O smolagents é a pequena biblioteca Python da Hugging Face para agentes. A classe OpenAIModel dele “connects to an OpenAI-compatible API server” (tradução: conecta-se a um servidor de API compatível com a OpenAI), com api_base para a URL. A BroadNet Inference oferece chat completions em https://inference.broadnet.ai/v1, então funciona diretamente. O BroadRouter é o site da própria BroadNet; este guia segue a documentação do smolagents 1.26.0.
Instalação
pip install smolagents
export BROADNET_API_KEY='your-broadnet-key'
CodeAgent
import os
from smolagents import OpenAIModel, CodeAgent
model = OpenAIModel(
model_id="broadnet/deepseek-v4.1-flash",
api_base="https://inference.broadnet.ai/v1",
api_key=os.environ["BROADNET_API_KEY"],
max_tokens=4000,
)
agent = CodeAgent(tools=[], model=model)
print(agent.run("What is 6 * 7? Use Python to check."))
O CodeAgent pede ao modelo que escreva Python entre tags <code> e executa esse código localmente. A requisição é uma chat completion comum, com stop sequences como </code> e sem o campo tools. Ou seja, ele não depende de tool calling nativo e pode rodar no broadnet/deepseek-v4.1-flash, o modelo dos planos ilimitados da BroadNet. A qualidade do código ainda varia de modelo para modelo, então teste as suas próprias tarefas.
O CodeAgent executa código escrito pelo modelo. Leia as orientações do smolagents sobre execução segura de código antes de dar a ele ferramentas que mexem em arquivos, rede ou credenciais.
ToolCallingAgent
from smolagents import ToolCallingAgent, tool
@tool
def get_weather(city: str) -> str:
"""Get the weather for a city.
Args:
city: The city name.
"""
return f"21C in {city}"
model = OpenAIModel(
model_id="broadnet/glm-5.3",
api_base="https://inference.broadnet.ai/v1",
api_key=os.environ["BROADNET_API_KEY"],
max_tokens=4000,
)
agent = ToolCallingAgent(tools=[get_weather], model=model)
print(agent.run("What's the weather in Riyadh?"))
O ToolCallingAgent envia as suas ferramentas, mais a ferramenta final_answer dele, como esquemas de função com tool_choice: "required". Use broadnet/glm-5.3 ou broadnet/qwen3.8-27b; a documentação da BroadNet lista ferramentas só para esses dois modelos.
Qual modelo escolher
| Agente | Modelo |
|---|---|
CodeAgent, execuções longas num plano de preço fixo |
broadnet/deepseek-v4.1-flash |
ToolCallingAgent |
broadnet/glm-5.3 |
| Qualquer um dos agentes com entrada de imagem | broadnet/qwen3.8-27b |
Uma sessão do plano roda uma requisição por vez, e um agente envia os passos um depois do outro, então uma sessão atende um agente. Preços de todos os modelos.
Como testamos
Em 2026-11-15 instalamos o smolagents 1.26.0 em um ambiente virtual limpo e rodamos os dois agentes contra um servidor mock local que fala o formato de chat completions da BroadNet. O CodeAgent com o ID do DeepSeek recebeu uma resposta com código, executou o código e devolveu 42. As requisições dele tinham max_tokens: 4000, stop sequences e nenhuma ferramenta. No ToolCallingAgent, conferimos o formato da requisição: o ID do modelo foi enviado sem alteração, com os dois esquemas de ferramenta e tool_choice: "required". O smolagents devolve os resultados das ferramentas como mensagens de usuário. O nosso mock não seguia esse formato, então não levamos esse agente até a resposta final. Não tínhamos uma chave da BroadNet, então não testamos a saída real do modelo.
Solução de problemas
- 401. A chave está errada, expirou ou ficou sem cota.
- 404. O
api_baseprecisa terminar em/v1. Confira o ID do modelo. Os modelos pagos exigem uma recarga; o crédito de $5 cobre sóbroadnet/gemma-4-26b-a4be os dois modelos Transcribe. - “Make sure to provide correct code blobs”. A resposta do modelo não tinha bloco de código. Aumente o
max_tokens, porque o raciocínio conta nele, ou tente outro modelo. Por que as respostas vêm vazias. - O ToolCallingAgent nunca termina. Troque para
broadnet/glm-5.3oubroadnet/qwen3.8-27b. - 429. Uma chave de pagamento por uso permite 30 requisições por minuto. O smolagents pode se limitar sozinho com
requests_per_minute. Veja erros e novas tentativas.
