de IA, y viene de Hugging Face. Es un framework de agentes open source: el equipo mantiene la lógica central por debajo de unas 1.000 líneas, así que lees lo que hace el código en lugar de aprender una maraña de abstracciones. El proyecto se instala gratis con un solo comando pip.
La idea de fondo es sencilla: los agentes deberían actuar escribiendo código, no rellenando una lista JSON de llamadas a herramientas. Su CodeAgent escribe un fragmento corto de Python en cada paso y lo ejecuta, y según Hugging Face eso reduce las etapas y las llamadas al modelo que necesita una tarea. Existe un segundo tipo, ToolCallingAgent, que mantiene la llamada clásica en formato JSON si lo prefieres.
Ejecutar código generado por un modelo tiene riesgo, así que SmolAgents te empuja hacia un aislamiento real. Admite sandboxes en la nube gestionados como E2B, Blaxel y Modal, además de Docker autoalojado. El ejecutor local de Python solo pone restricciones ligeras, y la documentación avisa sin rodeos de que no es una barrera de seguridad. Ten en cuenta otra cosa: es una herramienta para desarrolladores. No hay ninguna app con botones, así que conviene manejarse bien con Python antes de que te compense.
Getting Started
- Instala el paquete con
pip install "smolagents[toolkit]"para traer un conjunto de herramientas por defecto. - Elige un modelo: uno local de transformers u Ollama, un proveedor del Hub de Hugging Face, o cualquiera al que llegues por las integraciones con LiteLLM y servidores compatibles con OpenAI.
- Crea un CodeAgent, pásale tus herramientas y tu modelo, y llama a
agent.runcon una tarea en lenguaje natural. - Ejecuta el agente dentro de un sandbox como E2B o Docker antes de dejarlo tocar algo importante.
- Comparte el agente terminado en el Hub con
push_to_hubpara que otros puedan cargarlo y reutilizarlo.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de SmolAgents.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Desarrolladores de Python
- Ingenieros de IA con modelos locales
- Investigadores y estudiantes
Tareas
- Automatizar investigación de varios pasos
- Crear agentes que navegan la web
- Conectar herramientas que ya tienes
Casos de uso
- Prototipar una idea de agente rápido
- Mantener trabajo sensible en sandbox
- Compartir un agente reutilizable con el equipo
Funciones clave
Agentes de código que escriben acciones en Python
SmolAgents centra su agente por defecto en el código. En lugar de soltar un bloque JSON con nombres de herramientas, el modelo escribe un fragmento corto de Python en cada paso y el framework lo ejecuta. Hugging Face dice que este estilo usa un 30% menos de pasos en algunos benchmarks y puntúa mejor en los difíciles, y el mismo agente puede recorrer varias búsquedas o cálculos en una sola acción.
Ejecución de código en sandbox
Como el agente ejecuta código que genera, SmolAgents admite ejecución aislada mediante sandboxes gestionados como E2B, Blaxel y Modal, o un contenedor Docker autoalojado. Así el código arbitrario no llega a tu máquina anfitriona. El ejecutor local de Python añade algunos límites, pero la documentación advierte de que no es una barrera de seguridad, así que el sandbox es el camino previsto.
Configuración agnóstica al modelo
La librería no te encierra en un proveedor. Incluye clases de modelo para el Inference Client de Hugging Face, LiteLLM, servidores compatibles con OpenAI como Together AI y OpenRouter, modelos locales de transformers, Azure y Amazon Bedrock. Cambiar de motor es una línea, algo que importa cuando comparas coste o te mueves entre modelos alojados y locales.
Flexibilidad de herramientas y modalidades
Puedes cargar herramientas de un servidor MCP, adaptar herramientas de LangChain o incluso envolver un Space de Hugging Face como herramienta. Los agentes también aceptan más que texto: el mismo framework maneja entradas de visión, vídeo y audio, así que un agente que navega o que lee imágenes encaja sin una librería aparte.
