Příklad z praxe: Sledování plateb
Na této stránce
Komplexní end-to-end projekt
V předchozích lekcích jsme si rozebrali jednotlivé mechanismy: definice nástrojů, cyklus volání, zpracování chyb a bezpečnost. Nyní je čas vše spojit dohromady. Vytvoříš kompletní konverzační systém pro sledování plateb, kde uživatelé kladou otázky přirozeným jazykem a systém dotazuje Pandas DataFrame prostřednictvím volání funkcí. Tento případ použití přímo vychází z oficiální dokumentace Mistral. Vejde se přibližně do sta řádků kódu a odhaluje pět stavebních kamenů reálné aplikace: data, obchodní funkce, JSON specifikace, směrování a konverzační smyčku.
Data
DataFrame s pěti transakcemi pokrývá zajímavé scénáře: zákazník s více platbami, čekající platba a neúspěšná platba.
import pandas as pd
import json
import os
from mistralai.client import Mistral
from functools import partial
# Transactions DataFrame
data = {
"transaction_id": ["T1001", "T1002", "T1003", "T1004", "T1005"],
"customer_id": ["C001", "C002", "C003", "C002", "C001"],
"payment_amount": [125.50, 89.99, 350.00, 45.00, 210.75],
"payment_date": ["2026-03-15", "2026-03-16", "2026-03-17", "2026-03-17", "2026-03-18"],
"payment_status": ["paid", "paid", "pending", "paid", "failed"]
}
df = pd.DataFrame(data)
Obchodní funkce
Čtyři funkce pokrývají typické potřeby sledování plateb. První tři pracují s jednou transakcí a liší se granularity: pouze stav, pouze datum nebo všechny podrobnosti. Tato zdánlivá redundance je záměrná – umožňuje modelu vyžádat si pouze to, co potřebuje, a snížit tak množství zbytečných dat v kontextu. Čtvrtá funkce mění perspektivu a pracuje na úrovni zákazníka.
Všimni si společné smlouvy: všechny vracejí JSON řetězec, a to i v případě chyby, a všechny ošetřují chybějící identifikátory místo toho, aby nechaly Pandas vyhodit výjimku při prázdném indexu.
def retrieve_payment_status(df: pd.DataFrame, transaction_id: str) -> str:
"""Retrieves the status of a payment."""
if transaction_id in df["transaction_id"].values:
row = df[df["transaction_id"] == transaction_id].iloc[0]
return json.dumps({
"transaction_id": transaction_id,
"status": row["payment_status"]
})
return json.dumps({"error": f"Transaction {transaction_id} not found"})
def retrieve_payment_date(df: pd.DataFrame, transaction_id: str) -> str:
"""Retrieves the date of a payment."""
if transaction_id in df["transaction_id"].values:
row = df[df["transaction_id"] == transaction_id].iloc[0]
return json.dumps({
"transaction_id": transaction_id,
"date": row["payment_date"]
})
return json.dumps({"error": f"Transaction {transaction_id} not found"})
def retrieve_payment_details(df: pd.DataFrame, transaction_id: str) -> str:
"""Retrieves all details of a payment."""
if transaction_id in df["transaction_id"].values:
row = df[df["transaction_id"] == transaction_id].iloc[0]
return json.dumps({
"transaction_id": transaction_id,
"customer_id": row["customer_id"],
"amount": float(row["payment_amount"]),
"date": row["payment_date"],
"status": row["payment_status"]
})
return json.dumps({"error": f"Transaction {transaction_id} not found"})
def list_customer_transactions(df: pd.DataFrame, customer_id: str) -> str:
"""Lists all transactions for a given customer."""
customer_df = df[df["customer_id"] == customer_id]
if customer_df.empty:
return json.dumps({"error": f"Customer {customer_id} not found"})
transactions = []
for _, row in customer_df.iterrows():
transactions.append({
"transaction_id": row["transaction_id"],
"amount": float(row["payment_amount"]),
"date": row["payment_date"],
"status": row["payment_status"]
})
return json.dumps({"customer_id": customer_id, "transactions": transactions})
Konverze float(row["payment_amount"]) si zaslouží druhý pohled: bez ní by json.dumps selhal na typech NumPy. To je ten druh detailu, který odhalíš až za běhu.
JSON specifikace
Model nevidí žádný z výše uvedeného kódu. Znají pouze tyto popisy. Explicitní výčet možných stavů v retrieve_payment_status a připomenutí formátu T1001 v každém popisu parametru umožňuje modelu vybrat správnou funkci a správně extrahovat identifikátor.
