Hub documentation

Создание с помощью SDK

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

Создание с помощью SDK

Создавайте агентов на базе MCP с помощью агентных SDK Hugging Face. Библиотеки huggingface_hub (Python) и @huggingface/tiny-agents (JavaScript) предоставляют всё необходимое для подключения LLM к инструментам MCP.

Установка

Python
JavaScript
pip install "huggingface_hub[mcp]"

Быстрый старт: запуск агента

Самый быстрый способ начать работу — это CLI tiny-agents:

Python
JavaScript
tiny-agents run julien-c/flux-schnell-generator

Это загружает агента из коллекции tiny-agents, подключается к его MCP-серверам и запускает интерактивный чат.

Использование класса Agent

Класс Agent управляет циклом чата и выполнением инструментов MCP. Для запуска LLM он использует Inference Providers.

Python
JavaScript
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())

См. справочник по Agent для всех вариантов.

Использование MCPClient напрямую

Для более точного управления используйте MCPClient, чтобы напрямую управлять MCP-серверами и вызовами инструментов.

Python
JavaScript
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())

См. справочник MCPClient для всех параметров.

Поделитесь своим агентом

Внесите агентов в коллекцию tiny-agents на Hub. Включите:

  • agent.json — конфигурация агента (обязательно)
  • PROMPT.md или AGENTS.md — системный промпт (необязательно)
  • EXAMPLES.md — Примеры промптов и сценариев использования (необязательно)

Подробнее

Update on GitHub