Tutoriel : Créer une application web agentique dans Azure App Service avec LangGraph ou Foundry Agent Service (Python)

L'élément LangGraphTaskAgent est initialisé dans le constructeur dans src/agents/langgraph_task_agent.py. Le code d’initialisation effectue les opérations suivantes :

• Configure le client AzureChatOpenAI en utilisant des variables d’environnement.
• Crée l’agent ReAct prédéfini avec de la mémoire et un ensemble d’outils CRUD pour la gestion des tâches (consultez le guide de démarrage rapide LangGraph).

# Initialize Azure OpenAI client
credential = DefaultAzureCredential()
azure_ad_token_provider = get_bearer_token_provider(
    credential, "https://cognitiveservices.azure.com/.default"
)

self.llm = AzureChatOpenAI(
    azure_endpoint=endpoint,
    azure_deployment=deployment_name,
    azure_ad_token_provider=azure_ad_token_provider,
    api_version="2024-10-21"
)

# Define tools
tools = [
    self._create_task_tool(),
    self._get_tasks_tool(),
    self._get_task_tool(),
    self._update_task_tool(),
    self._delete_task_tool()
]

# Create the agent
self.agent = create_react_agent(self.llm, tools, checkpointer=self.memory)
print("LangGraph Task Agent initialized successfully")

Lors du traitement des messages utilisateur, l’agent est appelé à l’aide ainvoke() du message de l’utilisateur et d’un ID de thread pour la continuité des conversations :

result = await self.agent.ainvoke(
    {"messages": [("user", message)]},
    config=config
)

Le FoundryTaskAgent est initialisé dans le constructeur de src/agents/foundry_task_agent.py. Le code d’initialisation effectue les opérations suivantes :

• Crée un AIProjectClient en utilisant les identifiants Azure.
• Obtient un client OpenAI à partir du client de projet.
• Récupère l’agent depuis Foundry par nom.
• Crée une nouvelle conversation pour la session.

# Create the project client using Azure credentials
self.project_client = AIProjectClient(
    endpoint=endpoint,
    credential=DefaultAzureCredential()
)

# Get the OpenAI client for conversation operations
self.openai_client = self.project_client.get_openai_client()

# Find the existing agent by name
self.agent = self.project_client.agents.get(agent_name)

if not self.agent:
    print(f"Agent with name '{agent_name}' not found in project.")
    return
            
# Create a conversation for this session
conversation = self.openai_client.conversations.create()
self.conversation_id = conversation.id
print("Foundry agent initialized successfully")

Ce code d’initialisation ne définit aucune fonctionnalité pour l’agent, car vous générez généralement l’agent dans le portail Foundry. Dans le cadre de l’exemple de scénario, il suit également le modèle OpenAPI présenté dans Ajouter une application App Service en tant qu’outil dans Foundry Agent Service (Python) et rend ses fonctionnalités CRUD disponibles en tant que point de terminaison OpenAPI. Cela vous permet de l’ajouter à l’agent ultérieurement en tant qu’outil que vous pouvez appeler.

Le code OpenAPI est défini dans src/routes/api.py. Par exemple, l’itinéraire « GET /tasks » définit un paramètre personnalisé operation_id , tel que requis par l’outil de spécification OpenAPI dans Microsoft Foundry, et description aide l’agent à déterminer comment appeler l’API :

@router.get(
    "/tasks",
    response_model=List[TaskItem],
    operation_id="getAllTasks",
    description="Retrieve all tasks in the task list."
)
async def get_all_tasks():
    """Get all tasks"""
    try:
        tasks = await task_service.get_all_tasks()
        return tasks
    except Exception as e:
        print(f"Error getting tasks: {e}")
        import traceback
        traceback.print_exc()
        raise HTTPException(status_code=500, detail=f"Failed to get tasks: {str(e)}")

Lors du traitement des messages utilisateur, l’agent est appelé en ajoutant le message de l’utilisateur à la conversation et en appelant responses.create() avec la référence de l’agent :

# Add user message to the conversation
self.openai_client.conversations.items.create(
    conversation_id=self.conversation_id,
    items=[{"type": "message", "role": "user", "content": message}],
)

