大家好，现在 AI 智能体在处理复杂推理任务上越来越强大。Smolagents作为Hugging Face 开发的轻量级框架，能让大语言模型（LLMs）与现实数据处理无缝对接。DeepSeek-R1 是开源大语言模型里的 “性价比担当”，用 Ollama 部署到本地，运行效率超高。借助这两个智能框架，结合网页抓取和数据导出工具，搭建超厉害的推理智能体。

1.Smolagents：轻量高效的智能体框架

Smolagents是个极简风格的AI智能体框架，专为开发者高效构建、部署智能体而生。

Smolagents在关键特性上十分出众，代码库约1000行，开发起来比较简单，并且能执行Python代码片段，结果更精准。在沙盒环境运行代码，同时支持很多大语言模型，例如Hugging Face系和OpenAI的GPT，工具共享也很方便，能从Hugging Face Hub共享、导入工具。

其具有很多优势，嵌套函数调用，复杂逻辑也能轻松表达；比起JSON，对象管理流程大幅简化；不管哪种计算操作，都能运用。

2.DeepSeek-R1：开源界的“潜力股”大模型

DeepSeek-R1是DeepSeek AI开发的开源大语言模型，优点很多：

• 性价比超高：花更少的成本，就能获得先进的推理能力。

• 文本处理高效：处理文本任务效率一流。

• 百搭框架集成：和Smolagents这类智能体框架能完美集成。

3.实战：构建超实用推理智能体

带大家实操一波，用Smolagents和DeepSeek-R1打造一个超实用的推理智能体。这个智能体有三大厉害功能：

• 数据抓取：能从realtor.com网站精准抓取房地产经纪人数据，轻松获取一手信息。

• 数据存储：抓取完的数据，会自动保存到CSV文件里，方便后续整理和分析。

• 推理任务执行：借助DeepSeek-R1强大的能力，执行各种推理任务，挖掘数据背后的价值。

（1）导入所需库

from typing import Optional, Dict
from smolagents import CodeAgent, tool, LiteLLMModel , GradioUI, OpenAIServerModel
import requests
import os
import time
from bs4 import BeautifulSoup
import pandas as pd

Smolagents模块： - CodeAgent：定义和管理人工智能智能体。 - tool：用于定义智能体工具的装饰器。 - LiteLLMModel：集成各种大语言模型。 - OpenAIServerModel：连接外部模型。

其他库： - requests：用于发送HTTP请求。 - BeautifulSoup：解析HTML，用于网页抓取。 - pandas：处理结构化数据。

（2）网页抓取工具

@tool
def scrape_real_estate_agents(state: str, city_name: str, num_pages: Optional[int] = 2) -> Dict[str, any]:
    """Scrapes realtor.com for real estate agent information in specified city and state

    Args:
        state: State abbreviation (e.g., 'CA', 'NY')
        city_name: City name with hyphens instead of spaces (e.g., 'buffalo')
        num_pages: Number of pages to scrape (default: 2)
    """
    try:
        # Initialize results
        agent_names = []         # Names
        agent_phones = []        # Phone numbers
        agent_offices = []       # Office names
        pages_scraped = 0

        # Set up headers
        headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36",
            "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8",
            "Accept-Language": "en-US,en;q=0.5",
            "Connection": "keep-alive"
        }

        # Process pages
        for page in range(1, num_pages + 1):
            # Construct URL
            if page == 1:
                url = f'https://www.realtor.com/realestateagents/{city_name}_{state}/'
            else:
                url = f'https://www.realtor.com/realestateagents/{city_name}_{state}/pg-{page}'
            
            print(f"Scraping page {page}...")

            # Get page content
            response = requests.get(url, headers=headers)
            if response.status_code != 200:
                return {"error": f"Failed to access page {page}: Status code {response.status_code}"}

            soup = BeautifulSoup(response.text, features="html.parser")

            # Find all agent cards
            agent_cards = soup.find_all('div', class_='agent-list-card')

            for card in agent_cards:
                # Find name
                name_elem = card.find('div', class_='agent-name')
                if name_elem:
                    name = name_elem.text.strip()
                    if name and name notin agent_names:
                        agent_names.append(name)
                        print(f"Found agent: {name}")

                # Find phone
                phone_elem = card.find('a', {'data-testid': 'agent-phone'}) or \
                            card.find(class_='btn-contact-me-call') or \
                            card.find('a', href=lambda x: x and x.startswith('tel:'))
                
                if phone_elem:
                    phone = phone_elem.get('href', '').replace('tel:', '').strip()
                    if phone:
                        agent_phones.append(phone)
                        print(f"Found phone: {phone}")

