We now support VLMs in smolagents!

Hugging Face 的輕量級 Agent 框架 smolagents 宣布支援視覺語言模型（VLM），讓 AI Agent 具備視覺能力。

Hugging Face 旗下的輕量級 Agent 開源庫 smolagents 迎來重大更新，正式支援視覺語言模型（VLM）。開發者現在可以讓 Agent 接收並處理影像輸入，適用於網頁視覺導航、圖表分析及多模態任務。此更新大幅擴展了程式碼 Agent（Code Agent）的應用場景，使其能「看見」並理解真實世界的視覺資訊。

摘要由 AI 整理,以原文為準。