Пример от практиката: Автоматизиран CRM
На тази страница
CRM, воден от разговор
Представете си CRM система, в която търговските представители вече не трябва да се лутат в сложни интерфейси. Те говорят с асистент, който автоматично създава, актуализира и извлича контакти. Точно това Ви позволява да изградите чрез извикване на функции. Разликата спрямо проследяването на плащания от предишния урок е съществена: досега моделът само четеше данни. Тук той записва данни, което измества фокуса на упражнението към валидиране, потвърждение и управление на дубликати.
Ще внедрите разговорен CRM с CRUD операции (Create, Read, Update, Delete) върху база данни с контакти.
Симулираната база данни
Речник на Python служи като база данни за тази демонстрация. Два контакта са достатъчни: един клиент и един потенциален клиент. Тази настройка ни позволява да тестваме промяна на статуса по-късно в урока.
import json
import os
from mistralai.client import Mistral
# In-memory contact database (in production: PostgreSQL, MongoDB, etc.)
contacts_db = {
"CT001": {
"name": "Marie Dupont",
"email": "[email protected]",
"company": "TechCorp",
"role": "Chief Technology Officer",
"phone": "+33 6 12 34 56 78",
"status": "client",
"notes": "Interested in the enterprise solution"
},
"CT002": {
"name": "Pierre Martin",
"email": "[email protected]",
"company": "StartupIO",
"role": "CEO",
"phone": "+33 6 98 76 54 32",
"status": "prospect",
"notes": "Meeting scheduled for April"
}
}
next_id = 3 # Counter for new contacts
CRUD функциите
get_contact и search_contacts обработват операциите за четене. Последната приема аргумент за поле за търсене, за да се избегне създаването на множество почти идентични функции. create_contact е първата функция, която модифицира състоянието на системата, и илюстрира правило, което често се пренебрегва в разговорните режими: проверките за уникалност трябва да живеят във Вашия код, никога в подсказката, дадена на модела. Нищо не пречи на търговския представител да диктува един и същи контакт два пъти; проверката на имейла в началото на функцията връща duplicate_email със съществуващия ID, позволявайки на модела да обясни отказа прецизно.
update_contact използва подход с незадължителни полета: модифицират се само предоставените полета, а функцията връща списък с това, което действително се е променило. Този списък не е декоративен – той позволява на асистента да потвърди модификацията с точно изречение, вместо с неясно „готово“.
def get_contact(contact_id: str) -> str:
"""Retrieves information for a contact."""
if contact_id in contacts_db:
contact = contacts_db[contact_id].copy()
contact["contact_id"] = contact_id
return json.dumps(contact, ensure_ascii=False)
return json.dumps({"error": f"Contact {contact_id} not found"})
def search_contacts(query: str, field: str = "name") -> str:
"""Searches for contacts by name, company, or status."""
results = []
for cid, contact in contacts_db.items():
if field in contact and query.lower() in contact[field].lower():
entry = contact.copy()
entry["contact_id"] = cid
results.append(entry)
if results:
return json.dumps({"results": results, "count": len(results)},
ensure_ascii=False)
return json.dumps({"results": [], "count": 0,
"message": f"No contact found for '{query}' in '{field}'"})
def create_contact(name: str, email: str, company: str,
role: str = "", phone: str = "",
status: str = "prospect", notes: str = "") -> str:
"""Creates a new contact in the CRM."""
global next_id
# Check if email already exists
for cid, contact in contacts_db.items():
if contact["email"].lower() == email.lower():
return json.dumps({
"error": "duplicate_email",
"message": f"A contact with this email already exists: {cid}"
})
contact_id = f"CT{next_id:03d}"
next_id += 1
contacts_db[contact_id] = {
"name": name,
"email": email,
"company": company,
"role": role,
"phone": phone,
"status": status,
"notes": notes
}
return json.dumps({
"success": True,
"contact_id": contact_id,
"message": f"Contact {name} created with ID {contact_id}"
}, ensure_ascii=False)
def update_contact(contact_id: str, **fields) -> str:
"""Updates one or more fields of an existing contact."""
if contact_id not in contacts_db:
return json.dumps({"error": f"Contact {contact_id} not found"})
updated_fields = []
for key, value in fields.items():
if key in contacts_db[contact_id]:
contacts_db[contact_id][key] = value
updated_fields.append(key)
if updated_fields:
return json.dumps({
"success": True,
"contact_id": contact_id,
"updated_fields": updated_fields,
"message": f"Contact {contact_id} updated: {', '.join(updated_fields)}"
}, ensure_ascii=False)
return json.dumps({"error": "No valid fields to update"})
Параметърът ensure_ascii=False, присъстващ в няколко връщания, не е козметична подробност: без него „Interested“ се превръща в низ от Unicode escape последователности в контекста на модела, което е по-малко четимо и по-скъпо по отношение на токени.
Спецификации на JSON инструментите
Два механизма носят голяма част от надеждността тук. enum върху status предотвратява измислянето на стойности от модела: той трябва да избира между prospect, client, partner и inactive, защитавайки целостта на Вашите данни без допълнителна валидация. Масивът required прави останалото, като разграничава задължителните от незадължителните полета – за create_contact контакт без име, имейл или компания няма смисъл, докато телефонният номер може да дойде по-късно.
