tools sdk-j9九游会登录

场景介绍

支持codeinterpreter生命周期管理和session生命周期管理。

原理优势

用户空间已存在代码解释器时，sdk支持快速拉起代码解释器会话

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="your_operate_type",
        api_key=api_key,
        arguments={your_arguments}
    )

前提条件

• 已开通agentarts。

• 登录控制台获取ak/sk，和api_key信息，详情请参考如何获取华为云ak/sk和如何获取沙箱工具的api_key。

• 已安装python，且版本不低于3.10。查看python版本的命令示例：python --version。

操作步骤

1. 执行如下命令进行包安装。

   # 安装agentarts-sdk包
   pip install agentarts-sdk
   # 安装langgraph包
   pip install langgraph
   # 安装langchain_openai包
   pip install langchain-openai

2. 配置环境变量：

   配置环境变量。
   # === 用于通过代码创建沙箱 ===
   export huaweicloud_sdk_ak="你的华为云ak"
   export huaweicloud_sdk_sk="你的华为云sk"
   export agentarts_control_endpoint="https://agentarts.cn-southwest-2.myhuaweicloud.com"
   export agentarts_codeinterpreter_data_endpoint="http://您的沙箱域名"
   export huaweicloud_sdk_code_interpreter_api_key="您的沙箱 api key"

   获取ak/sk请参考如何获取华为云ak/sk。

   沙箱工具的域名、api key获取方法如下：

   1. 单击沙箱工具名称。
   2. 进入“配置信息”页面后，获取域名。
      图1 获取沙箱域名
      
   3. 单击“urn”链接，在弹出的窗口中获取沙箱的api key。
      图2 urn链接
      
      图3 获取沙箱api key
      
3. 创建代码解释器。

   from agentarts.sdk.tools import codeinterpreter
    # auth_type为api_key时创建示例
   client = codeinterpreter(region="your_region",auth_type="api_key")    
   code_interpreter = client.create_code_interpreter(
           name="your_code_interpreter_name",
           api_key_name="your_api_key_name"
       )
    # auth_type为iam时创建示例
   demo_client = codeinterpreter(region="your_region", auth_type="iam")
   code_interpreter = client.create_code_interpreter(
           name="your_code_interpreter_name",
           auth_type="iam"
       )

4. 配置工具，这里以代码执行工具为例。
   • api_key的配置工具示例如下，用户自定义region信息和需要使用的代码解释器，代码解释器名称和api_key一一对应。

     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("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,
                     "language": "python",
                     "clear_context": false
                 }
             )
         return json.dumps(response["result"])

   • iam认证的配置工具示例：

     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"""
         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,
                     "language": "python",
                     "clear_context": false
                 }
             )
         return json.dumps(response["result"])

5. 集成4中配置的工具，以如下执行代码为例。

   from langchain_openai import chatopenai
   # 创建agent
   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)

通过sdk可调用的管理面方法请参考表1，详细使用指导请参考。

通过sdk可调用的数据面方法请参考表2，详细使用指导请参考。