本页介绍来自 langchain_azure_ai.tools的 Microsoft Foundry 项目工具。另请参阅 Microsoft Foundry 工具（原 Azure AI 服务）.

当您希望代理调用 Microsoft Foundry 项目提供的工具功能时，请使用这些工具。

概述

设置

安装依赖项，创建工具使用的资源，并提供凭据。

安装

安装集成包：

    pip install -U "langchain-azure-ai[tools]"
    

    uv add "langchain-azure-ai[tools]"
    

凭据

传递 DefaultAzureCredential() 或 API 密钥字符串通过 credential 参数（除了 AzureAIProjectToolbox 不支持密钥。）

from azure.identity import DefaultAzureCredential

credential = DefaultAzureCredential()

使用 Microsoft Entra ID 需要角色 Azure AI User 用于部署模型的资源。

配置端点

这些工具支持两种端点样式：

• - 通过 project_endpoint or AZURE_AI_PROJECT_ENDPOINT (or FOUNDRY_PROJECT_ENDPOINT).
• - 通过 endpoint or OPENAI_BASE_URL的 Azure AI Foundry 项目端点 https://<resource>.services.ai.azure.com/openai/v1.

的直接 OpenAI 兼容端点 project_endpoint 如果两者都可用，优先使用

from azure.identity import DefaultAzureCredential
from langchain_azure_ai.tools import AzureOpenAIModelImageGenTool

tool = AzureOpenAIModelImageGenTool(
    endpoint="https://<resource>.services.ai.azure.com/openai/v1",
    credential=DefaultAzureCredential(),
    model="my-gpt-image-1-deployment",
)

result = tool.invoke(
    {
        "prompt": "A futuristic cityscape at sunset with flying cars",
        "n": 1,
        "size": "1024x1024",
    }
)
print(result)

因为它会自动为 Foundry 工作流解析后备服务端点。

工具

AzureOpenAIModelImageGenTool AzureOpenAIModelImageGenTool langchain_azure_ai.tools（来自 gpt-image-1.5 or MAI-Image-2.

）使用 Microsoft Foundry Models 或 Azure OpenAI 暴露的 OpenAI 兼容图像生成端点生成图像。您可以使用包括 images.generate 当您想在代理流程中进行明确的图像生成工具调用时，请使用此工具。该工具调用 OpenAI 客户端 output_directory API，并返回 base64 PNG 输出或配置了

时的保存文件路径。 model.

AzureOpenAITranscriptionsTool

AzureOpenAITranscriptionsTool （来自 langchain_azure_ai.tools）使用 Microsoft Foundry Models 或 Azure OpenAI 公开的 OpenAI 兼容语音转文本端点转录音频为文本（如 Whisper）。

当您想在智能体流程中将音频文件或远程音频 URL 转换为文本转录时使用此工具。该工具自动处理本地文件和远程 URL，支持多种音频格式（MP3、MP4、MPEG、MPGA、M4A、OGG、FLAC、WAV）。

您必须先部署一个语音转文本模型，然后在 model.

from azure.identity import DefaultAzureCredential
from langchain_azure_ai.tools import AzureOpenAITranscriptionsTool

tool = AzureOpenAITranscriptionsTool(
    endpoint="https://<resource>.services.ai.azure.com/openai/v1",
    credential=DefaultAzureCredential(),
    model="my-whisper-deployment",
)

result = tool.invoke(
    {
        "audio_path": "/path/to/audio.wav",
        "language": "en",
    }
)
print(result)

CodeInterpreterTool

CodeInterpreterTool 允许模型在沙箱容器中编写和执行 Python 代码，并将结果包含在其响应中。这对于数据分析、数学计算、可视化和通用问题解决非常有用。

from langchain_azure_ai.tools.builtin import CodeInterpreterTool

tool = CodeInterpreterTool(
    memory_limit="4g",
)

model_with_code = model.bind_tools([tool])
response = model_with_code.invoke("Plot a sine wave using Python and explain it")
print(response)

WebSearchTool

WebSearchTool 允许模型搜索互联网以获取与其查询相关的当前信息和来源。这对于提供最新信息、研究、事实核查和访问实时数据非常有用。

from langchain_azure_ai.tools.builtin import WebSearchTool

tool = WebSearchTool(
    search_context_size="high",
)

model_with_search = model.bind_tools([tool])
response = model_with_search.invoke(
    "What are the latest developments in quantum computing?"
)
print(response)

文件搜索工具

FileSearchTool 从上传的向量存储中搜索相关内容。这对于从大型文档集合、知识库和已索引到向量存储中的自定义数据源检索信息非常有用。

from langchain_azure_ai.tools.builtin import FileSearchTool

tool = FileSearchTool(
    vector_store_ids=["vs_abc123", "vs_def456"],
    max_num_results=5,
)

model_with_search = model.bind_tools([tool])
response = model_with_search.invoke(
    "Find information about company policies on remote work"
)
print(response)

