Code uitvoeren met behulp van code-interpreter in Azure SRE Agent

Met de SRE Agent-code-interpreter kunt u Python-code- en shellopdrachten uitvoeren in een beveiligde, geïsoleerde sandbox-omgeving. Gebruik Code Interpreter om gegevens te analyseren, visualisaties te maken, PDF-rapporten te genereren en bestandsbewerkingen te automatiseren zonder uw SRE Agent-gesprek te verlaten.

In dit artikel leert u het volgende:

Python-code uitvoeren om gegevens te analyseren en visualisaties te maken
Shell-opdrachten uitvoeren voor bestandsbewerkingen
PDF-rapporten genereren en downloaden
Werken met bestanden in de sandbox-omgeving

Vereiste voorwaarden

Als u een agent wilt maken, moet u uw agent de juiste machtigingen verlenen, de juiste instellingen configureren en toegang verlenen tot de juiste resources:

Azure-account: u hebt een Azure-account met een actief abonnement nodig. Als u dat nog niet hebt, kunt u gratis een account maken.
Beveiligingscontext: zorg ervoor dat uw gebruikersaccount de Microsoft.Authorization/roleAssignments/write machtigingen heeft als op rollen gebaseerd toegangsbeheerbeheerder of beheerder van gebruikerstoegang.
Firewallinstellingen: Voeg toe *.azuresre.ai aan de acceptatielijst in uw firewallinstellingen. Sommige netwerkprofielen blokkeren standaard de toegang tot *.azuresre.ai het domein.

Hoe code-interpreter werkt

De SRE-agentcode-interpreter wordt uitgevoerd in een geïsoleerde Azure Container Apps-sessie met de volgende kenmerken:

Geen netwerktoegang: de sandbox kan geen uitgaande HTTP- of HTTPS-aanvragen indienen.
Geen processen starten: De opdrachten zoals subprocess en os.system worden geblokkeerd.
Geen pakketinstallatie: pip install en conda install zijn niet beschikbaar.
Geïsoleerd bestandssysteem: alle bestanden moeten worden opgeslagen in /mnt/data/.

Deze beperkingen zorgen ervoor dat code-uitvoering veilig en voorspelbaar is. Algemene data science-bibliotheken zoals pandas, matplotlib en seaborn zijn vooraf geïnstalleerd.

Aan de slag met code-interpreter

Hulpprogramma's voor code-interpreters zijn automatisch beschikbaar in uw SRE Agent-gesprekken. Vraag de agent om taken uit te voeren met behulp van natuurlijke taal.

Voorbeelden van aanwijzingen

Probeer deze aanwijzingen om aan de slag te gaan:

"Analyseer deze CSV-gegevens en maak een grafiek met incidenten per categorie."
"Genereer een PDF-overzicht van de incidenten van vandaag."
"Parseert dit JSON-bestand en extraheer de foutpatronen."
"Geef alle bestanden in de sessie weer en geef hun grootte weer."

Uw eerste Python-script

In het volgende voorbeeld ziet u hoe u een visualisatie maakt:

import matplotlib.pyplot as plt
import numpy as np

# Generate sample data
categories = ['Critical', 'High', 'Medium', 'Low']
counts = [5, 12, 28, 45]

# Create bar chart
plt.figure(figsize=(10, 6))
plt.bar(categories, counts, color=['red', 'orange', 'yellow', 'green'])
plt.title('Incidents by Severity')
plt.xlabel('Severity Level')
plt.ylabel('Count')
plt.savefig('/mnt/data/incidents_by_severity.png', dpi=150)

Wanneer de code is uitgevoerd, retourneert de agent de inline-afbeelding in het gesprek.

Scenariën

Incidentgegevens analyseren

Gebruik code-interpreter om onbewerkte incidentgegevens om te zetten in bruikbare inzichten en visualisaties.

Vraag de SRE-agent om een CSV-bestand te maken van alle incidenten die in de afgelopen maand zijn opgetreden met behulp van de volgende prompt:
```
Create a CSV file of all the incidents that 
occurred in the last month.

Name the file `incidents.csv` and save it
to `/mnt/data`.
```

Gebruik Python om incidentpatronen te analyseren en trends te identificeren:

import pandas as pd

# Load incident data
df = pd.read_csv('/mnt/data/incidents.csv')

# Calculate summary statistics
summary = df.groupby('category').agg({
    'id': 'count',
    'resolution_time': 'mean'
}).rename(columns={'id': 'count', 'resolution_time': 'avg_resolution_hours'})

# Export results
summary.to_csv('/mnt/data/incident_summary.csv')
print(summary)

Visualisaties maken

Grafieken genereren om inzichten te communiceren.

import matplotlib.pyplot as plt
import seaborn as sns

# Load data
df = pd.read_csv('/mnt/data/incidents.csv')

# Create visualization
plt.figure(figsize=(12, 6))
sns.barplot(data=df, x='category', y='count', palette='viridis')
plt.title('Incidents by Category')
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig('/mnt/data/category_chart.png', dpi=150)

PDF-rapporten genereren

Opgemaakte PDF-documenten maken voor belanghebbenden.

from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import letter

# Create PDF
c = canvas.Canvas('/mnt/data/weekly_report.pdf', pagesize=letter)

# Add content
c.setFont('Helvetica-Bold', 18)
c.drawString(72, 750, 'Weekly Incident Report')

c.setFont('Helvetica', 12)
c.drawString(72, 720, 'Period: January 10-17, 2026')
c.drawString(72, 700, 'Total incidents: 90')
c.drawString(72, 680, 'Critical incidents: 5')
c.drawString(72, 660, 'Average resolution time: 4.2 hours')

c.save()

De agent retourneert een downloadkoppeling voor de gegenereerde PDF.