Compartir y reutilizar en el Hub
Los agentes y las herramientas se suben y se bajan del Hub de Hugging Face. Un agente terminado se convierte en un repositorio Space que puedes llamar desde cualquier sitio, lo que transforma scripts personales en piezas compartidas. La integración con el Hub es lo que hace práctica la reutilización dentro de un equipo o una comunidad.
CLI y soporte multiagente
Dos comandos, smolagent y webagent, ejecutan agentes directamente desde la terminal, con un modo interactivo que recorre el tipo de agente, las herramientas y la configuración del modelo. Encima de eso, SmolAgents admite jerarquías multiagente donde un agente gestiona a otro, así puedes montar un gestor que delegue en un agente de búsqueda o en uno de código.
Ventajas y desventajas
Ventajas
- El núcleo tiene unas 1.000 líneas, así que el bucle del agente se mantiene legible y fácil de modificar.
- Los agentes de código recortan pasos y llamadas al modelo frente al tool calling en JSON, lo que baja el coste en tareas largas.
- Funciona con casi cualquier modelo, desde una instancia local de Ollama hasta OpenAI, Anthropic y Bedrock.
- El soporte de sandbox con E2B, Blaxel, Modal y Docker da aislamiento real para el código generado.
- La integración con el Hub deja publicar y reutilizar agentes y herramientas en lugar de rehacerlos.
Desventajas
- Es una librería para desarrolladores, no una app, así que quien no sepa Python no la puede usar directamente.
- El ejecutor local integrado no es un sandbox de seguridad, y ejecutar código no confiable sin E2B o Docker es un riesgo real.
- La capa de abstracción tan fina deja algo de cableado en tus manos, al contrario que frameworks más pesados y con más piezas incluidas.
- Configurar un sandbox remoto o un modelo local añade ajustes antes de que corra el primer agente.
Preguntas frecuentes
SmolAgents es una librería de Python para crear agentes de IA que completan tareas escribiendo y ejecutando código. Los desarrolladores la usan para automatizar trabajos de varios pasos como investigación, navegación web y llamadas a herramientas, y para experimentar con diseños de agentes sin un framework pesado.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con SmolAgents.
Alternativas a SmolAgents
Forefront
Forefront · ProgramaciónForefront es una plataforma web para construir con IA de código abierto. Te deja ajustar los principales modelos de lenguaje de código abierto con tus propios datos, evaluar cómo rinden y ejecutarlos a través de una API o exportarlos para alojarlos tú mismo. Los desarrolladores que quieren la comodidad de una plataforma cerrada pero insisten en ser dueños de sus modelos y sus datos son el público objetivo.
Startkit
StartKit.AI · ProgramaciónStartkit es un boilerplate para crear productos de SaaS con IA y wrappers de IA. Piénsalo como un boilerplate para startups de IA con las partes aburridas ya conectadas: autenticación, pagos con Stripe y Lemon Squeezy, límites de uso, correo transaccional y un kit de inicio de API de IA que habla con OpenAI, Anthropic, Groq o Llama. Clonas el repositorio, pones tu precio y te dedicas a la parte del producto por la que la gente paga de verdad. Está hecho con Next.js sobre React y Tailwind, así que buena parte del código boilerplate ya te resulta familiar.
Testim
Tricentis · ProgramaciónTestim es una plataforma de automatización de pruebas impulsada por IA para crear y ejecutar pruebas de extremo a extremo en aplicaciones web, móviles y Salesforce. Se apoya en el aprendizaje automático para mantener las pruebas estables cuando cambia una interfaz, así que los equipos dedican menos tiempo a reparar selectores rotos. No está nada mal para una herramienta de pruebas automatizadas que puedes empezar a usar hoy mismo. Creas pruebas grabando acciones en un navegador y luego añades JavaScript cuando necesitas más control. Es una opción sólida para equipos de QA con mucho trabajo.