# Create response using the agent
response = self.openai_client.responses.create(
    conversation=self.conversation_id,
    extra_body={"agent": {"name": self.agent.name, "type": "agent_reference"}},
    input="",
)

1. Dans le portail Foundry, vérifiez que le bouton radio New Foundry en haut est activé et créez un projet.

2. Déployez un modèle de votre choix (consultez Démarrage rapide Microsoft Foundry : Créer des ressources).

3. Depuis le haut du model playground, copiez le nom du modèle.

4. Le moyen le plus simple d’obtenir le point de terminaison Azure OpenAI est toujours à partir du portail Classic. Sélectionnez le bouton radio New Foundry, puis Azure OpenAI, et copiez ensuite l’URL dans le point de terminaison Azure OpenAI pour plus tard.

   

1. Dans le portail Foundry, vérifiez que le bouton radio New Foundry en haut est défini sur actif, puis créez un projet.

2. Dans la page d’accueil, copiez le point de terminaison du projet pour plus tard.

3. Sélectionnez Démarrer la création>Créer un agent et suivez l’invite.

4. Dans le terrain de jeu du nouvel agent, créez un outil OpenAPI personnalisé pour appeler votre application web en sélectionnant Outils>Ajouter>Personnalisé>outil OpenAPI>Créer. Dans le volet Installation, ajoutez une action avec l’outil de spécification OpenAPI. Utilisez le schéma OpenAPI obtenu à partir de l’application web déployée et de l’authentification anonyme. Pour obtenir des instructions détaillées, consultez Comment utiliser l’outil de spécification OpenAPI.

   Votre code d’application est déjà configuré pour inclure url et operationId du serveur qui sont nécessaires pour l’agent. Pour plus d’informations, voir Se connecter à la spécification OpenAPI.

5. Veillez à sélectionner Enregistrer.

6. Sélectionnez Essayer dans le terrain de jeu et tester votre agent Foundry avec des invites telles que « Afficher toutes les tâches » et « Veuillez ajouter une tâche ».

   Si vous obtenez une réponse valide, l’agent effectue des appels d’outils au point de terminaison OpenAPI sur votre application web déployée.

1. Dans le menu supérieur du nouveau portail Foundry, sélectionnez Utiliser, puis sélectionnez Administrateur. Dans la ligne de votre projet Foundry, vous devez voir deux liens. La colonne Name est la ressource de projet Foundry, et celle de la colonne de ressource Parent est la ressource Foundry.

   

2. Sélectionnez la ressource Foundry dans la ressource parente , puis sélectionnez Gérer cette ressource dans le portail Azure. À partir du portail Azure, vous pouvez attribuer un accès en fonction du rôle pour la ressource à l’application web déployée.

3. Ajoutez le rôle suivant pour l’identité managée de l’application App Service :

   Ressource cible	Rôle requis	Nécessaire pour
   Fonderie	Utilisateur OpenAI de Cognitive Services	Service d’achèvement de conversation dans Microsoft Agent Framework.

   Pour obtenir des instructions, consultez Attribuer des rôles Azure à l’aide du portail Azure.

1. Dans le menu supérieur du nouveau portail Foundry, sélectionnez Utiliser, puis sélectionnez Administrateur. Dans la ligne de votre projet Foundry, vous devez voir deux liens. La colonne Name est la ressource de projet Foundry, et celle de la colonne de ressource Parent est la ressource Foundry.

   

2. Sélectionnez la ressource de projet Foundry dans la colonne Nom , puis sélectionnez Gérer cette ressource dans le portail Azure. À partir du portail Azure, vous pouvez attribuer un accès en fonction du rôle pour la ressource à l’application web déployée.

3. Ajoutez le rôle suivant pour l’identité managée de l’application App Service :

   Ressource cible	Rôle requis	Nécessaire pour
   Projet de fonderie	Utilisateur Azure AI	Lecture et appel de l’agent Foundry.

   Pour obtenir des instructions, consultez Attribuer des rôles Azure à l’aide du portail Azure.