Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Nástroj document_library: Odpovědi na dotazy k vašim souborům

Lekce 11 z 18 Aktualizováno 3. listopadu 2026 Vývojář
Na této stránce
  1. Vestavěný RAG od Mistralu
  2. Vytvoření knihovny dokumentů
  3. Nahrávání dokumentů
  4. Vytvoření agenta s knihovnou dokumentů
  5. Dotazování dokumentů
  6. Správa knihoven
  7. Od interní podpory po analýzu smluv
  8. Příprava zdrojů a izolace knihoven
  9. Klíčové poznatky

Lekce aktualizována 3. listopadu 2026 na základě SDK mistralai verze 3.7.0: dokumenty v knihovnách se spravují prostřednictvím client.beta.libraries.documents (upload, list, delete). Metody add_document, list_documents a remove_document z předchozí verze již neexistují a nahrávání probíhá přímo do knihovny. Zdroj: client-python.

Vestavěný RAG od Mistralu

Nástroj document_library je systém Retrieval-Augmented Generation (RAG) přímo integrovaný do Agents API. Tvůj agent přistupuje k dokumentům, které jsi nahrál do cloudu Mistral, vyhledává relevantní pasáže a formuluje odpovědi s citacemi. Rozdíl oproti vlastnímu řešení RAG je zásadní: nemusíš hostovat vektorovou databázi, udržovat pipeline pro vytváření vnoření (embeddings) ani ladit strategii dělení textu na části (chunking). Prostě nahraješ soubory, při vytváření agenta deklaruješ tento nástroj a necháš model, aby se sám rozhodl, kdy knihovnu dotázat.

Vytvoření knihovny dokumentů

Knihovna je kontejner, který uchovává tvé dokumenty. Vytvoříš ji jediným voláním API ještě před nahráním jakýchkoli souborů.

from mistralai.client import Mistral
import os

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

# Vytvoření knihovny
library = client.beta.libraries.create(
    name="Technická dokumentace",
    description="Produktové manuály a technické specifikace."
)

print(f"ID knihovny: {library.id}")

Zapiš si vrácené ID: to je hodnota, kterou předáš agentovi. Neexistuje žádná zkratka pomocí názvu knihovny. Pokud tvůj tým spravuje oddělené knihovny pro HR, právní záležitosti a technickou dokumentaci, ulož si tato ID do konfigurace stejně jako připojovací řetězce.

Nahrávání dokumentů

Nahrávání probíhá ve dvou krocích: nejprve je soubor uložen do prostoru Files s explicitním účelem (purpose) a následně je připojen ke knihovně.

# Přímé nahrání PDF do knihovny
with open("product-manual.pdf", "rb") as f:
    document = client.beta.libraries.documents.upload(
        library_id=library.id,
        file={"file_name": "product-manual.pdf", "content": f},
    )

print(f"Dokument {document.id}: {document.processing_status}")

Mezi podporované formáty patří PDF, prostý text a další běžné typy dokumentů.

Vytvoření agenta s knihovnou dokumentů

agent = client.beta.agents.create(
    model="mistral-medium-latest",
    name="Agent pro dokumentaci",
    instructions="""Jsi asistent pro dokumentaci.
- Odpovídej pouze pomocí dokumentů z knihovny
- Cituj relevantní pasáže
- Pokud informace v dokumentech není, jasně to uveď""",
    tools=[{
        "type": "document_library",
        "library_ids": [library.id]
    }]
)

Parametr library_ids je seznam: jednomu agentovi můžeš přiřadit více knihoven. Například asistent podpory může využívat jak produktovou dokumentaci, tak interní procedury. Zde jsou instrukce více než jen doporučením. Bez příkazu omezit odpovědi na dokumenty model doplní mezery svými obecnými znalostmi a ty ztratíš schopnost rozlišit, co pochází z tvých souborů a co odjinud. Třetí řádek – explicitní uvedení chybějících informací – je tím, co změní upovídaného agenta ve spolehlivého.

