Azure 容器应用动态会话

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

您可以在此页面上了解有关 Azure 容器应用动态会话及其代码解释功能的更多信息。如果您没有 Azure 帐户，您可以创建免费帐户 开始使用。

设置

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

提示

查看此部分，了解有关安装集成包的一般说明.

npm

npm install @langchain/azure-dynamic-sessions

Yarn

yarn add @langchain/azure-dynamic-sessions

pnpm

pnpm add @langchain/azure-dynamic-sessions

您还需要运行一个代码解释器会话池实例。您可以使用Azure CLI 部署一个版本，按照本指南操作。

实例运行后，您需要确保已为其正确设置 Azure Entra 身份验证。您可以找到有关如何执行此操作的说明此处.

将身份添加角色后，您需要检索 **会话池管理端点**。您可以在 Azure 门户中找到它，位于实例的“概述”部分。然后您需要设置以下环境变量

AZURE_CONTAINER_APP_SESSION_POOL_MANAGEMENT_ENDPOINT=<your_endpoint>

API 参考

使用示例

下面是一个简单的示例，它创建了一个新的 Python 代码解释器会话，调用该工具并打印结果。

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 参考

• SessionsPythonREPLTool 从 @langchain/azure-dynamic-sessions

这是一个完整的示例，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 参考

• ChatPromptTemplate 从 @langchain/core/prompts
• pull 从 langchain/hub
• AgentExecutor 从 langchain/agents
• createToolCallingAgent 从 langchain/agents
• SessionsPythonREPLTool 从 @langchain/azure-dynamic-sessions
• AzureChatOpenAI 从 @langchain/openai

相关

• 工具 概念指南
• 工具 操作指南