# Développer avec le SDK

Créez des agents alimentés par MCP avec les SDK agentiques de Hugging Face. Les bibliothèques `huggingface_hub` (Python) et `@huggingface/tiny-agents` (JavaScript) fournissent tout ce dont vous avez besoin pour connecter des LLM aux outils MCP.

## Installation

```bash
pip install "huggingface_hub[mcp]"
```

```bash
npm install @huggingface/tiny-agents
# or
pnpm add @huggingface/tiny-agents
```

## Démarrage rapide : Exécuter un agent

La façon la plus rapide de commencer est d'utiliser le CLI `tiny-agents` :

```bash
tiny-agents run julien-c/flux-schnell-generator
```

```bash
npx @huggingface/tiny-agents run "julien-c/flux-schnell-generator"
```

Cela charge un agent à partir de la [collection tiny-agents](https://huggingface.co/datasets/tiny-agents/tiny-agents), se connecte à ses serveurs MCP et démarre un chat interactif.

## Utilisation de la classe Agent

La classe `Agent` gère la boucle de discussion et l'exécution des outils MCP. Elle utilise [Inference Providers](https://huggingface.co/docs/inference-providers) pour exécuter le LLM.

```python
from huggingface_hub import Agent
import asyncio

agent = Agent(
    model="Qwen/Qwen2.5-72B-Instruct",
    provider="novita",
    servers=[
        {
            "type": "sse",
            "url": "https://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())
```

Consultez la [référence de l’Agent](https://huggingface.co/docs/huggingface_hub/package_reference/mcp#huggingface_hub.Agent) pour toutes les options.

```typescript
import { Agent } from "@huggingface/tiny-agents";

const agent = new Agent({
    model: "Qwen/Qwen2.5-72B-Instruct",
    provider: "novita",
    apiKey: process.env.HF_TOKEN,
    servers: [
        {
            type: "sse",
            url: "https://evalstate-flux1-schnell.hf.space/gradio_api/mcp/sse"
        }
    ]
});

await agent.loadTools();

for await (const chunk of agent.run("Generate an image of a sunset")) {
    if ("choices" in chunk) {
        const delta = chunk.choices[0]?.delta;
        if (delta.content) {
            console.log(delta.content);
        }
    }
}
```

Consultez la [documentation de tiny-agents](https://huggingface.co/docs/huggingface.js/tiny-agents/README) pour toutes les options.

## Utilisation directe de MCPClient

Pour un contrôle plus fin, utilisez `MCPClient` pour gérer directement les serveurs MCP et les appels d'outils.

```python
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://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())
```

Consultez la [référence de MCPClient](https://huggingface.co/docs/huggingface_hub/package_reference/mcp#huggingface_hub.MCPClient) pour toutes les options.

Le SDK JavaScript utilise la classe `Agent` pour les interactions MCP. Pour un contrôle de bas niveau, consultez le package [@huggingface/mcp-client](https://huggingface.co/docs/huggingface.js/mcp-client/README).

## Partagez votre agent

Contribuez des agents à la [collection tiny-agents](https://huggingface.co/datasets/tiny-agents/tiny-agents) sur le Hub. Incluez :

- `agent.json` - Configuration de l'agent (obligatoire)
- `PROMPT.md` ou `AGENTS.md` - Invite système (facultatif)
- `EXAMPLES.md` - Exemples de prompts et cas d'usage (facultatif)

## En savoir plus

- [Référence MCP de huggingface_hub](https://huggingface.co/docs/huggingface_hub/package_reference/mcp) - Référence de l'API Python
- [tiny-agents Documentation](https://huggingface.co/docs/huggingface.js/tiny-agents/README) - Référence de l'API JavaScript
- [Fournisseurs d'inférence](https://huggingface.co/docs/inference-providers) - Fournisseurs de LLM disponibles
- [Collection tiny-agents](https://huggingface.co/datasets/tiny-agents/tiny-agents) - Parcourir les agents de la communauté
- [Guide du serveur MCP](./agents-mcp) - Connexion au serveur MCP de Hugging Face