agent_management/agent_templates/docs/PUSH_SUMMARY.md

Agent 镜像推送总结

推送时间

2026-01-15

推送到的 ACR

agnettaiji.azurecr.io

已推送的镜像

1. Search Agent

• 镜像: agnettaiji.azurecr.io/ai-agents/search-agent:latest
• 平台: linux/arm64
• 状态: ✅ 已推送
• 更新内容:
  • 添加 agent_callback_utils.py
  • 支持从请求参数传递 llm_api_key 和 user_id
  • 集成回调功能，自动追踪工具使用（web_search, content_reader）

2. Jina Search Agent

• 镜像: agnettaiji.azurecr.io/ai-agents/jina-search-agent:latest
• 平台: linux/arm64
• 状态: ✅ 已推送
• 更新内容:
  • 添加 agent_callback_utils.py
  • 支持从请求参数传递 jina_api_key 和 user_id
  • 移除全局 JINA_API_KEY 环境变量依赖
  • 集成回调功能，追踪工具使用（jina_reader）

3. MySQL Agent

• 镜像: agnettaiji.azurecr.io/ai-agents/mysql-agent:latest
• 平台: linux/arm64
• 状态: ✅ 已推送
• 更新内容:
  • 重大重构: 从循环模式改为 FastAPI HTTP 服务
  • 添加 agent_callback_utils.py
  • 新增 FastAPI 端点: /health, /query, /
  • 支持从请求参数传递 openai_api_key 和 user_id
  • 集成回调功能，追踪工具使用（sql_database）
  • 新增依赖: fastapi, uvicorn, requests, pydantic

4. PostgreSQL Agent

• 镜像: agnettaiji.azurecr.io/ai-agents/postgresql-agent:latest
• 平台: linux/arm64
• 状态: ✅ 已推送
• 更新内容:
  • 重大重构: 从循环模式改为 FastAPI HTTP 服务
  • 添加 agent_callback_utils.py
  • 新增 FastAPI 端点: /health, /query, /
  • 支持从请求参数传递 openai_api_key 和 user_id
  • 集成回调功能，追踪工具使用（sql_database）
  • 新增依赖: fastapi, uvicorn, requests, pydantic

5. Azure Blob Agent

• 镜像: agnettaiji.azurecr.io/ai-agents/azure-blob-agent:latest
• 平台: linux/arm64
• 状态: ✅ 已推送
• 更新内容:
  • 添加 agent_callback_utils.py
  • 支持从请求参数传递 litellm_api_key 和 user_id
  • 移除全局 LITELLM_API_KEY 环境变量依赖
  • 集成回调功能，追踪工具使用（azure_blob_storage）

回调功能说明

所有 Agent 现在都支持：

1. 自动时间追踪: 自动记录 Pod 运行时间
2. 工具使用追踪: 记录使用的工具列表
3. 用户 ID 追踪: 支持多租户计费
4. 自动回调: 在请求结束时自动发送 POST 请求到回调 URL

回调 URL

• 默认: http://mcp-server:8002/api/v1/billing/agent-callback
• 可通过环境变量 AGENT_CALLBACK_URL 自定义

回调数据格式

{
  "agentName": "pod-name",
  "userId": "user-123",
  "podRunningTimeSeconds": 120,
  "toolsUsed": ["tool1", "tool2"],
  "startTime": "2026-01-15T10:00:00Z",
  "endTime": "2026-01-15T10:02:00Z",
  "requestId": "req-xxx"
}

API 密钥处理变化

之前

• 所有 API 密钥都通过环境变量设置
• 不支持多租户

现在

• API 密钥通过请求参数传递
• 支持多租户场景
• 其他配置仍然通过环境变量

请求示例

Search Agent

{
  "query": "search query",
  "llm_api_key": "sk-xxx",
  "user_id": "user-123"
}

MySQL/PostgreSQL Agent

{
  "query": "SQL query",
  "openai_api_key": "sk-xxx",
  "user_id": "user-123"
}

Azure Blob Agent

{
  "query": "blob query",
  "litellm_api_key": "sk-xxx",
  "user_id": "user-123"
}

环境变量要求

所有 Agent 部署时需要设置：

• POD_NAME: Pod 名称（必需，用于回调中的 agentName）
• AGENT_CALLBACK_URL: 回调 URL（可选，默认 http://mcp-server:8002/api/v1/billing/agent-callback）
• USER_ID: 默认用户 ID（可选，请求中未提供时使用）

验证命令

# 列出所有镜像
az acr repository list --name agnettaiji --output table

# 查看特定镜像的标签
az acr repository show-tags --name agnettaiji --repository ai-agents/search-agent --output table

后续步骤

1. ✅ 所有 Agent 镜像已推送到 ACR
2. ⏳ 需要更新 Kubernetes 部署文件以使用新镜像
3. ⏳ 需要测试回调功能是否正常工作
4. ⏳ 需要验证多租户 API 密钥处理

构建脚本

创建了批量构建脚本: build_all_agents.sh

# 使用方法
./build_all_agents.sh [TAG]

# 默认使用 latest 标签
./build_all_agents.sh