在智能体中集成沙箱工具-j9九游会登录

前提条件

• 已创建代码解释器工具，具体请参见创建沙箱工具。
• 已安装python，且版本不低于3.10。
• 已安装agentarts-sdk包。
• 配置访问端点：通过agentarts_codeinterpreter_data_endpoint设置环境变量 ，访问端点获取请参考终端节点，获取到终端节点后，在配置使用时，请配置为http://{域名}。

在智能体中集成沙箱工具

1. 登录。
2. 在左侧导航栏选择“开发中心 > 组件库 ”，单击“沙箱工具”页签，进入沙箱工具界面。
3. 在工具列表单击操作列的“调用代码”，通过sdk调用工具实现执行代码的能力，并通过tools装饰器封装成工具，sdk提供code_session函数，可快速启动代码解释器的会话，并支持自动停止会话。

   “调用代码”仅为代码示例，请根据实际情况替换代码示例中的“arguments”、“operate_type”。

   api_key认证代码示例如下，获取api_key请参考如何获取沙箱工具的api_key。

   from agentarts.sdk.tools import code_session
   api_key = "your_actual_api_key" # your api key
   with code_session("cn-southwest-2", "your_code_interpreter_name", api_key=api_key) as code_client:
       response = code_client.invoke(
           operate_type="execute_code",
           api_key=api_key,
           arguments={
               "code": code, # your code
               "language": "python",
               "clear_context": false
           }
       )

   iam认证代码示例如下，获取ak/sk请参考如何获取华为云ak/sk。

   from agentarts.sdk.tools import code_session
   # please configure the huaweicloud_sdk_ak/huaweicloud_sdk_sk in your environment variables in advance.
   with code_session("cn-southwest-2", "your_code_interpreter_name", auth_type="iam") as code_client:
       response = code_client.invoke(
           operate_type="execute_code",
           arguments={
               "code": code, # your code
               "language": "python",
               "clear_context": false
           }
       )

   沙箱工具支持的操作如下：

   • execute_code：执行代码。
     arguments：执行代码参数。

     {
         "code": 'print("hello world!")',
         "language": "python",
         "clear_context": false
     }

   • execute_command：执行命令。
     arguments：执行代码参数。

     {
         "command": "ls -la"
     }

   • read_files：读取文件。
     arguments：执行代码参数。

     {
         "paths": ["/home/user/file1.txt", "/home/user/file2.txt"]
     }

   • write_files：写入文件。
     arguments：执行代码参数。

     {
         "write_contents": [{"path": "/home/user/file1.txt", "text": "content"}]
     }

   参数说明:

   • code：在代码解释器会话中执行的代码。这是指定编程语言的源代码，将由代码解释器执行。

     长度限制：最小长度为 0，最大长度为 1048576。

   • command： 要使用该工具执行的命令。长度限制：最小长度为 0，最大长度为 65536。
   • language： 要执行的代码所使用的编程语言，告诉代码解释器使用哪种语言运行时来执行代码。支持语言：python。
   • write_contents：当请求操作为write_files时，待写入的内容，包含待写入数据内容和文件路径。列表限制：最小元素数量为0，最大元素数量为1000。
   • paths：当请求操作为read_files时， 所需读取的文件路径，需保证每个路径唯一。列表限制：最小元素数量为0，最大元素数量为1000。
4. 将3中的执行代码能力封装成工具，此处使用langgraph的tool装饰器作为演示。

   import json
   from agentarts.sdk.tools import code_session
   from langchain_core.tools import tool
   @tool
   def execute_python_tool(code: str, description: str) -> str | none:
       """execute python code in the sandbox"""
       api_key = "your_actual_api_key" # your api key    
       with code_session("your_region", "your_code_interpreter_name", api_key=api_key) as code_client:
           response = code_client.invoke(
               operate_type="execute_code",
               api_key=api_key,
               arguments={
                   "code": 'print("hello world!")',
                   "language": "python",
                   "clear_context": false
               }
           )
       return json.dumps(response["result"])

5. 将4集成到智能体中，此处以langgraph框架开发智能体为例。

   from langchain_openai import chatopenai
   llm = chatopenai(
       model="deepseek-v3",
       api_key=os.environ.get("model_api_key", ""),
       base_url=os.environ.get("base_url", ""),
       max_tokens=1000,
       temperature=0.7,
   )
   # 创建工具列表
   tools = [execute_python_tool]
   # 工具绑定agent
   llm = llm.bind_tools(tools)

后续操作

将开发好的agent打包成镜像部署到智能体运行时，详细操作请参见通过控制台部署智能体运行时。

相关文档

创建工具详情请参考创建沙箱工具。