Logboekbestanden verwerken

Zoek en analyseer logboekbestanden met behulp van shell-opdrachten.

# Count error occurrences by type
grep -E "ERROR|WARN|FATAL" application.log | sort | uniq -c | sort -rn

# Find the most recent log entries
tail -100 application.log

Toolreferentie

Code Interpreter biedt de volgende hulpprogramma's:

ExecutePythonCode

Voert Python-code uit in een geïsoleerde sandbox.

Kenmerk	Typologie	Verplicht	Description
`pythonCode`	touw	Yes	Python-code die moet worden uitgevoerd (maximaal 20.000 tekens)
`timeoutSeconds`	integer	Nee.	Time-out voor uitvoering in seconden (standaard: 120, maximum: 900)

Uitvoer: Afbeeldingen worden inline weergegeven met Markdown-opmaak. Gegevensbestanden worden geretourneerd als downloadlinks.

GenereerPdfRapport

Hiermee maakt u PDF-documenten op basis van Python-code.

Kenmerk	Typologie	Verplicht	Description
`pythonCode`	touw	Yes	Python-code waarmee een PDF-bestand wordt gemaakt
`expectedOutputFilename`	touw	Yes	Pad waar het PDF-bestand is opgeslagen (bijvoorbeeld `report.pdf`)
`saveAsFilename`	touw	Yes	Bestandsnaam downloaden (bijvoorbeeld `daily_summary.pdf`)
`timeoutSeconds`	integer	Nee.	Time-out voor uitvoering in seconden (standaard: 180, maximum: 900)

VoerShellOpdrachtUit

Hiermee worden shell-opdrachten uitgevoerd in de sandbox.

Kenmerk	Typologie	Verplicht	Description
`command`	touw	Yes	Shell-opdracht om uit te voeren
`explanation`	touw	Nee.	Beschrijving om met de opdracht te loggen
`isBackground`	booleaan	Nee.	Moet zijn `false` (achtergrondtaken worden niet ondersteund)
`timeoutSeconds`	integer	Nee.	Time-out voor uitvoering (standaard: 120, max: 240)

Opmerking

De opdrachten worden uitgevoerd vanaf /mnt/data/. Gebruik relatieve paden en ketenopdrachten met behulp ; van in plaats van &&.

Bestandsbewerkingen

Tool	Description
`ReadSessionFile`	Leest de inhoud van een bestand van `/mnt/data/`.
`SearchSessionFiles`	Hiermee wordt gezocht naar tekst in bestanden met grep-stijlpatronen.
`ListSessionFiles`	Een lijst met alle bestanden in de sessie met metagegevens.
`GetSessionFile`	Hiermee downloadt u een bestand uit de sessie.
`UploadFileToSession`	Uploadt een bestand voor verdere verwerking.

Ondersteunde bestandstypen

Afbeeldingen: PNG, JPG, GIF, SVG, WebP, BMP, TIFF, EPS
Gegevens: CSV, TSV, Excel, JSON, XML, YAML, HDF5, NetCDF, pickle
Documenten: PDF, HTML, Markdown, Office-indelingen
Code: Python, Jupyter-notebooks, R, SQL
Archieven: ZIP, TAR, GZ

Beperkingen

Om veiligheidsredenen blokkeert het systeem de volgende bewerkingen:

Categorie	Geblokkeerde bewerkingen
Procesverwekking	`subprocess`,`os.system`,`os.popen`,`os.spawn*`
Netwerktoegang	Uitgaande HTTP-/HTTPS-aanvragen
Pakketinstallatie	`pip install`, `conda install`
Bestandssysteem	Toegang buiten `/mnt/data/`

Problemen met code-interpreter oplossen

Uitvoering van code mislukt

Controleer of uw code geen geblokkeerde bewerkingen zoals subprocess of netwerkoproepen gebruikt.
Controleer of alle bestandspaden verwijzen naar /mnt/data/.
Zorg ervoor dat uw code minder dan 20.000 tekens bevat.

Bestanden worden niet weergegeven in uitvoer

Bevestig dat u bestanden opslaat in /mnt/data/.
Gebruik ListSessionFiles om het maken van bestanden te verifiëren.
Controleer of de bestandsextensie wordt ondersteund.

Time-outfouten

Verhoog de timeoutSeconds parameter (maximaal 900 seconden).
Optimaliseer uw code om de uitvoeringstijd te verkorten.
Split grote bewerkingen in kleinere delen.

Feedback

Is deze pagina nuttig?

Last updated on 2026-01-27