SmolAgents

SmolAgents는 기본 에이전트를 코드 중심으로 짠다. 도구 이름을 담은 JSON을 내놓는 대신 모델이 단계마다 짧은 Python을 쓰고 프레임워크가 그것을 실행한다. Hugging Face에 따르면 이 방식은 일부 벤치마크에서 단계를 약 30% 줄이고 어려운 과제에서 더 좋은 점수를 낸다. 같은 에이전트가 여러 검색이나 계산을 한 번의 행동으로 처리한다.

에이전트가 스스로 만든 코드를 돌리는 만큼, SmolAgents는 E2B, Blaxel, Modal 같은 관리형 샌드박스나 자체 호스팅 Docker 컨테이너로 격리 실행을 지원한다. 임의의 코드가 내 기기에 닿지 않게 하는 구조다. 로컬 Python 실행기는 제한을 몇 가지 걸지만 공식 문서는 보안 경계가 아니라고 경고하므로, 샌드박스가 원래 가야 할 길이다.

이 라이브러리는 특정 제공자에 가두지 않는다. Hugging Face Inference Client, LiteLLM, Together AI와 OpenRouter 같은 OpenAI 호환 서버, 로컬 transformers 모델, Azure, Amazon Bedrock용 모델 클래스를 갖췄다. 엔진 교체는 한 줄이면 되고, 비용을 견주거나 호스팅 모델과 로컬 모델을 오갈 때 이 점이 중요하다.

MCP 서버에서 도구를 불러오고, LangChain 도구를 응용하고, Hugging Face Space를 도구로 감쌀 수도 있다. 에이전트가 받는 것은 텍스트만이 아니다. 같은 프레임워크가 시각, 영상, 오디오 입력도 다루므로 돌아다니거나 이미지를 읽는 에이전트를 별도 라이브러리 없이 만든다.

에이전트와 도구는 Hugging Face Hub로 올리고 내린다. 완성한 에이전트는 어디서든 부를 수 있는 Space 저장소가 되어, 개인 스크립트가 공유 부품으로 바뀐다. Hub 연동이 바로 팀이나 커뮤니티 안에서 재사용을 실질적으로 만드는 부분이다.

smolagent와 webagent 두 명령으로 터미널에서 바로 에이전트를 돌린다. 대화형 모드는 에이전트 유형, 도구, 모델 설정을 차례로 안내한다. 그 위에 SmolAgents는 한 에이전트가 다른 에이전트를 관리하는 계층 구성을 지원해, 검색 담당이나 코드 담당에게 일을 넘기는 관리자를 짤 수 있다.