diff --git a/docs/source/es/_config.py b/docs/source/es/_config.py new file mode 100644 index 000000000..81f6de049 --- /dev/null +++ b/docs/source/es/_config.py @@ -0,0 +1,14 @@ +# docstyle-ignore +INSTALL_CONTENT = """ +# Installation +! pip install smolagents +# To install from source instead of the last release, comment the command above and uncomment the following one. +# ! pip install git+https://github.com/huggingface/smolagents.git +""" + +notebook_first_cells = [{"type": "code", "content": INSTALL_CONTENT}] +black_avoid_patterns = { + "{processor_class}": "FakeProcessorClass", + "{model_class}": "FakeModelClass", + "{object_class}": "FakeObjectClass", +} diff --git a/docs/source/es/_toctree.yml b/docs/source/es/_toctree.yml new file mode 100644 index 000000000..9aa462129 --- /dev/null +++ b/docs/source/es/_toctree.yml @@ -0,0 +1,54 @@ +- title: Primeros Pasos + sections: + - local: index + title: Introducción + - local: installation + title: Opciones de instalación +# - local: guided_tour +# title: Guided tour +# - title: Tutorials +# sections: +# - local: tutorials/building_good_agents +# title: ✨ Building good agents +# - local: tutorials/inspect_runs +# title: 📊 Inspect your agent runs using telemetry +# - local: tutorials/tools +# title: 🛠️ Tools - in-depth guide +# - local: tutorials/secure_code_execution +# title: 🛡️ Secure code execution +# - local: tutorials/memory +# title: 📚 Manage your agent's memory +# - title: Conceptual guides +# sections: +# - local: conceptual_guides/intro_agents +# title: 🤖 What are agents? +# - local: conceptual_guides/react +# title: 🤔 How do Multi-step agents work? +# - title: Examples +# sections: +# - local: examples/text_to_sql +# title: Self-correcting Text-to-SQL +# - local: examples/rag +# title: Master your knowledge base with agentic RAG +# - local: examples/multiagents +# title: Orchestrate a multi-agent system +# - local: examples/web_browser +# title: Build a web browser agent using vision models +# - local: examples/using_different_models +# title: Using different models +# - local: examples/plan_customization +# title: "Human-in-the-Loop: Customize agent plan interactively" +# - local: examples/async_agent +# title: Async Applications with Agents +# - title: Reference +# sections: +# - local: reference/agents +# title: Agent-related objects +# - local: reference/models +# title: Model-related objects +# - title: Tools +# sections: +# - title: Tool-related objects +# local: reference/tools +# - title: Built-in Tools +# local: reference/default_tools diff --git a/docs/source/es/index.md b/docs/source/es/index.md new file mode 100644 index 000000000..5ae021205 --- /dev/null +++ b/docs/source/es/index.md @@ -0,0 +1,125 @@ +# `smolagents` + +
+ +
+ +## ¿Qué es smolagents? + +`smolagents` es una biblioteca de código abierto en Python, diseñada para facilitar al máximo la construcción y ejecución de agentes con solo unas pocas líneas de código. + +Algunos aspectos clave de `smolagents` incluyen: + +✨ **Simplicidad**: La lógica de los agentes se implementa en aproximadamente unas mil líneas de código. ¡Lo hemos mantenido simple, sin agregar complejidad innecesaria! + +🧑‍💻 **Soporte avanzado para Agentes de Código**: [`CodeAgent`](reference/agents#smolagents.CodeAgent) ejecuta acciones directamente en código (en lugar de que los agentes generen código), lo que permite usar varias herramientas o realizar cálculos de manera flexible. Esto hace posible combinar de manera sencilla funciones anidadas, bucles, condicionales y mucho más. Para garantizar la seguridad, el agente puede [ejecutarse en un entorno aislado](tutorials/secure_code_execution) usando [E2B](https://e2b.dev/) o Docker. + +📡 **Integración nativa con agentes de herramientas**: además de los CodeAgent, [`ToolCallingAgent`](reference/agents#smolagents.ToolCallingAgent) es compatible con el esquema tradicional basado en JSON/texto para casos en