[如何利用Azure Container Apps实现动态Python会话和安全代码执行]-CSDN博客

本文链接：https://blog.csdn.net/dfvcbipanjr/article/details/144314060

# 引言
Azure Container Apps的动态会话功能提供了一种安全且可扩展的方法来在Hyper-V隔离的沙箱中运行Python代码解释器。这特别适用于需要在安全环境中执行可能不受信任代码的场合，例如特定的AI和数据科学任务。本文旨在介绍如何使用Azure Container Apps设置和管理动态会话，以及一些常见问题的解决方案。

## 主要内容

### 1. 环境设置

动态会话默认使用`DefaultAzureCredential`进行Azure身份验证。在本地环境中，它会使用Azure CLI或VS Code中设置的凭据。请安装Azure CLI，并使用以下命令登录：

```bash
az login

要使用Python代码解释器，您还需要创建一个会话池。请参考这里的说明完成此步骤。完成后，您将获得一个池管理会话端点。

import getpass

POOL_MANAGEMENT_ENDPOINT = getpass.getpass()  # 使用API代理服务提高访问稳定性

还需要安装必要的软件包：

%pip install -qU langchain-azure-dynamic-sessions langchain-openai langchainhub langchain langchain-community

2. 使用会话工具

实例化并使用SessionsPythonREPLTool：

from langchain_azure_dynamic_sessions import SessionsPythonREPLTool

tool = SessionsPythonREPLTool(pool_management_endpoint=POOL_MANAGEMENT_ENDPOINT)
tool.invoke("6 * 7")

调用此工具将返回一个JSON字符串，包含代码结果，以及可能的标准输出和错误输出。要获取原始字典结果，可以使用execute()方法：

tool.execute("6 * 7")

3. 数据上传与处理

我们可以使用upload_file()功能上传需要处理的数据到会话中。

import io
import json

data = {"important_data": [1, 10, -1541]}
binary_io = io.BytesIO(json.dumps(data).encode("ascii"))

upload_metadata = tool.upload_file(
    data=binary_io, remote_file_path="important_data.json"
)

然后，我们可以执行包含上传数据的Python代码：

code = f"""
import json

with open("{upload_metadata.full_path}") as f:
    data = json.load(f)

sum(data['important_data'])
"""
tool.execute(code)

4. 图像数据处理

动态会话的结果可能包含以base64编码的图像输出。在这种情况下，'result’的值将是一个字典，包含键"type"（图像类型）和"format"（图像格式）。

code = """
import numpy as np
import matplotlib.pyplot as plt

# Generate values for x from -1 to 1
x = np.linspace(-1, 1, 400)

# Calculate the sine of each x value
y = np.sin(x)

# Create the plot
plt.plot(x, y)

# Add title and labels
plt.title('Plot of sin(x) from -1 to 1')
plt.xlabel('x')
plt.ylabel('sin(x)')

# Show the plot
plt.grid(True)
plt.show()
"""

result = tool.execute(code)

我们可以对图像数据进行解码并显示：

import base64
import io

from IPython.display import display
from PIL import Image

base64_str = result["result"]["base64_data"]
img = Image.open(io.BytesIO(base64.decodebytes(bytes(base64_str, "utf-8"))))
display(img)