代理框架

人工智能 社区

技能解读

当前原文的自动摘译,尚未人工审校。

身份验证和生命周期

🔑 两条规则适用于以下每个代码示例: 1. 优先选择DefaultAzureCredential。它可以在本地(Azure CLI / VS Code / Developer CLI)和 Azure(托管标识、工作负载标识)中运行,无需更改代码。避免连接字符串、帐户/API 密钥——它们会绕过 Entra 审核和轮换。 - 本地开发:DefaultAzureCredential按原样工作。 - 生产:设置AZURE_TOKEN_CREDENTIALS=prod(或AZURE_TOKEN_CREDENTIALS=<specific_credential>)以将凭证链限制为生产安全凭证。

提供者方法

方法·描述create_agent()·在Azure AI服务上创建新代理get_agent(agent_id)·通过ID检索现有代理as_agent(sdk_agent)·包装SDK代理对象(无HTTP调用)

托管工具快速参考

工具·导入·目的HostedCodeInterpreterTool·from agent_framework import HostedCodeInterpreterTool·执行Python代码HostedFileSearchTool·from agent_framework import HostedFileSearchTool·搜索矢量存储HostedWebSearchTool·from agent_framework import HostedWebSearchTool·Bing网络搜索HostedMCPTool·from agent_framework import HostedMCPTool·服务管理的MCP

惯例

始终使用异步上下文管理器: async with provider: 将函数直接传递给 tools= 参数(自动转换为 AIFunction) 使用 Annotated[type, Field(description=...)] 作为函数参数 使用 get_new_thread() 进行多轮对话 对于服务管理的 MCP,优先选择 HostedMCPTool,对于客户端管理,优先选择 MCPStreamableHTTPTool

最佳实践

该 SDK 是异步优先的——始终使用 async def 处理程序和 async with。始终对客户端和异步凭据使用上下文管理器。将每个客户端包装在with Client(...) as client:(同步)或async with Client(...) as client:(异步)中。对于来自 azure.identity.aio 的异步 DefaultAzureCredential,也使用 async with credential: 以便清理令牌和传输。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
人工智能
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
94 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@microsoft · MIT
上下文用量评级
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
  • 读取环境变量
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

输出预览 agent-framework-azure-ai-py.preview
from pydantic import BaseModel, ConfigDict
from agent_framework.azure import AzureAIAgentsProvider
from azure.identity.aio import AzureCliCredential

class WeatherResponse(BaseModel):
    model_config = ConfigDict(extra="forbid")
    
    location: str
    temperature: float
    unit: str
    conditions: str

async def main():
    async with (
        AzureCliCredential() as credential,
        AzureAIAgentsProvider(credential=credential) as provider,
    ):
        agent = await provider.create_agent(
            name="StructuredAgent",
            instructions="Provide weather information in structured format.",
            response_format=WeatherResponse,
        )
        
        result = await agent.run("Weather in Seattle?")
        weather = WeatherResponse.model_validate_json(result.text)
        print(f"{weather.location}: {weather.temperature}°{weather.unit}")

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。