Uruchamianie kodu przy użyciu interpretera kodu w agencie SRE platformy Azure

Interpreter kodu agenta SRE umożliwia wykonywanie poleceń kodu i powłoki języka Python w bezpiecznym izolowanym środowisku piaskownicy. Użyj interpretera kodu, aby analizować dane, tworzyć wizualizacje, generować raporty PDF i automatyzować operacje na plikach bez opuszczania konwersacji agenta SRE.

W tym artykule dowiesz się, jak:

Wykonywanie kodu w języku Python w celu analizowania danych i tworzenia wizualizacji
Uruchamianie poleceń powłoki dla operacji na plikach
Generowanie i pobieranie raportów PDF
Praca z plikami w środowisku piaskownicy

Wymagania wstępne

Aby utworzyć agenta, musisz przyznać agentowi odpowiednie uprawnienia, skonfigurować odpowiednie ustawienia i udzielić dostępu do odpowiednich zasobów:

Konto platformy Azure: potrzebujesz konta platformy Azure z aktywną subskrypcją. Jeśli jeszcze go nie masz, możesz założyć konto za darmo.
Kontekst zabezpieczeń: upewnij się, że twoje konto użytkownika ma uprawnienia Microsoft.Authorization/roleAssignments/write na rolach lub administratora dostępu użytkowników.
Ustawienia zapory: dodaj *.azuresre.ai do listy dozwolonych w ustawieniach zapory. Niektóre profile sieciowe mogą domyślnie blokować dostęp do *.azuresre.ai domeny.

Jak działa interpreter kodu

Interpreter kodu agenta SRE działa w izolowanej sesji usługi Azure Container Apps z następującymi cechami:

Brak dostępu do sieci: piaskownica nie może wysyłać wychodzących żądań HTTP lub HTTPS.
Brak funkcji duplikowania procesów: polecenia takie jak subprocess i os.system są blokowane.
Brak instalacji pakietu: pip install i conda install nie są dostępne.
Izolowany system plików: wszystkie pliki muszą zostać zapisane w pliku /mnt/data/.

Te ograniczenia zapewniają bezpieczeństwo i przewidywalność wykonywania kodu. Typowe biblioteki nauki o danych, takie jak pandas, matplotlib i seaborn, są wstępnie zainstalowane.

Wprowadzenie do interpretera kodu

Narzędzia interpretera kodu są automatycznie dostępne w konwersacjach agenta SRE. Poproś agenta o wykonywanie zadań przy użyciu języka naturalnego.

Przykładowe podpowiedzi

Spróbuj wykonać następujące podpowiedzi, aby rozpocząć pracę:

"Przeanalizuj te dane CSV i utwórz wykres pokazujący zdarzenia według kategorii".
"Wygeneruj podsumowanie dzisiejszych zdarzeń w formacie PDF".
"Przeanalizuj ten plik JSON i wyodrębnij wzorce błędów".
"Wyświetl listę wszystkich plików w sesji i pokaż ich rozmiary"."

Pierwszy skrypt języka Python

W poniższym przykładzie pokazano, jak utworzyć wizualizację:

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)

Po pomyślnym uruchomieniu kodu agent zwraca obraz bezpośrednio w rozmowie.

Scenariusze

Analizowanie danych zdarzenia

Użyj interpretera kodu, aby przekształcić nieprzetworzone dane zdarzenia w szczegółowe informacje i wizualizacje umożliwiające podejmowanie działań.

Poproś agenta SRE o utworzenie pliku CSV wszystkich zdarzeń, które wystąpiły w ciągu ostatniego miesiąca, korzystając z następującego monitu:
```
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`.
```

Używanie języka Python do analizowania wzorców zdarzeń i identyfikowania trendów:

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)

Tworzenie wizualizacji

Generowanie wykresów w celu przekazywania szczegółowych informacji.

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)

Generowanie raportów PDF

Tworzenie sformatowanych dokumentów PDF dla osób biorących udział w projekcie.

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()

Agent zwraca link pobierania dla wygenerowanego pliku PDF.

Przetwarzanie plików dziennika

Wyszukiwanie i analizowanie plików dziennika przy użyciu poleceń powłoki.

# 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

Dokumentacja narzędzia

Interpreter kodu udostępnia następujące narzędzia:

ExecutePythonCode

Uruchamia kod języka Python w izolowanej piaskownicy.