los que se prefiera este formato. + +🤗 **Integraciones con el Hub**: mediante Gradio Spaces es posible compartir y cargar múltiples agentes junto con herramientas desde o hacia el Hub de manera sencilla. + +🌐 **Independencia respecto al modelo**: integra fácilmente grandes modelos de lenguaje (LLM) alojados en el Hub mediante los [proveedores de inferencia](https://huggingface.co/docs/inference-providers/index), APIs externas como OpenAI, Anthropic y muchos otros a través de la integración con LiteLLM. Además, es posible ejecutar localmente estos sistemas utilizando Transformers u Ollama. Es sencillo y flexible potenciar un agente con tu LLM preferido. + +👁️ **Independencia respecto a la modalidad**: los agentes pueden procesar diferentes tipos de entrada (_inputs_) como texto, visión, video y audio, ampliando considerablemente el rango de aplicaciones posibles. Consulta este [tutorial](https://huggingface.co/docs/smolagents/v1.21.0/en/examples/web_browser) sobre el área de visión. + +🛠️ **Independencia respecto a las herramientas**: existe una gran variedad de herramientas en cualquier [Servidor MCP](reference/tools#smolagents.ToolCollection.from_mcp), marcos de orquestación como [LangChain](reference/tools#smolagents.Tool.from_langchain) e incluso existe la posibilidad de usar el [Hub Space](reference/tools#smolagents.Tool.from_space) como herramienta. + +💻 **Herramientas de CLI**: incluye utilidades en línea de comandos (smolagent, webagent) para ejecutar agentes rápidamente sin código repetitivo. + +## Inicio Rápido + +[[open-in-colab]] + +¡Comienza a usar smolagents en solo unos minutos! Esta guía te mostrará cómo crear y ejecutar tu primer agente. + +### Instalación + +Instala smolagents usando pip: + +```bash +pip install smolagents[toolkit] # Incluye herramientas básicas como búsqueda web. +``` + +### Crea tu Primer Agente + +A continuación se detalla un ejemplo básico para crear y ejecutar un agente: + + +```python +from smolagents import CodeAgent, InferenceClientModel + +# Iniciar el modelo (utilizando la API de Hugging Face Inference) +model = InferenceClientModel() # Utiliza el modelo por defecto + +# Crear un agente sin herramientas +agent = CodeAgent(tools=[], model=model) + +# Ejecuta el agente con una tarea específica +result = agent.run("Calculate the sum of numbers from 1 to 10") +print(result) +``` +¡Eso es todo! El agente usará Python para completar la tarea y entregar el resultado. + +### Agregar Herramientas + +Mejoremos las capacidades de nuestro agente añadiendo algunas herramientas: + +```python +from smolagents import CodeAgent, InferenceClientModel, DuckDuckGoSearchTool + +model = InferenceClientModel() +agent = CodeAgent( + tools=[DuckDuckGoSearchTool()], + model=model, +) + +# ¡Ahora el agente puede buscar información en Internet! +result = agent.run("What is the current weather in Paris?") +print(result) +``` + +### Usar Modelos Diferentes + +Puedes usar diferentes modelos con los agentes: + +```python +# Usar un modelo específico de Hugging Face +model = InferenceClientModel(model_id="meta-llama/Llama-2-70b-chat-hf") + +# Usar la API de OpenAI/Anthropic (requiere smolagents[litellm]) +from smolagents import LiteLLMModel +model = LiteLLMModel(model_id="gpt-4") + +# Utilizar modelos locales (requiere smolagents[transformers]) +from smolagents import TransformersModel +model = TransformersModel(model_id="meta-llama/Llama-2-7b-chat-hf") +``` + +## Próximos Pasos + +- Aprende a configurar smolagents con diferentes modelos y herramientas en la [Guía de Instalación](installation). +- Revisa el [Tutorial Guiado](guided_tour) y aprende a usar funciones más avanzadas. +- Aprende a construir [herramientas personalizadas](tutorials/tools). +- Conoce más sobre la [ejecución segura de código](tutorials/secure_code_execution). +- Explora el desarrollo de [sistemas multiagente](tutorials/building_good_agents). + +
+
+
Tutorial Guiado
+

