以编程方式使用文档

> Azure 容器应用动态会话 提供对安全沙箱环境的快速访问，非常适合运行需要与其他工作负载强隔离的代码或应用程序。

您可以在 本页了解更多关于 Azure 容器应用动态会话及其代码解释功能。如果没有 Azure 账户，您可以 创建免费账户 开始使用。

设置

您首先需要安装 @langchain/azure-dynamic-sessions package:

npm install @langchain/azure-dynamic-sessions @langchain/core

您还需要运行代码解释器会话池实例。您可以使用 Azure CLI 参考 本指南.

实例运行后，您需要确保已正确 为其设置了 Azure Entra 身份验证.

添加身份角色后，您需要获取 **会话池管理端点**。您可以在 Azure 门户中，在实例的"概述"部分找到它。然后您需要设置以下环境变量：

AZURE_CONTAINER_APP_SESSION_POOL_MANAGEMENT_ENDPOINT=<your_endpoint>

使用示例

以下是创建一个新的 Python 代码解释器会话、调用工具并打印结果的简单示例。

const tool = new SessionsPythonREPLTool({
  poolManagementEndpoint:
    process.env.AZURE_CONTAINER_APP_SESSION_POOL_MANAGEMENT_ENDPOINT || "",
});

const result = await tool.invoke("print('Hello, World!')\n1+2");

console.log(result);

// {
//   stdout: "Hello, World!\n",
//   stderr: "",
//   result: 3,
// }

以下是完整示例，我们使用 Azure OpenAI 聊天模型调用 Python 代码解释器会话工具来执行代码并获取结果：

const tools = [
  new SessionsPythonREPLTool({
    poolManagementEndpoint:
      process.env.AZURE_CONTAINER_APP_SESSION_POOL_MANAGEMENT_ENDPOINT || "",
  }),
];

// Note: you need a model deployment that supports function calling,
// like `gpt-35-turbo` version `1106`.
const llm = new AzureChatOpenAI({
  temperature: 0,
});

// Get the prompt to use - you can modify this!
// If you want to see the prompt in full, you can at:
// https://smith.langchain.com/hub/jacob/tool-calling-agent
const prompt = await pull("jacob/tool-calling-agent");

const agent = await createToolCallingAgent({
  llm,
  tools,
  prompt,
});

const agentExecutor = new AgentExecutor({
  agent,
  tools,
});

const result = await agentExecutor.invoke({
  input:
    "Create a Python program that prints the Python version and return the result.",
});

console.log(result);

相关