smolagents : la bibliothèque d'agents minimaliste de Hugging Face

L’idée : moins d’abstraction, plus de code

Hugging Face a publié smolagents fin 2024 avec une promesse simple : que toute la logique d’un agent tienne dans une petite base de code lisible. Là où beaucoup de frameworks empilent les couches, smolagents reste au plus près du fonctionnement réel d’un agent IA : un modèle réfléchit, choisit une action, observe le résultat, recommence, selon le schéma ReAct.

Deux types d’agents sont proposés :

• CodeAgent, la spécialité maison : à chaque étape, le modèle écrit un petit morceau de Python qui appelle des outils, fait des calculs ou combine des résultats ;
• ToolCallingAgent, pour l’appel d’outils classique au format JSON, quand ce mode est préférable.

Les outils peuvent venir d’un serveur MCP, de LangChain, ou même d’une application publiée sur le Hub de Hugging Face. On peut aussi faire travailler plusieurs agents ensemble, l’un pilotant les autres.

Pour qui et pour quoi ?

smolagents convient bien pour apprendre ce qu’est vraiment un agent, prototyper vite, ou bâtir des agents de recherche web, d’analyse de données et de traitement de fichiers. Il se prête bien aux modèles à poids ouverts, puisqu’il fonctionne aussi bien avec un modèle local qu’avec une API commerciale. Les agents gèrent également des entrées image, vidéo ou audio.

Démarrer en quelques minutes

Après un pip install du paquet smolagents (avec l’option « toolkit » pour les outils par défaut, dont la recherche web), on choisit un modèle, on crée un CodeAgent avec une liste d’outils et on lui confie une tâche. Des commandes prêtes à l’emploi, smolagent et webagent, permettent même de tester sans écrire de script.

Forces et limites

Forces : simplicité, transparence (on voit le code que l’agent écrit), indépendance vis-à-vis du modèle, intégration au Hub.

Limites : exécuter du code généré exige un bac à sable sérieux en production ; la qualité dépend fortement du modèle, les petits modèles écrivant un code moins fiable ; et l’outil n’offre ni interface visuelle, ni gestion avancée d’état ou de reprise comme des frameworks plus lourds.

Alternatives

Pour la production avec un contrôle fin, regardez LangGraph ou Pydantic AI. Pour un SDK officiel lié à un fabricant, l’OpenAI Agents SDK ou Google ADK.