Dotazování dokumentů

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Jak funguje vision encoder Pixtral 12B?"
)

for entry in response.outputs:
    if entry.type == "message.output":
        for chunk in entry.content:
            if chunk.type == "text":
                print(chunk.text)
            elif chunk.type == "tool_reference":
                print(f"  [Zdroj] {chunk.title}")

Stejně jako u webového vyhledávání přichází odpověď v blocích dvou typů. Bloky text obsahují psanou odpověď; bloky tool_reference obsahují původ dat, přičemž pole title drží název zdrojového dokumentu a pole url poskytuje interní odkaz uvnitř tohoto dokumentu. Toto oddělení ti umožňuje zobrazit odpověď a hned pod ní seznam dokumentů, které ji vytvořily.

Tato sledovatelnost není jen dekorativní. Poradce odpovídající klientovi na základě interní procedury musí být schopen specifikovat, kterou proceduru cituje; právník spoléhající na smlouvu musí být schopen dohledat zpět k této smlouvě. Bez citací produkuje systém RAG neověřitelná tvrzení.

Správa knihoven

# Výpis knihoven
libraries = client.beta.libraries.list()
for lib in libraries.data:
    print(f"{lib.name} ({lib.id})")

# Výpis dokumentů v knihovně
documents = client.beta.libraries.documents.list(library_id=library.id)
for doc in documents.data:
    print(f"{doc.name} — {doc.size} bajtů")

# Smazání dokumentu z knihovny
client.beta.libraries.documents.delete(
    library_id=library.id,
    document_id=document.id
)

# Smazání knihovny
client.beta.libraries.delete(library_id=library.id)

Odebírání dokumentů je nejčastěji přehlíženou operací a v případě zapomnění tou nejdražší. Zastaralá verze ceníku nebo procedury zůstává pro agenta navždy citovatelná a nese veškerou zdánlivou legitimitu, protože pochází ze zdroje. Udělej si z odebírání dokumentu reflex pokaždé, když publikuješ novou verzi.

Od interní podpory po analýzu smluv

Interní podpora je tím nejbezprostřednějším případem použití: zaměstnanci kladou otázky týkající se HR přirozeným jazykem místo toho, aby se prohrabávali intranetem.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Interní podpora",
    instructions="Odpovídej na dotazy zaměstnanců pomocí báze dokumentace HR.",
    tools=[{"type": "document_library", "library_ids": [rh_library.id]}]
)

Analýza smluv posouvá paradigma: agent nejen vyhledává, ale také zkoumá. Zde instrukce popisují úkol, nejen rozsah.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Analytik smluv",
    instructions="""Analyzuj nahrané smlouvy.
- Identifikuj důležité klauzule
- Označ potenciální rizika
- Porovnej s průmyslovými standardy""",
    tools=[{"type": "document_library", "library_ids": [contrats_library.id]}]
)

Nakonec znalostní báze produktů ilustruje kombinaci nástrojů: oficiální dokumentace má přednost a webové vyhledávání vyplní mezery tam, kde dokumentace otázku nepokrývá.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Produktový expert",
    instructions="Odpovídej na technické otázky týkající se našich produktů na základě oficiální dokumentace.",
    tools=[
        {"type": "document_library", "library_ids": [docs_library.id]},
        {"type": "web_search"}  # Záložní řešení, pokud dokumentace nestačí
    ]
)

Příprava zdrojů a izolace knihoven

Kvalita RAG je určena ještě předtím, než vůbec zavoláš API. Strukturované PDF s jasnými nadpisy, podnadpisy a odlišnými odstavci se dělí na části a vyhledává mnohem lépe než plochý sken nebo dokument, kde veškerá logika spočívá v rozložení stránky. Dále odděl své knihovny podle domén, místo abys vytvářel jedno univerzální úložiště. Agent připojený pouze k právní knihovně nebude riskovat citování HR memoranda při odpovědi na otázku týkající se smlouvy. Tato dvě rozhodnutí – vylepšení struktury zdrojů a izolace knihoven – mají na konečný výsledek větší dopad než jakékoli ladění modelu.

Klíčové poznatky

  • document_library je vestavěný RAG – není třeba spravovat vlastní vektorovou infrastrukturu
  • Vytvářej tematické knihovny a nahrávej dokumenty prostřednictvím Files API
  • Odpovědi citují relevantní pasáže pomocí bloků tool_reference
  • Jednomu agentovi můžeš přiřadit více knihoven
  • Kombinuj s dalšími nástroji pro komplexní pokrytí