메인 콘텐츠로 건너뛰기
이 페이지에 표시된 모든 코드 예시는 Python으로 작성되었습니다.
이 페이지에서는 Smolagents를 W&B Weave와 통합하여 에이전트 기반 애플리케이션을 추적하고 분석하는 방법을 설명합니다. 모델 추론을 로깅하고, 함수 호출을 모니터링하며, Weave의 트레이싱 및 버전 관리 기능을 사용해 실험을 구성하는 방법을 배우게 됩니다. 제공된 예제를 따르면, 유용한 인사이트를 수집하고 애플리케이션을 효율적으로 디버깅하며, 서로 다른 모델 설정을 Weave 웹 인터페이스 내에서 비교할 수 있습니다.

​
개요

Smolagents는 강력한 에이전트 기반 애플리케이션을 구축하기 위한 최소한의 추상화를 제공하는 간단한 프레임워크입니다. OpenAI, Hugging Face Transformers, Anthropic 등 여러 LLM 제공 업체를 지원합니다. Weave는 Smolagents에 대한 트레이스를 자동으로 수집합니다. 추적을 시작하려면 weave.init()을 호출한 뒤 평소처럼 라이브러리를 사용하면 됩니다.

​
사전 준비 사항

  1. Weave와 함께 Smolagents를 사용하려면 필요한 라이브러리를 설치하거나 최신 버전으로 업그레이드해야 합니다. 다음 명령어는 smolagents, openai, weave를 설치하거나 업그레이드하고, 출력은 숨깁니다: 
    pip install -U smolagents openai weave -qqq
  2. Smolagents는 OpenAI, Hugging Face Transformers, Anthropic 등 여러 LLM 제공자를 지원합니다. 선택한 제공자에 대해 해당 환경 변수를 설정하여 API 키를 지정합니다: 
    import os
import getpass

os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API 키를 입력하세요: ")

​
기본 트레이싱

개발 및 프로덕션 단계에서 언어 모델 애플리케이션의 트레이스를 중앙 저장소에 보관하는 것은 필수적입니다. 이러한 트레이스는 디버깅에 도움이 되고, 애플리케이션을 개선하기 위한 귀중한 데이터셋 역할을 합니다. Weave는 Smolagents 기반 애플리케이션의 트레이스를 자동으로 캡처합니다. 추적을 시작하려면 weave.init()을 호출해 Weave를 초기화한 다음, 평소처럼 라이브러리를 사용하면 됩니다. 다음 예시는 Weave를 사용해 툴을 호출하는 LLM 에이전트의 추론 호출을 로그로 남기는 방법을 보여줍니다. 이 시나리오에서:
  • Smolagents의 OpenAIServerModel을 사용해 언어 모델(OpenAI의 gpt-4o)을 정의합니다.
  • 에이전트가 필요할 때 호출할 수 있는 검색 툴(DuckDuckGoSearchTool)을 구성합니다.
  • 툴과 모델을 전달해 ToolCallingAgent를 구성합니다.
  • 검색 툴을 트리거하는 쿼리를 에이전트를 통해 실행합니다.
  • Weave는 각 함수와 모델 호출을 로그로 남기고, 이를 웹 인터페이스에서 확인할 수 있도록 제공합니다.
import weave
from smolagents import DuckDuckGoSearchTool, OpenAIServerModel, ToolCallingAgent

# Weave 초기화
weave.init(project_name="smolagents")

# Smolagents에서 지원하는 LLM 공급자 정의
model = OpenAIServerModel(model_id="gpt-4o")

# 쿼리를 기반으로 DuckDuckGo 웹 검색 도구 정의
search_tool = DuckDuckGoSearchTool()

# 도구 호출 에이전트 정의
agent = ToolCallingAgent(tools=[search_tool], model=model)
answer = agent.run(
    "Get me just the title of the page at url 'https://wandb.ai/geekyrakshit/story-illustration/reports/Building-a-GenAI-assisted-automatic-story-illustrator--Vmlldzo5MTYxNTkw'?"
)
코드 샘플을 실행한 후 Weave 프로젝트 대시보드로 이동하여 트레이스를 확인하세요.
Weave는 각 추론 호출을 로그로 남기며, 입력, 출력 및 메타데이터에 대한 세부 정보를 제공합니다.

​
커스텀 도구 트레이싱

smolagents의 @tool 데코레이터를 함수에 적용하거나 smolagents.Tool 클래스를 상속받아 에이전트 워크플로에 사용할 커스텀 도구를 선언할 수 있습니다. Weave는 Smolagents 워크플로에서의 커스텀 도구 호출을 자동으로 추적합니다. 다음 예시는 Weave로 커스텀 Smolagents 도구 호출을 로깅하는 방법을 보여줍니다:
  • 커스텀 get_weather 함수가 정의된 뒤 Smolagents의 @tool 데코레이터가 적용되어, 에이전트가 추론 과정의 일부로 이 함수를 호출할 수 있습니다.
  • 이 함수는 위치와 섭씨(Celsius) 출력 여부를 제어하는 선택적 플래그를 인자로 받습니다.
  • OpenAIServerModel을 사용해 언어 모델을 인스턴스화합니다.
  • 커스텀 도구와 모델을 사용해 ToolCallingAgent를 생성합니다.
  • 에이전트가 쿼리를 실행하면 get_weather 도구를 선택해 호출합니다.
  • Weave는 인자와 반환 값을 포함해 모델 추론과 커스텀 도구 호출을 모두 로깅합니다.
from typing import Optional

import weave
from smolagents import OpenAIServerModel, ToolCallingAgent, tool

weave.init(project_name="smolagents")

@tool
def get_weather(location: str, celsius: Optional[bool] = False) -> str:
    """
    주어진 위치의 향후 며칠간 날씨를 가져옵니다.
    Args:
        location: 위치.
        celsius: 온도에 섭씨를 사용할지 여부.
    """
    return f"The weather in {location} is sunny with temperatures around 7°C."

model = OpenAIServerModel(model_id="gpt-4o")
agent = ToolCallingAgent(tools=[get_weather], model=model)
answer = agent.run("What is the weather in Tokyo?")
코드 예제를 실행한 후 Weave 프로젝트 대시보드로 이동하여 트레이스를 확인하세요.
Weave는 각 사용자 정의 도구 호출을 기록합니다.