tools = [
{
"type": "function",
"function": {
"name": "retrieve_payment_status",
"description": "Retrieves the status of a payment (paid, pending, failed)",
"parameters": {
"type": "object",
"properties": {
"transaction_id": {
"type": "string",
"description": "Transaction identifier (e.g., T1001)"
}
},
"required": ["transaction_id"]
}
}
},
{
"type": "function",
"function": {
"name": "retrieve_payment_date",
"description": "Retrieves the date of a payment",
"parameters": {
"type": "object",
"properties": {
"transaction_id": {
"type": "string",
"description": "Transaction identifier (e.g., T1001)"
}
},
"required": ["transaction_id"]
}
}
},
{
"type": "function",
"function": {
"name": "retrieve_payment_details",
"description": "Retrieves all details of a payment: amount, date, status, customer",
"parameters": {
"type": "object",
"properties": {
"transaction_id": {
"type": "string",
"description": "Transaction identifier (e.g., T1001)"
}
},
"required": ["transaction_id"]
}
}
},
{
"type": "function",
"function": {
"name": "list_customer_transactions",
"description": "Lists all transactions for a given customer",
"parameters": {
"type": "object",
"properties": {
"customer_id": {
"type": "string",
"description": "Customer identifier (e.g., C001)"
}
},
"required": ["customer_id"]
}
}
}
]
Slovník pro směrování
Tady je ten háček: tvé funkce očekávají df jako první argument, ale model ho nikdy neposkytne – neví, že existuje, a to je v pořádku. functools.partial to elegantně řeší předběžným svázáním DataFrame, takže každá položka ve slovníku se stane volatelnou pouze s argumenty, které model vyprodukuje.
available_functions = {
"retrieve_payment_status": partial(retrieve_payment_status, df),
"retrieve_payment_date": partial(retrieve_payment_date, df),
"retrieve_payment_details": partial(retrieve_payment_details, df),
"list_customer_transactions": partial(list_customer_transactions, df),
}
Konverzační smyčka
Systémová zpráva nastavuje roli, jazyk a očekávané formátování částek. Funkce chat orchestruje zbytek a její struktura si zaslouží pozornost: smyčka while message.tool_calls zpracovává jedno volání, více paralelních volání nebo řetězec, kde model požaduje další funkci po získání prvního výsledku. Vnitřní smyčka provede všechna volání pro aktuální tah; vnější smyčka znovu vyvolá model, dokud bude požadovat nástroje.
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
model = "mistral-large-latest"
messages = [
{
"role": "system",
"content": "You are a payment tracking assistant. "
"Respond in English. Use the available tools "
"to answer questions about transactions. "
"Format amounts in euros with 2 decimal places."
}
]
def chat(user_input: str) -> str:
"""Complete conversation turn with tool_calls handling."""
messages.append({"role": "user", "content": user_input})
response = client.chat.complete(
model=model, messages=messages, tools=tools
)
message = response.choices[0].message
# Loop while the model wants to call functions
while message.tool_calls:
messages.append(message)
for tool_call in message.tool_calls:
fn_name = tool_call.function.name
fn_params = json.loads(tool_call.function.arguments)
if fn_name in available_functions:
result = available_functions[fn_name](**fn_params)
else:
result = json.dumps({"error": f"Unknown function {fn_name}"})
messages.append({
"role": "tool",
"name": fn_name,
"content": result,
"tool_call_id": tool_call.id
})
response = client.chat.complete(
model=model, messages=messages, tools=tools
)
message = response.choices[0].message
messages.append(message)
return message.content
Co konverzace odhaluje
Otestuj to čtyřmi po sobě jdoucími tahy. Druhý je nejpoučnější: „tato transakce“ neobsahuje žádný identifikátor, přesto model zavolá retrieve_payment_details s T1001. Vyřešil anafóru pomocí historie uložené v messages, což by bylo nemožné, pokud bys seznam při každém volání resetoval. Čtvrtý tah ukazuje druhou stranu mince: žádná funkce nehledá neúspěšné platby, ale model sám dotáže příslušného zákazníka a výsledek filtrovat.
# Turn 1
print(chat("What is the status of payment T1001?"))
# -> "Payment T1001 has status: paid."
# Turn 2
print(chat("Give me all the details for this transaction."))
# -> "Here are the details for payment T1001:
# - Customer: C001
# - Amount: 125.50 euros
# - Date: March 15, 2026
# - Status: paid"
# Turn 3
print(chat("What are all the transactions for customer C002?"))
# -> "Customer C002 has 2 transactions:
# - T1002: 89.99 euros (paid, March 16, 2026)
# - T1004: 45.00 euros (paid, March 17, 2026)"
# Turn 4
print(chat("Are there any failed payments?"))
# -> "Yes, payment T1005 for customer C001 (210.75 euros) failed."
Formátování částek s desetinnou tečkou a datumů vypsaných celými slovy nepochází z žádného řádku kódu: vyplývá ze systémového promptu. To je nejužitečnější závěr této kapitoly – polovina vnímané kvality vzniká v popisech a systémové zprávě, nikoliv v mechanice volání.
Klíčové poznatky
- Kompletní sledovač plateb vyžaduje 4 funkce pokrývající hlavní případy použití
functools.partialsváže DataFrame s funkcemi pro čisté směrování- Smyčka
while message.tool_callsautomaticky zpracovává sekvenční i paralelní volání - Systémová zpráva vede model ohledně tónu, jazyka a formátování
- Testuj s vícekolovými konverzacemi, abys ověřil, že model udržuje kontext