Transformers Agents
10/12 组件
Transformers Agents
一句话定位HuggingFace 在 transformers 库之上提供的”自然语言 API”：把一句指令交给 LLM，由它选择并调用一组 transformers/HF 工具（图像、语音、文本等）来完成多模态任务。是较早的 agent 化尝试，现已被独立项目 smolagents 取代/承继。
来源说明该条目在 awesome-agents 中指向 HuggingFace 文档而非独立 Git 仓库，故未纳入 agents-example/ submodule；本笔记基于官方文档与其在 transformers 主库 src/transformers/agents 的实现概念整理，不含 path:line。源码级细节请优先参考其精神继承者 smolagents。
设计理念 / 顶层架构
核心思想：LLM 作为”工具选择器/编排器”，在一组预置工具（多为 HF pipeline 封装：文生图、语音转写、翻译、问答等）之上，用自然语言驱动多步多模态流程。演进脉络：
- v1（2023, Transformers Agents）：
Agent.run()，LLM 生成”调用哪些工具”的计划/代码，框架执行。 - v2（Agents 2.0）：引入
ReactCodeAgent/ReactJsonAgent——ReAct 循环 + 代码/JSON 两种工具调用形态，强调让模型写代码调用工具（CodeAct 雏形）。 - 现状：该方向已迁出为独立库 smolagents，
transformers内的 agents 模块逐步退役。
# 概念示意（Agents 2.0 风格）
from transformers import ReactCodeAgent, HfApiEngine
agent = ReactCodeAgent(tools=[], llm_engine=HfApiEngine())
agent.run("生成一张猫的图片并描述它")组件实现（横向逐项，docs 级，无 path:line）
| 组件 | 实现方式 | 关键抽象 / 文件 |
|---|---|---|
| 推理循环/范式 | ReAct（ReactCodeAgent / ReactJsonAgent）；早期为单步 plan-then-run | docs: transformers_agents |
| 规划/任务分解 | 由 LLM 隐式规划工具调用序列；无独立 planner | docs |
| 记忆 | 会话内 agent memory（步骤日志）；无长期/向量记忆 | docs |
| 工具调用 | Tool 抽象 + HF 工具箱（pipeline 封装）；支持代码调用与 JSON 调用 | docs: custom tools |
| 模型抽象 | llm_engine（HfApiEngine / TransformersEngine / 兼容 OpenAI 等） | docs |
| 多智能体编排 | 后期支持 managed agents（一个 agent 调用另一个），整体仍偏单 agent | docs |
| 上下文工程 | 系统提示 + 工具描述 + ReAct 轨迹拼接 | docs |
| 技能/插件 | 自定义 Tool / Hub 上分享工具 | docs: share tool |
| 可观测/评估 | 步骤日志、verbose 输出；无内建 eval | docs |
| 运行时/部署 | 代码工具在受限 Python 解释器执行（安全沙箱有限）；库内调用 | docs |
| 人在环/治理 | N/A（无显式审批/治理） | — |
| 状态/持久化 | N/A（无持久化） | — |
设计权衡与特性
- 多模态工具箱是其特色：天然接入 HF 生态的图像/语音/文本 pipeline。
- 历史意义 > 当下使用：它把”LLM 写代码调用工具”（CodeAct）的思路带入主流，但工程化、沙箱、可观测较弱。
- 迁移建议：新项目直接用 smolagents（同团队、同理念、独立维护、沙箱更完善）。
关联
- 精神继承：smolagents · 范式：agent-loop-paradigms（ReAct / CodeAct）
- component-taxonomy · model-abstraction · tool-use