Domina los conceptos básicos y aprende a manejar agentes. Empieza aquí si nunca los has utilizado.

+ +
Guías prácticas
+

Ejemplos prácticos para guiarte en diferentes proyectos. ¡Desarrolla un agente que genere y valide consultas SQL!

+ +
Guías Conceptuales
+

Conceptos avanzados para profundizar en la comprensión de temas clave.

+ +
Tutoriales
+

Tutoriales completos que cubren aspectos clave para el desarrollo de agentes.

+ +
+
diff --git a/docs/source/es/installation.md b/docs/source/es/installation.md new file mode 100644 index 000000000..0f37dff52 --- /dev/null +++ b/docs/source/es/installation.md @@ -0,0 +1,268 @@ +# Opciones de instalación + +La biblioteca `smolagents` se puede instalar usando pip. Existen varias formas y opciones disponibles para realizar la instalación. + +## Requisitos Previos +- Python 3.10 o una versión más reciente +- Gestor de paquetes para Python: [`pip`](https://pip.pypa.io/en/stable/) o [`uv`](https://docs.astral.sh/uv/) + +## Entorno Virtual + +Instalar `smolagents` en un entorno virtual de Python es altamente recomendable. Los entornos virtuales permiten mantener las dependencias +de tu proyecto aisladas tanto de otros proyectos como de Python en el sistema, evitando conflictos de versiones y simplificando la administración de paquetes. + + + +Usando [`venv`](https://docs.python.org/3/library/venv.html): +```bash +python -m venv .venv +source .venv/bin/activate +``` + + + +Usando [`uv`](https://docs.astral.sh/uv/): +```bash +uv venv .venv +source .venv/bin/activate +``` + + + +## Instalación Básica + +Para instalar la biblioteca principal (core) de smolagents, usa: + + + +```bash +pip install smolagents +``` + + +```bash +uv pip install smolagents +``` + + + +## Instalación con Complementos + +Existen dependencias adicionales (extras) en `smolagents` que puedes instalar conforme a tus necesidades. +La instalación de estos extras se realiza con la siguiente sintaxis: + + + +```bash +pip install "smolagents[extra1,extra2]" +``` + + +```bash +uv pip install "smolagents[extra1,extra2]" +``` + + + +### Herramientas + +Estos complementos incluyen diversas herramientas e integraciones: + + + +- **toolkit**: Instala un paquete estándar de herramientas para tareas habituales. + ```bash + pip install "smolagents[toolkit]" + ``` +- **mcp**: Incorpora el Protocolo de Contexto de Modelo (MCP) para facilitar la integración de herramientas y servicios externos. + ```bash + pip install "smolagents[mcp]" + ``` + + +- **toolkit**: Instala un paquete estándar de herramientas para tareas habituales. + ```bash + uv pip install "smolagents[toolkit]" + ``` +- **mcp**: Incorpora el Protocolo de Contexto de Modelo (MCP) para facilitar la integración de herramientas y servicios externos. + ```bash + uv pip install "smolagents[mcp]" + ``` + + + +### Integración de Modelos + +Las funcionalidades adicionales facilitan la conexión con diversos modelos y frameworks de inteligencia artificial. + + + +- **openai**: Integración para los modelos de OpenAI a través de API. + ```bash + pip install "smolagents[openai]" + ``` +- **transformers**: Permite el uso de modelos Transformers de Hugging Face. + ```bash + pip install "smolagents[transformers]" + ``` +- **vllm**: Agrega compatibilidad con vLLM para una inferencia de modelos más eficiente. + ```bash + pip install "smolagents[vllm]" + ``` +- **mlx-lm**: Incorpora funcionalidades específicas para MLX-LM. + ```bash + pip install "smolagents[mlx-lm]" + ``` +- **litellm**: Habilita el uso de LiteLLM en tareas de inferencia con modelos optimizados. + ```bash + pip install "smolagents[litellm]" + ``` +- **bedrock**: Amplía la compatibilidad con servicios de modelos alojados en AWS Bedrock. + ```bash + pip install "smolagents[bedrock]" + ``` + + +- **openai**: Integración para los modelos de OpenAI a través de API. + ```bash + uv pip install "smolagents[openai]" + ``` +- **transformers**: Permite el uso de modelos Transformers de Hugging Face. + ```bash + uv pip install "smolagents[transformers]" + ``` +- **vllm**: Agrega compatibilidad con vLLM para una inferencia de modelos más eficiente. + ```bash + uv pip install "smolagents[vllm]" + ``` +- **mlx-lm**: Incorpora funcionalidades específicas para MLX-LM. + ```bash + uv pip install "smolagents[mlx-lm]" + ``` +- **litellm**: Habilita el uso de LiteLLM en tareas de inferencia con modelos optimizados. + ```bash + uv pip install "smolagents[litellm]" + ``` +- **bedrock**: Amplía la compatibilidad con servicios de modelos alojados en AWS Bedrock. + ```bash + uv pip install "smolagents[bedrock]" + ``` + + + +### Capacidades Multimodales + +Funciones adicionales para procesar varios tipos de datos: + + + +- **vision**: Despliega funciones avanzadas para el procesamiento de imágenes y visión por computadora. + ```bash + pip install "smolagents[vision]" + ``` +- **audio**: Incorpora soporte para tareas de procesamiento de audio. + ```bash + pip install "smolagents[audio]" + ``` + + +- **vision**: Despliega funciones avanzadas para el procesamiento de imágenes y visión por computadora. + ```bash + uv pip install "smolagents[vision]" + ``` +- **audio**: Incorpora soporte para tareas de procesamiento de audio. + ```bash + uv pip install "smolagents[audio]" + ``` + + + +### Ejecución Remota + +Extensiones para ejecutar código a distancia: + + + +- **docker**: Funcionalidad para ejecutar scripts en entornos Docker. + ```bash + pip install "smolagents[docker]" + ``` +- **e2b**: Facilita la ejecución remota mediante soporte E2B. + ```bash + pip install "smolagents[e2b]" + ``` + + +- **docker**: Funcionalidad para ejecutar scripts en entornos Docker. + ```bash + uv pip install "smolagents[docker]" + ``` +- **e2b**: Facilita la ejecución remota mediante soporte E2B. + ```bash + uv pip install "smolagents[e2b]" + ``` + + + +### Telemetría e Interfaz de Usuario + +Módulos complementarios para telemetría, monitoreo y diseño de interfaz: + + + +- **telemetry**: Agrega funcionalidades para actividades de monitoreo y trazabilidad. + ```bash + pip install "smolagents[telemetry]" + ``` +- **gradio**: Permite la utilización de componentes interactivos en Gradio UI. + ```bash + pip install "smolagents[gradio]" + ``` + + +- **telemetry**: Agrega funcionalidades para actividades de monitoreo y trazabilidad. + ```bash + uv pip install "smolagents[telemetry]" + ``` +- **gradio**: Permite la utilización de componentes interactivos en Gradio UI. + ```bash + uv pip install "smolagents[gradio]" + ``` + + + +### Instalación Completa + +Para instalar todos los complementos disponibles, puedes usar: + + + +```bash +pip install "smolagents[all]" +``` + + +```bash +uv pip install "smolagents[all]" +``` + + + +## Verificación de la Instalación + +Después de la instalación, puedes verificar que `smolagents` esté instalado correctamente ejecutando: + +```python +import smolagents +print(smolagents.__version__) +``` + +## Próximos Pasos + +Una vez que `smolagents` esté instalado correctamente, puedes: + +- Aprende los conceptos básicos revisando el [Tutorial Guiado](guided_tour). +- Explora los ejemplos prácticos y aplicaciones en las [Guías Prácticas](examples/text_to_sql). +- Profundiza en los conceptos avanzados mediante las [Guías Conceptuales](conceptual_guides/intro_agents). +- Revisa los [Tutoriales](tutorials/building_good_agents) para el desarrollo de agentes. +- Consulta la [Documentación API](./reference/index) para obtener información detallada sobre clases y funciones.