Azure智能体开发

技能简介

Azure AI Agents Python SDK（azure-ai-agents）用于在Azure AI Foundry上构建托管智能体，支持代码解释器、文件搜索、Bing联网、Azure AI搜索、函数调用、OpenAPI和MCP等多种工具。

业务背景

Azure智能体开发让企业无需自建复杂AI基础设施，即可快速搭建能自主执行任务的数字助手。业务人员可通过自然语言指令驱动智能体完成数据分析、文档检索、信息整合等工作，将重复性知识劳动自动化，让团队专注高价值决策。

落地案例：某企业财务团队每月需汇总多部门报表并生成分析。借助Azure智能体开发，财务人员上传历史报表模板后，通过简单对话指令即可让智能体自动提取关键指标、执行计算逻辑并输出标准化分析报告，无需等待IT排期开发脚本。

能做什么

• 创建和管理智能体生命周期（创建、线程、消息、运行）
• 集成多种工具：代码执行、文档检索、网络搜索、自定义函数
• 实现流式响应输出
• 管理向量存储和文件上传
• 使用异步客户端处理并发请求

使用说明

安装依赖

pip install azure-ai-agents azure-identity
# 或包含额外功能
pip install azure-ai-projects azure-identity

配置环境变量

PROJECT_ENDPOINT="https://<resource>.services.ai.azure.com/api/projects/<project>"
MODEL_DEPLOYMENT_NAME="gpt-4o-mini"

基础使用流程

1. 使用DefaultAzureCredential认证创建AgentsClient
2. 调用create_agent创建智能体，指定模型和指令
3. 使用threads.create创建对话线程
4. 通过messages.create添加用户消息
5. 调用runs.create_and_process执行并获取响应
6. 遍历messages.list提取助手回复
7. 使用delete_agent清理资源

添加工具示例

from azure.ai.agents import CodeInterpreterTool, FileSearchTool

agent = client.create_agent(
    model=os.environ["MODEL_DEPLOYMENT_NAME"],
    name="tool-agent",
    instructions="You can execute code and search files.",
    tools=[CodeInterpreterTool()],
    tool_resources={"code_interpreter": {"file_ids": [file.id]}},
)

函数调用与自动执行

from azure.ai.agents import FunctionTool, ToolSet

def get_weather(location: str) -> str:
    return f"Weather in {location}: 72F, sunny"

functions = FunctionTool(functions=[get_weather])
toolset = ToolSet()
toolset.add(functions)

run = client.runs.create_and_process(
    thread_id=thread.id,
    agent_id=agent.id,
    toolset=toolset,  # 传入toolset实现自动执行
)

流式响应

from azure.ai.agents import AgentEventHandler

class MyHandler(AgentEventHandler):
    def on_message_delta(self, delta):
        if delta.text:
            print(delta.text.value, end="", flush=True)

with client.runs.stream(
    thread_id=thread.id,
    agent_id=agent.id,
    event_handler=MyHandler(),
) as stream:
    stream.until_done()

输入与输出

见下方输入与输出表格。

风险提示

• 需妥善保管PROJECT_ENDPOINT和认证凭据，避免泄露
• 代码解释器执行代码时需注意沙箱安全限制
• 函数调用自动执行可能产生意外副作用，建议生产环境增加校验
• 流式响应需正确处理连接中断和错误事件
• 注意Azure API调用产生的费用成本

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/thegovind/azure-ai-agents-py/SKILL.md
来源类型：GitHub仓库