本次课程直播主要介绍了前沿的 Code Agent 技术,对比传统 JSON Agent 模式,重点讲解了 Code Agent 的工作原理、优势及实际应用案例,并通过代码演示展示了其高效性和灵活性。
传统 JSON Agent 的局限性
- 通过生成 JSON 指令调用工具,需人工解析并执行工具函数,流程繁琐且效率低。
- 每次工具调用需独立生成 JSON 串,导致多次交互和性能瓶颈。
Code Agent 的核心优势
- 直接生成可执行代码,通过沙箱环境(如 ETOB)自动执行,无需人工干预。
- 支持多工具调用整合为单段代码,显著提升执行效率(如同时执行三个工具仅需一次调用)。
Smolagents
- 由 Hugging Face 开发,支持 Code Agent 和 JSON Agent 两种模式。生态良好,比如兼容国内 DeepSeek、智谱等模型。
- 内置规划、反思、意图识别等功能,代码简洁(如四行构建 Agent)。
### 实际案例演示
- 搜索 Agent:集成博查搜索工具,快速获取信息。
- 财经新闻助手:混合 Code Agent 与 JSON Agent,自动爬取并分析新闻。
- 股票日 K 分析:自动生成 Pandas 代码分析跳空高开现象,展示 Code Agent 的代码生成能力。
特别说明
- 国内模型(如千问、智谱)在代码生成时存在格式错误或死循环风险,需频繁纠错。
- 提示词设计对模型表现影响显著,需结合业务场景优化。