tools = [
{
"type": "function",
"function": {
"name": "get_contact",
"description": "Retrieves all information for a contact by ID",
"parameters": {
"type": "object",
"properties": {
"contact_id": {
"type": "string",
"description": "Contact ID (e.g., CT001)"
}
},
"required": ["contact_id"]
}
}
},
{
"type": "function",
"function": {
"name": "search_contacts",
"description": "Searches for contacts by name, company, or status",
"parameters": {
"type": "object",
"properties": {
"query": {
"type": "string",
"description": "Search term"
},
"field": {
"type": "string",
"enum": ["name", "company", "status", "role"],
"description": "Field to search in (default: name)"
}
},
"required": ["query"]
}
}
},
{
"type": "function",
"function": {
"name": "create_contact",
"description": "Creates a new contact in the CRM",
"parameters": {
"type": "object",
"properties": {
"name": {
"type": "string",
"description": "Full name of the contact"
},
"email": {
"type": "string",
"description": "Email address of the contact"
},
"company": {
"type": "string",
"description": "Company name"
},
"role": {
"type": "string",
"description": "Job title or function within the company"
},
"phone": {
"type": "string",
"description": "Phone number"
},
"status": {
"type": "string",
"enum": ["prospect", "client", "partner", "inactive"],
"description": "Contact status"
},
"notes": {
"type": "string",
"description": "Free-form notes about the contact"
}
},
"required": ["name", "email", "company"]
}
}
},
{
"type": "function",
"function": {
"name": "update_contact",
"description": "Updates information for an existing contact",
"parameters": {
"type": "object",
"properties": {
"contact_id": {
"type": "string",
"description": "ID of the contact to modify (e.g., CT001)"
},
"name": {"type": "string", "description": "New name"},
"email": {"type": "string", "description": "New email"},
"company": {"type": "string", "description": "New company"},
"role": {"type": "string", "description": "New job title"},
"phone": {"type": "string", "description": "New phone number"},
"status": {
"type": "string",
"enum": ["prospect", "client", "partner", "inactive"],
"description": "New status"
},
"notes": {"type": "string", "description": "New notes"}
},
"required": ["contact_id"]
}
}
}
]
Диспечер и цикъл
Тъй като функциите не зависят от външни обекти, речникът за диспечиране се свежда до директно съпоставяне. Системното съобщение обаче носи две поведенчески ограничения, липсващи в кода: потвърждавайте всяко действие за създаване или актуализиране с подробности и поискайте липсваща информация, преди да създадете контакт. Без тази втора инструкция моделът има тенденцията да попълва задължителните полета с правдоподобни стойности.
available_functions = {
"get_contact": get_contact,
"search_contacts": search_contacts,
"create_contact": create_contact,
"update_contact": update_contact,
}
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
model = "mistral-large-latest"
messages = [
{
"role": "system",
"content": "You are a CRM assistant. You help sales reps "
"manage their contacts. Respond in English. "
"When you create or modify a contact, confirm "
"the action with details. Request missing "
"information before creating a contact."
}
]
Четири сценария и какво ни учат те
Първият сценарий показва как моделът самостоятелно избира field="company", въпреки че потребителят не е посочил нищо: enum схемата предостави опциите, а формулировката на въпроса свърши останалото. Вторият предоставя информация в безпорядък, без етикети, и моделът правилно я разпределя между име, имейл, компания и длъжност. Третият е най-богат: „Превърни Пиер Мартен в клиент, току-що подписа“ не съдържа ID, така че моделът трябва да верижно изпълни търсене, след това актуализиране, като в същото време изведе контекстуална бележка. Четвъртият ни напомня, че моделът може да преизползва функция от нейната буквална употреба, за да отговори на въпрос за броене.
# Scenario 1: Search for a contact
chat("Find me contacts at TechCorp")
# -> The model calls search_contacts(query="TechCorp", field="company")
# -> "I found 1 contact at TechCorp: Marie Dupont (CT001),
# Chief Technology Officer, status client."
# Scenario 2: Create a contact
chat("Add a new contact: Sophie Laurent, [email protected], "
"DataViz, Data Scientist")
# -> The model calls create_contact(name="Sophie Laurent",
# email="[email protected]", company="DataViz", role="Data Scientist")
# -> "Contact created successfully! Sophie Laurent (CT003) has been added
# as a prospect at DataViz."
# Scenario 3: Update a status
chat("Switch Pierre Martin to client, he just signed")
# -> The model first searches for Pierre Martin, then calls
# update_contact(contact_id="CT002", status="client",
# notes="Contract signed in April 2026")
# -> "Pierre Martin (CT002) is now marked as a client.
# I added a note about the contract signature."
# Scenario 4: Question without a dedicated function
chat("How many prospects do we have?")
# -> The model calls search_contacts(query="prospect", field="status")
# -> "You currently have 1 prospect: Sophie Laurent at DataViz."
Преминаване към продукция без пренаписване на всичко
Речникът в паметта очевидно изчезва веднага щом има множество потребители. Замяната му с истинска база данни обаче изисква докосване само на един слой: функцията прави заявка към ORM или API на Вашия CRM и все още връща същия JSON низ.
# Functions call your CRM's ORM or API
def get_contact_production(contact_id: str) -> str:
"""Production version with PostgreSQL."""
contact = db.session.query(Contact).filter_by(id=contact_id).first()
if contact:
return json.dumps(contact.to_dict(), ensure_ascii=False)
return json.dumps({"error": f"Contact {contact_id} not found"})
Останалата част от кода – инструменти, диспечер, цикъл на разговор – остава идентична. Това е силата на тази архитектура: променят се само функциите за бизнес логика, а разговорният слой остава несъзнаващ избора Ви за съхранение на данни.
Ключови изводи
- Извикването на функции превръща LLM в естествен интерфейс за CRM
- CRUD операциите се映射ват директно към функции с JSON Schema
- Моделът може да верижно изпълни търсене, след това актуализиране в рамките на един разговор
- Архитектурата е разделена: променете базата данни, без да засягате логиката на разговора
- Системното съобщение е от решаващо значение за насочване на модела относно потвържденията и липсващата информация