# LLM集成

Smolagents是Hugging Face团队开发的极简AI代理框架，旨在让开发者仅用少量代码就能部署强大的代理。它专注于代码代理，即代理通过编写和执行Python代码片段来执行任务，而非生成JSON或文本块。这种模式利用了大型语言模型（LLMs）生成和理解代码的能力，提供了更好的组合性、灵活性以及丰富的训练数据利用，能高效处理复杂逻辑和对象管理。Smolagents与Hugging Face Hub深度集成，便于工具的分享和加载，促进社区协作。此外，它还支持传统工具调用代理，兼容多种LLMs，包括Hugging Face Hub上的模型以及OpenAI、Anthropic等通过LiteLLM集成的模型。Smolagents的出现，降低了AI代理开发的门槛，使开发者能够更便捷地构建和部署AI驱动的应用程序。

ExtractThinker是一个灵活的文档智能框架，帮助用户从各种文档中提取和分类结构化数据，类似于文档处理工作流的ORM。它被称为“LLMs的文档智能”或“智能文档处理的LangChain”。该框架的动机是为文档处理创建所需的特定功能，如分割大型文档和高级分类。

PromptQL是一个专为AI设计的代理数据访问工具，它通过代理查询规划，像人类一样检索数据，首先收集相关信息，然后应用合适的大型语言模型（LLM）进行分类和后续处理，以提高私有数据的检索效率和准确性。这一技术的出现，解决了传统搜索算法在封闭领域中对数据检索的局限性，特别是在用户提出非标准化查询时，PromptQL能够更好地理解和响应。产品背景信息显示，PromptQL旨在通过与用户的紧密合作，免费构建首个代理，以评估和提升现有AI代理/助手的性能。

Astra是一个通用API，专为LLM（大型语言模型）功能调用设计。它通过简单的代码集成，无需复杂的JSON Schemas，即可让LLM执行任何目标应用程序中的操作。Astra提供了2200个现成的集成，可以连接Google Calendar、Gmail、Hubspot、Salesforce等。此外，它还具备用户认证管理功能，允许LLM代表用户执行操作。Astra还支持通过OpenAPI规范轻松导入REST集成，或构建自定义集成。它使LLM能够与外部工具或API交互，执行访问数据、安排事件或发送电子邮件等实际任务，使LLM更加交互式和功能强大。