Skip to main content

Azure Container Apps 动态会话

Azure Container Apps 动态会话 提供了快速访问安全沙箱环境的能力，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。

您可以在此页面了解更多关于 Azure Container Apps 动态会话及其代码解释功能的信息。如果您还没有 Azure 帐户，可以创建一个免费帐户开始使用。

配置​

首先，您需要安装 @langchain/azure-dynamic-sessions 包：

:::提示 请参阅安装集成包的一般说明部分。 :::

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

此外，您还需要运行一个代码解释器会话池实例。您可以按照此指南使用 Azure CLI 部署一个实例。

实例运行后，您需要确保已正确为其设置 Azure Entra 身份验证。您可以在此处找到相关操作说明。

在为您的身份添加了角色后，您需要获取会话池管理端点。您可以在 Azure 门户中实例的“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>

API Reference:

    使用示例​

    以下是一个简单的示例，它创建一个新的 Python 代码解释器会话，调用工具并打印结果。

    import { SessionsPythonREPLTool } from "@langchain/azure-dynamic-sessions";

    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,
    // }

    API Reference:

    下面是一个完整示例，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：

    import type { ChatPromptTemplate } from "@langchain/core/prompts";
    import { pull } from "langchain/hub";
    import { AgentExecutor, createToolCallingAgent } from "langchain/agents";
    import { SessionsPythonREPLTool } from "@langchain/azure-dynamic-sessions";
    import { AzureChatOpenAI } from "@langchain/openai";

    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<ChatPromptTemplate>("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);

    API Reference:

    相关内容​

    Was this page helpful?


    You can also leave detailed feedback on GitHub.