hosted-agents-v2-py
使用 Python 部署 Azure AI 托管代理
使用官方 Projects SDK 简化 Azure 上基于容器的 AI 代理部署。自动化自定义代理环境的配置、扩展和管理，无需手动进行基础设施配置。
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“hosted-agents-v2-py”。 创建托管代理，使用镜像 'myacr.azurecr.io/processor:v2'、2 个 CPU、4GiB 内存和代码解释器工具
预期结果:
- 已创建代理：data-processor-agent
- 版本：3
- 状态：成功
- 代理 ID：agent_abc123xyz
正在使用“hosted-agents-v2-py”。 列出代理 'my-hosted-agent' 的所有版本
预期结果:
- 版本：1，状态：成功，创建时间：2025-01-15T10:30:00Z
- 版本：2，状态：失败，创建时间：2025-01-16T14:22:00Z
- 版本：3，状态：成功，创建时间：2025-01-17T09:15:00Z
正在使用“hosted-agents-v2-py”。 删除代理 'my-hosted-agent' 的版本 2
预期结果:
- 正在删除代理版本...
- 已成功删除 my-hosted-agent 的版本 2
安全审计
低风险Static analysis detected 79 potential issues across documentation code examples. After evaluation, all findings are FALSE POSITIVES. The file SKILL.md contains documentation with code examples showing shell commands (pip install, bash scripts) and environment variable access patterns typical for legitimate Azure AI development tutorials. No executable code is present. The 'weak cryptography' findings are false positives from detecting the word 'version' in context. No malicious intent or security risks identified.
中风险问题 (2)
低风险问题 (2)
风险因素
⚙️ 外部命令 (3)
🌐 网络访问 (3)
🔑 环境变量 (3)
质量评分
你能构建什么
数据处理管道代理
部署一个容器化代理，使用代码解释器工具处理大型数据集，并根据工作负载需求自动扩展。
自定义工具集成代理
创建连接到自定义 MCP 服务器和外部 API 的代理，使 Azure AI 基础设施内的专门业务流程自动化成为可能。
开发环境代理
配置具有预配置工具和隔离的开发环境，用于团队协作和快速原型开发。
试试这些提示
使用 Azure AI Projects SDK 创建托管代理。代理应使用容器镜像 'myregistry.azurecr.io/my-agent:v1.0'，需要 2 个 CPU 核心和 4GiB 内存，支持代码解释器工具，并将 MODEL_NAME 环境变量设置为 'gpt-4o-mini'。
构建一个同时启用代码解释器和文件搜索工具的代理。连接到标签为 'custom-tools'、位于 'https://tools.example.com' 的 MCP 服务器。分配 1 个 CPU 核心和 2GiB 内存。将 AZURE_AI_PROJECT_ENDPOINT 从您的环境传递给代理。
使用 azure.ai.projects.aio 中的 AIProjectClient 实现异步代理创建工作流。创建名为 'async-processor' 的代理，使用最小资源（0.5 CPU，1GiB 内存）。使用异步上下文管理器进行适当的资源清理。
创建包含错误处理的生产代理部署脚本。为 ImagePullBackOff 和 InvalidContainerImage 错误包含 try/except 块。创建后记录代理状态。实现清理逻辑以删除超过 30 天的未使用代理版本。
最佳实践
- 使用特定镜像标签而不是 'latest' 以实现可重现的部署
- 从最小资源分配开始，根据监控指标进行扩展
- 将敏感配置存储在 Azure Key Vault 中，通过环境变量引用
- 为 ImagePullBackOff 等常见故障实施全面的错误处理
- 定期清理未使用的代理版本以优化资源利用
避免
- 将密钥或 API 密钥直接硬编码在 environment_variables 字典中
- 在生产部署中使用 'latest' 镜像标签会导致不可预测的行为
- 不测试实际使用模式就分配最大资源会导致浪费
- 跳过 AcrPull 角色权限设置会导致身份验证失败
- 创建代理版本时没有删除策略会导致未使用资源积累