图像生成工具

ImageGenerationTool 允许模型使用 GPT 图像模型生成或编辑图像。这对于创建视觉效果、编辑图像以及根据文本描述生成艺术作品非常有用。此工具必须与部署在 Microsoft Foundry 项目中的 OpenAI 模型一起使用。如果您使用其他模型，请使用 AzureOpenAIModelImageGenTool instead.

from langchain_azure_ai.tools.builtin import ImageGenerationTool

tool = ImageGenerationTool(
    quality="high",
    size="1024x1024",
    model_deployment="my-gpt-image-1-deployment",
)

model_with_images = model.bind_tools([tool])
response = model_with_images.invoke(
    "Generate an image of a futuristic city with flying cars"
)
print(response)

MCP 工具

McpTool 使模型能够访问外部模型上下文协议 (MCP) 服务器。这允许模型在单个对话轮次中调用远程 MCP 服务器公开的工具，从而实现与自定义服务和外部系统的集成。

from langchain_azure_ai.tools.builtin import McpTool

tool = McpTool(
    server_label="my_mcp_server",
    server_url="https://my-mcp-server.example.com",
    allowed_tools=["tool_1", "tool_2"],
)

model_with_mcp = model.bind_tools([tool])
response = model_with_mcp.invoke(
    "Use the MCP server to retrieve user profile information"
)
print(response)

工具箱

设置

安装所需的依赖项：

    pip install -U "langchain-azure-ai[tools]" langchain-mcp-adapters httpx
    

    uv add "langchain-azure-ai[tools]" langchain-mcp-adapters httpx
    

AzureAIProjectToolbox

AzureAIProjectToolbox （来自 langchain_azure_ai.tools）从 Azure AI Foundry Toolbox 加载工具，并通过模型上下文协议 (MCP) 提供这些工具。

Azure AI Foundry Toolbox 是一个托管的多 MCP 服务器，通过单个 MCP 端点聚合多个已配置的工具。当您想在代理中动态加载和使用 Azure AI Foundry 项目中的工具集合时，请使用此功能。

工具箱自动处理：

• - Azure Identity Bearer 令牌身份验证
• - 优雅的 OAuth 同意错误处理：返回带有同意 URL 的备用工具，而不是引发异常
• - 对发出不完整 JSON 架构的 MCP 服务器进行自动工具架构清理

在 Microsoft Foundry 项目中创建工具箱。如需文档，请参阅 Foundry 中的工具箱.

基本用法

from azure.identity import DefaultAzureCredential
from langchain_azure_ai.tools import AzureAIProjectToolbox
from langchain.agents import create_agent
from langchain.chat_models import init_chat_model
from langchain.messages import HumanMessage

async def main():
    toolbox = AzureAIProjectToolbox(
        project_endpoint="https://<resource>.services.ai.azure.com/api/projects/<project>",
        toolbox_name="my-toolbox",
    )
    tools = await toolbox.get_tools()

    model = init_chat_model("azure_ai:gpt-5-mini", credential=DefaultAzureCredential())
    agent = create_agent(
        model=model,
        tools=tools,
    )

    result = await agent.ainvoke({
        "messages": [HumanMessage("What can you do with the available tools?")]
    })
    return result

或改用环境变量：

然后不带参数实例化（或仅 toolbox_name):

from langchain_azure_ai.tools import AzureAIProjectToolbox

toolbox = AzureAIProjectToolbox(toolbox_name="my-toolbox")
tools = await toolbox.get_tools()

使用异步上下文管理器

async with 支持以获得更好的人体工程学兼容性：

async with AzureAIProjectToolbox(toolbox_name="my-toolbox") as toolbox:
    tools = await toolbox.get_tools()

与代理的集成

get_tools() 方法返回 BaseTool 实例，准备好与任何 LangChain 代理模式配合使用：

from azure.identity import DefaultAzureCredential
from langchain_azure_ai.tools import AzureAIProjectToolbox
from langchain.agents import create_agent
from langchain.chat_models import init_chat_model

async def main():
    credential = DefaultAzureCredential()
    toolbox = AzureAIProjectToolbox(
        toolbox_name="my-toolbox",
        credential=credential,
    )

    tools = await toolbox.get_tools()

    model = init_chat_model("azure_ai:gpt-5-mini", credential=credential)
    agent = create_agent(
        model=model,
        tools=tools,
        system_prompt=(
            "You are a helpful assistant with access to a set of tools from "
            "Azure AI Foundry. Use them to help the user with their requests."
        ),
    )

    return agent

API 参考

from langchain_azure_ai.tools import (
    AzureAIProjectToolbox,
    AzureOpenAIModelImageGenTool,
    AzureOpenAITranscriptionsTool,
)
from langchain_azure_ai.tools.builtin import (
    CodeInterpreterTool,
    FileSearchTool,
    ImageGenerationTool,
    McpTool,
    WebSearchTool,
)