Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

API Codestral v Pythonu

Lekce 3 z 14 Aktualizováno 2. listopadu 2026 Vývojář
Na této stránce
  1. Volání Codestralu z Pythonu
  2. Instalace a konfigurace
  3. Kompletní volání FIM
  4. Volání chatu pro generování kódu
  5. Pokročilé parametry
  6. Dva vzory ke zkopírování
  7. Obsluha chyb
  8. Klíčové poznatky

Volání Codestralu z Pythonu

Tato lekce přechází od teorie ke spustitelnému kódu. Použiješ Python SDK od Mistral AI k dotazování na Codestral přes jeho dva endpointy, doladíš pokročilé parametry, které oddělují užitečný návrh od ukecaného, a implementuješ vzory běžné ve většině reálných integrací.

Instalace a konfigurace

Nainstaluj SDK jediným příkazem:

pip install mistralai

Získej svůj API klíč z console.mistral.ai a načti jej z prostředí místo toho, abys jej hardcodedoval přímo do souboru:

import os
from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

Codestral obsluhují dvě platformy a mezi nimi si vybíráš při vytváření klíče. api.mistral.ai funguje na bázi pay-per-use s fakturací podle využití: toto je standardní cesta, když je Codestral jednou z mnoha komponent v aplikaci. codestral.mistral.ai je vyhrazený endpoint, dostupný zdarma nebo prostřednictvím předplatného, navržený pro přímé použití vývojářem v jeho editoru.

Kompletní volání FIM

Zde je podrobné volání FIM se všemi důležitými parametry:

from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.fim.complete(
    model="codestral-latest",
    prompt="def calculate_vat(price_excl: float, rate: float = 0.20) -> float:",
    suffix="price = float(input('Price excl. VAT: '))\nprint(f'Price incl. VAT: {calculate_vat(price):.2f} EUR')",
    temperature=0,
    max_tokens=150,
    stop=["\n\n"],
)

completion = response.choices[0].message.content
print(completion)

Rozbor odpovědi

Vrácený objekt obsahuje více než jen vygenerovaný text. V produkci bys měl systematicky kontrolovat tři informace: samotné dokončení, spotřebu tokenů, která určuje tvou fakturu, a důvod zastavení, který ti říká, zda model přirozeně skončil, nebo narazil na tvůj limit.

# Přístup k vygenerovanému dokončení
text = response.choices[0].message.content

# Kontrola počtu použitých tokenů
tokens_prompt = response.usage.prompt_tokens
tokens_completion = response.usage.completion_tokens
tokens_total = response.usage.total_tokens

# Kontrola důvodu zastavení
reason = response.choices[0].finish_reason  # "stop", "length", atd.

Hodnota finish_reason rovna "length" u poloviny tvých volání je jasným signálem: tvé max_tokens je příliš nízké a uživatelům dodáváš useknutý kód.

Volání chatu pro generování kódu

Když není kurzor uprostřed souboru – například při úplném generování, vysvětlování nebo refaktoringu – přebírá řízení chatový endpoint. Systémová zpráva pak rámcuje formát výstupu, což eliminuje potřebu následného čištění odpovědi:

response = client.chat.complete(
    model="codestral-latest",
    messages=[
        {
            "role": "system",
            "content": "Jsi expertní asistent pro vývoj v Pythonu. Odpovídej pouze kódem, bez vysvětlování."
        },
        {
            "role": "user",
            "content": "Napiš funkci v Pythonu, která validuje e-mailovou adresu pomocí regexu."
        }
    ],
    temperature=0.2,
    max_tokens=500,
)

code = response.choices[0].message.content
print(code)

Pokročilé parametry

Dvojice min_tokens / max_tokens vymezuje délku výstupu. Spodní hranice je užitečná při generování bloku, o kterém víš, že nemůže být kratší než určitý objem, například funkce s obsluhou chyb.

# min_tokens: vynucuje minimální délku výstupu
# max_tokens: omezuje maximální délku
response = client.fim.complete(
    model="codestral-latest",
    prompt=prompt,
    suffix=suffix,
    min_tokens=20,
    max_tokens=300,
)

Stop tokeny hrají jinou roli: zastaví generování na konkrétním vzoru, čímž udrží dokončení v rámci aktuální funkce, místo aby model pokračoval řetězením do další funkce.

# Zastavení generování na specifických vzorech
response = client.fim.complete(
    model="codestral-latest",
    prompt=prompt,
    suffix=suffix,
    stop=["\n\n", "\nclass ", "\ndef "],  # Zastavit před novou funkcí/třídou
)

Nakonec teplota řídí variabilitu. Při hodnotě 0 vždy stejný vstupyielduje stejný výstup, což automatické doplňování vyžaduje. Kolem 0,3 model navrhuje varianty, což je zajímavé při zobrazování více návrhů. Při 0,7 jsi v režimu brainstormingu kódu, což je užitečné pro zkoumání přístupu, ale nevhodné pro editační tok.

# temperature=0: deterministické (automatické doplňování)
# temperature=0.3: mírně kreativní (více návrhů)
# temperature=0.7: kreativní (brainstorming kódu)

response = client.fim.complete(
    model="codestral-latest",
    prompt=prompt,
    suffix=suffix,
    temperature=0.3,
    top_p=0.95,
)

Dva vzory ke zkopírování

První reprodukuje chování IDE: rozdělíš obsah souboru na pozici kurzoru a obě poloviny se stanou promptem a suffixem.

def autocomplete_ide(file_content: str, cursor_position: int) -> str:
    """Simuluje automatické doplňování v IDE pomocí Codestral FIM."""
    prompt = file_content[:cursor_position]
    suffix = file_content[cursor_position:]

    response = client.fim.complete(
        model="codestral-latest",
        prompt=prompt,
        suffix=suffix,
        temperature=0,
        max_tokens=100,
        stop=["\n\n", "\ndef ", "\nclass "],
    )

    return response.choices[0].message.content

Druhý automatizuje dokumentaci pro existující projekt: předáš funkci, získáš její docstring a systémová instrukce vynutí jediný formát, takže výsledek lze vložit bez další úpravy.

def generate_docstring(function_code: str) -> str:
    """Generuje docstring pro funkci v Pythonu."""
    response = client.chat.complete(
        model="codestral-latest",
        messages=[
            {
                "role": "system",
                "content": "Vygeneruj docstring ve stylu Google pro následující funkci. Vrati POUZE docstring mezi trojitými uvozovkami."
            },
            {
                "role": "user",
                "content": function_code
            }
        ],
        temperature=0,
        max_tokens=300,
    )
    return response.choices[0].message.content

Obsluha chyb

Síťové volání dříve či později selže a rozšíření editoru, které spadne na chybu validace, je horší než rozšíření bez doplňování. Proto vždy obal svá volání:

from mistralai.client import Mistral
from mistralai.client.errors import HTTPValidationError

try:
    response = client.fim.complete(
        model="codestral-latest",
        prompt=prompt,
        suffix=suffix,
    )
except HTTPValidationError as e:
    print(f"Chyba validace: {e}")
except Exception as e:
    print(f"Neočekávaná chyba: {e}")

Klíčové poznatky

  • SDK mistralai zpřístupňuje client.fim.complete() pro FIM a client.chat.complete() pro chat
  • Parametry prompt a suffix jsou specifické pro endpoint FIM
  • Pro automatické doplňování použij temperature=0, pro kreativní generování 0,2–0,7
  • stop omezuje generování na soudržný blok kódu
  • min_tokens a max_tokens řídí délku výstupu
  • V produkčním kódu vždy ošetři HTTP chyby