                # Get office/company name
                office_elem = card.find('div', class_='agent-group') or \
                            card.find('div', class_='text-semibold')
                if office_elem:
                    office = office_elem.text.strip()
                    agent_offices.append(office)
                    print(f"Found office: {office}")
                else:
                    agent_offices.append("")
            
            pages_scraped += 1
            time.sleep(2)  # Rate limiting

        ifnot agent_names:
            return {"error": "No agents found. The website structure might have changed or no results for this location."}

        # Return structured data
        return {
            "names": agent_names,
            "phones": agent_phones,
            "offices": agent_offices,
            "total_agents": len(agent_names),
            "pages_scraped": pages_scraped,
            "city": city_name,
            "state": state
        }

    except Exception as e:
        return {"error": f"Scraping error: {str(e)}"}

- 设置自定义请求头以避免被网站阻止访问。
- 获取HTML内容并进行解析。
- 查找房地产经纪人的姓名、电话号码和办公室详细信息。
- 将信息存储在列表中，以便结构化存储。

（3）导出数据到CSV文件

@tool
def export_to_csv(scraped_data: Dict[str, any], output_filename: Optional[str] = None) -> str:
    """Exports scraped real estate agent data to a CSV file

    Args:
        scraped_data: Dictionary containing the results of the scraping
        output_filename: Optional filename for the CSV file (default: cityname.csv)
    """
    try:
        if"error"in scraped_data:
            returnf"Error: {scraped_data['error']}"

        ifnot output_filename:
            output_filename = f"{scraped_data['city'].replace('-', '')}.csv"

        # Ensure all lists are of equal length
        max_length = max(len(scraped_data['names']), len(scraped_data['phones']), len(scraped_data['offices']))

        # Pad shorter lists with empty strings
        scraped_data['names'].extend([""] * (max_length - len(scraped_data['names'])))
        scraped_data['phones'].extend([""] * (max_length - len(scraped_data['phones'])))
        scraped_data['offices'].extend([""] * (max_length - len(scraped_data['offices'])))

        # Create DataFrame with just names, phones, and offices
        df = pd.DataFrame({
            'Names': scraped_data['names'],
            'Phone': scraped_data['phones'],
            'Office': scraped_data['offices']
        })

        df.to_csv(output_filename, index=False, encoding='utf-8')
        returnf"Data saved to {output_filename}. Total entries: {len(df)}"

    except Exception as e:
        returnf"Error saving CSV: {str(e)}"

- 目的：将抓取的数据保存到CSV文件中。
- 默认文件名：如果未提供文件名，则使用城市名称。
- 将抓取的数据转换为DataFrame格式。
- 保存为CSV文件。
- 使用OpenAIServerModel进行执行。

（4）集成DeepSeek-R1

deepseek_model = OpenAIServerModel(
    model_id="deepseek-r1:7b",
    api_base="http://localhost:11434/v1",
    api_key="ollama"
)

- 连接到本地部署的DeepSeek-R1。
- 使用OpenAIServerModel进行执行。

（5）定义人工智能智能体

agent = CodeAgent(
    tools=[scrape_real_estate_agents, export_to_csv],
    model=deepseek_model,
    additional_authorized_imports=["pandas", "bs4", "time"]
)

定义智能体时： - 使用抓取和导出工具。 - 使用DeepSeek-R1进行推理。 - 授权导入相关库，以防范安全风险。

（6）运行智能体

result = agent.run("""
Thought: Let's scrape realtor data
Code:
```python
# Scrape realtor data
data = scrape_real_estate_agents(state="NY", city_name="buffalo", num_pages=2)

# Save to CSV
if "error" not in data:
    result = export_to_csv(data)
    print(result)
else:
    print(f"Error: {data['error']}")
""")

- 使用DeepSeek-R1生成推理步骤。
- 动态调用抓取和保存函数。

（7）使用Gradio启动界面

GradioUI(agent).launch()

借助 Gradio 能给智能体生成一个超友好的交互界面。

通过以上步骤，利用 Smolagents 和 DeepSeek - R1 搭建功能强大的推理智能体。DeepSeek - R1 的强大之处不仅体现在所构建的这个推理智能体中，在其他场景下同样能发挥出色性能。

实际上，百度为我们提供了一个便捷体验 DeepSeek - R1 强大能力的新视角。在百度 App 中，DeepSeek - R1 被深度集成并优化，为用户带来了愉快的使用体验。

4.无惧卡顿，畅享DeepSeek

第1步：百度App输入“搜索词”，单击【AI+】

第2步：单击左下角的小鲸鱼logo

第3步：满血版DeepSeek自动开始回答

输出符合预期：

从实际输出结果看，在百度 App 的生态下，DeepSeek - R1 不仅能快速响应，给出的答案也相当精准。百度强大的平台优势与 DeepSeek - R1 的高性能相结合，让知识获取和信息分析变得更加轻松高效。

这也为我们展示了技术融合的无限可能，将技术融合运用到实际项目开发中，能够探索更多技术应用的精彩。