Hub documentation
SDK ile geliştirme
SDK ile geliştirme
Hugging Face agentic SDK'leri ile MCP destekli ajanlar oluşturun. huggingface_hub (Python) ve @huggingface/tiny-agents (JavaScript) kütüphaneleri, LLM'leri MCP araçlarına bağlamak için ihtiyacınız olan her şeyi sağlar.
Kurulum
pip install "huggingface_hub[mcp]"npm install @huggingface/tiny-agents
# or
pnpm add @huggingface/tiny-agentsHızlı Başlangıç: Bir Ajan Çalıştırın
Başlamak için en hızlı yol tiny-agents CLI'ıdır:
tiny-agents run julien-c/flux-schnell-generator
npx @huggingface/tiny-agents run "julien-c/flux-schnell-generator"Bu, tiny-agents koleksiyonundan bir ajan yükler, MCP sunucularına bağlanır ve etkileşimli bir sohbet başlatır.
Agent Sınıfını Kullanma
Agent sınıfı sohbet döngüsünü ve MCP araç çalıştırmayı yönetir. LLM'i çalıştırmak için Inference Providers kullanır.
from huggingface_hub import Agent
import asyncio
agent = Agent(
model="Qwen/Qwen2.5-72B-Instruct",
provider="novita",
servers=[
{
"type": "sse",
"url": "https://huggingface.co/proxy/evalstate-flux1-schnell.hf.space/gradio_api/mcp/sse"
}
]
)
async def main():
async for chunk in agent.run("Generate an image of a sunset"):
if hasattr(chunk, 'choices'):
delta = chunk.choices[0].delta
if delta.content:
print(delta.content, end="")
asyncio.run(main())Tüm seçenekler için Agent referansına bakın.
import { Agent } from "@huggingface/tiny-agents";
const agent = new Agent({
model: "Qwen/Qwen2.5-72B-Instruct",
provider: "novita",
apiKey: process.env.HF_TOKEN,
servers: [
{
type: "sse",
url: "https://huggingface.co/proxy/evalstate-flux1-schnell.hf.space/gradio_api/mcp/sse"
}
]
});
await agent.loadTools();
for await (const chunk of agent.run("Generate an image of a sunset")) {
if ("choices" in chunk) {
const delta = chunk.choices[0]?.delta;
if (delta.content) {
console.log(delta.content);
}
}
}Tüm seçenekler için tiny-agents belgelendirmesine bakın.
MCPClient'i Doğrudan Kullanma
Daha fazla kontrol için, MCP sunucularını ve araç çağrılarını doğrudan yönetmek için MCPClient kullanın.
import asyncio
from huggingface_hub import MCPClient
async def main():
async with MCPClient(
model="Qwen/Qwen2.5-72B-Instruct",
provider="novita",
) as client:
# Connect to an MCP server
await client.add_mcp_server(
type="sse",
url="https://huggingface.co/proxy/evalstate-flux1-schnell.hf.space/gradio_api/mcp/sse"
)
# Process a request with tools
messages = [{"role": "user", "content": "Generate an image of a sunset"}]
async for chunk in client.process_single_turn_with_tools(messages):
if hasattr(chunk, 'choices'):
delta = chunk.choices[0].delta
if delta.content:
print(delta.content, end="")
asyncio.run(main())Tüm seçenekler için MCPClient referansına bakın.
JavaScript SDK, MCP etkileşimleri için Agent sınıfını kullanır. Daha düşük düzeyde kontrol için @huggingface/mcp-client paketine bakın.
Ajanınızı Paylaşın
Hub'daki tiny-agents koleksiyonuna ajanlar ekleyin. Şunları dahil edin:
agent.json- Ajan yapılandırması (zorunlu)PROMPT.mdveyaAGENTS.md- Sistem istemi (isteğe bağlı)EXAMPLES.md- Örnek istemler ve kullanım durumları (isteğe bağlı)
Daha Fazla Bilgi Al
- huggingface_hub MCP Referansı - Python API referansı
- tiny-agents Belgeleme - JavaScript API referansı
- Çıkarım Sağlayıcıları - Kullanılabilir LLM sağlayıcıları
- tiny-agents Koleksiyonu - Topluluk ajanlarını görüntüle
- MCP Sunucusu Kılavuzu - Hugging Face MCP Sunucusuna Bağlanın