Parameter	Typ	Required	Description
`pythonCode`	ciąg	Tak	Kod języka Python do uruchomienia (maksymalnie 20 000 znaków)
`timeoutSeconds`	liczba całkowita	Nie.	Limit czasu wykonywania w sekundach (wartość domyślna: 120, maksymalna: 900)

Dane wyjściowe: obrazy są wyświetlane wewnątrz jako znaczniki markdown. Pliki danych są zwracane jako linki pobierania.

GenerujRaportPdf

Tworzy dokumenty PDF na podstawie kodu w języku Python.

Parameter	Typ	Required	Description
`pythonCode`	ciąg	Tak	Kod w języku Python, który tworzy plik PDF
`expectedOutputFilename`	ciąg	Tak	Ścieżka, w której jest zapisywany plik PDF (na przykład `report.pdf`)
`saveAsFilename`	ciąg	Tak	Pobierz nazwę pliku (na przykład `daily_summary.pdf`)
`timeoutSeconds`	liczba całkowita	Nie.	Limit czasu wykonywania w sekundach (wartość domyślna: 180, maksymalna: 900)

RunShellCommand

Uruchamia polecenia powłoki w piaskownicy.

Parameter	Typ	Required	Description
`command`	ciąg	Tak	Polecenie powłoki do uruchomienia
`explanation`	ciąg	Nie.	Opis rejestrowania za pomocą polecenia
`isBackground`	typ logiczny (boolowski)	Nie.	Musi być `false` (zadania w tle nie są obsługiwane)
`timeoutSeconds`	liczba całkowita	Nie.	Limit czasu wykonywania (wartość domyślna: 120, maksymalna: 240)

Uwaga / Notatka

Polecenia są uruchamiane z /mnt/data/. Użyj ścieżek względnych i poleceń łańcucha przy użyciu ; zamiast &&.

Operacje na plikach

Tool	Description
`ReadSessionFile`	Odczytuje zawartość pliku z pliku `/mnt/data/`.
`SearchSessionFiles`	Wyszukuje tekst w plikach przy użyciu wzorców w stylu grep.
`ListSessionFiles`	Wyświetla listę wszystkich plików w sesji z metadanymi.
`GetSessionFile`	Pobiera plik z sesji.
`UploadFileToSession`	Przekazuje plik do dalszego przetwarzania.

Typy obsługiwanych plików

Obrazy: PNG, JPG, GIF, SVG, WebP, BMP, TIFF, EPS
Dane: CSV, TSV, Excel, JSON, XML, YAML, HDF5, NetCDF, pickle
Dokumenty: PDF, HTML, Markdown, Formaty pakietu Office
Kod: Python, notatniki Jupyter, R, SQL
Archiwa: ZIP, TAR, GZ

Ograniczenia

Ze względów bezpieczeństwa system blokuje następujące operacje:

Kategoria	Zablokowane operacje
Duplikowanie procesów	`subprocess`, , `os.system`, , `os.popenos.spawn*`
Dostęp do sieci	Wychodzące żądania HTTP/HTTPS
Instalacja pakietu	`pip install`, `conda install`
System plików	Dostęp na zewnątrz `/mnt/data/`

Rozwiązywanie problemów z interpreterem kodu

Wykonywanie kodu kończy się niepowodzeniem

Sprawdź, czy kod nie używa zablokowanych operacji, takich jak subprocess ani wywołań sieciowych.
Sprawdź, czy wszystkie ścieżki plików wskazują wartość /mnt/data/.
Upewnij się, że kod ma długość poniżej 20 000 znaków.

Pliki nie są wyświetlane w danych wyjściowych

Potwierdź, że pliki zostały zapisane do /mnt/data/.
Użyj polecenia ListSessionFiles , aby zweryfikować tworzenie pliku.
Sprawdź, czy rozszerzenie pliku jest obsługiwane.

Błędy przekroczenia limitu czasu

timeoutSeconds Zwiększ parametr (maksymalnie 900 sekund).
Zoptymalizuj kod, aby skrócić czas wykonywania.
Podziel duże operacje na mniejsze fragmenty.

Opinia

Czy ta strona była pomocna?

Last updated on 2026-01-27