Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Introduktion til funktionskald

Lektion 1 af 14 Opdateret 3. november 2026 Udvikler
På denne side
  1. Hvorfor funktionskald ændrer alt
  2. Arkitekturen: LLM + Værktøjer
  3. Hvilke Mistral-modeller understøtter funktionskald?
  4. Typiske brugstilfælde
  5. Hvad du lærer i dette kursus
  6. Vigtige pointer

Opdatering 2. november 2026 — Modeller. Mistral Large 3 (mistral-large-2512) og Mistral Medium 3.5 blev udfaset den 31. oktober 2026 og vil blive helt trukket tilbage den 30. april 2027. Deres udpegede efterfølger, Mistral Large 4 (mistral-large-4), har været tilgængelig i offentlig forhåndsvisning siden den 6. oktober. Eksemplerne i dette kursus bruger aliaset mistral-large-latest, som i øjeblikket peger på Mistral Large 3 i henhold til den officielle specifikation (verificeret 3. november 2026). Tilsvarende peger mistral-medium-latest på Mistral Medium 3.5. Disse aliaser forbliver gyldige indtil den 30. april 2027. Til nye projekter bør du teste mistral-large-4, som er den udpegede efterfølger.

Hvorfor funktionskald ændrer alt

Store sprogmodeller som dem fra Mistral AI er exceptionelt gode til at forstå og generere tekst. I den virkelige verden er det sjældent nok. At svare på “Hvor er min ordre?” kræver en forespørgsel til en database. At bekræfte en betaling betyder at tjekke eller endda udløse en transaktion. At booke en aftale kræver læsning af en kalender. Funktionskald er mekanismen, der lader en LLM krydse grænsen mellem tekst og handling.

Processen involverer tre trin. Modellen beslutter, at den skal kalde en ekstern funktion, genererer de nødvendige argumenter i JSON-format og lader derefter din kode eksekvere funktionen og returnere resultatet. På intet tidspunkt rører modellen dine systemer direkte: du beholder den fulde kontrol.

Arkitekturen: LLM + Værktøjer

Alt hviler på en streng adskillelse af ansvarsområder. Det er værd at præcisere dette, fordi resten af kurset bygger videre på det. Modellen forstå brugerens anmodning, vælger den rigtige funktion og udkaster argumenterne. Din kode, og kun din kode, eksekverer faktisk funktionen, tilgår dataene og returnerer resultatet. Herefter overtager modellen igen for at omdanne det rå resultat til et naturligt svar.

Fordelen er betydelig: Modellen har aldrig direkte adgang til dine systemer og kan ikke eksekvere vilkårlig kode. Den udtrykker blot en intention – “Jeg gerne vil kalde denne funktion med disse parametre” – og din applikation beslutter, hvad der skal gøres ved det. En anmodning om at slette en konto kan dermed afvises, logges eller kræve bekræftelse, før nogen eksekvering finder sted.

# Forenklet oversigt over flowet
user = "Hvad er status på ordre #4521?"

# 1. Modellen analyserer og beslutter
# → "Jeg skal kalde get_order_status med order_id=4521"

# 2. Din kode eksekverer
result = get_order_status(order_id=4521)
# → {"status": "shipped", "tracking": "FR123456789"}

# 3. Modellen formulerer svaret
# → "Din ordre #4521 er afsendt. Her er dit sporingsnummer: FR123456789."

Læg mærke til datastien i dette eksempel: Sporingsnummeret FR123456789 findes ingen steder i modellens viden. Det kommer fra dit system, passerer gennem resultatbeskeden og ender i en sætning, som brugeren kan læse. Det er præcis dette, funktionskald muliggør.

Hvilke Mistral-modeller understøtter funktionskald?

Alle store Mistral-modeller understøtter denne funktion. Blandt generalist-modellerne har du Mistral Large 3, Medium 3.5, Small 4 og Ministral 3 i sine tre størrelser (14B, 8B, 3B). På den specialiserede side eksponerer Devstral 2.0, Devstral Small 2 og Codestral også funktionen. Magistral Medium og Small tilbød det ligeledes, men denne familie er nu udfaset: ræsonnementsevner er nu integreret i Mistral Small 4 og Medium 3.5.

Dit valg afhænger af dit brugstilfælde. Til komplekse funktionskald med mange parametre og nuancerede afvejninger mellem flere værktøjer er Mistral Large 3 stadig den mest pålidelige. Til enkle produktionstilfælde med højt gennemløb – hvor en assistent spørger to eller tre veldefinerede funktioner tusindvis af gange om dagen – tilbyder Mistral Small 4 et fremragende forhold mellem omkostninger og ydeevne.

Typiske brugstilfælde

Anvendelserne er mere mangfoldige, end de umiddelbart ser ud. En samtaleassistent forbundet til en CRM-, ERP- eller ticketsystem-database besvarer konsultationsspørgsmål: modellen læser, men ændrer intet. Automatisering går videre ved at udløse workflows – sende en e-mail, oprette en opgave, opdatere en status – og bærer derfor et langt tungere ansvar på kodesiden. I udvidet søgning (RAG) flytter funktionskald beslutningen: I stedet for systematisk at spørge en vektordatabase, lader du modellen beslutte, hvornår og hvordan det skal gøres, hvilket undgår injicering af unødvendig kontekst.

To mere ambitiøse brugstilfælde fuldender billedet. Autonome agenter kæder flere funktionskald sammen for at udføre en kompleks opgave, hvor hvert resultat guider det næste kald. Endelig muliggør naturlige grænseflader, at en bruger kan styre en hel applikation gennem samtale uden nogensinde at skulle lære, hvor en specifik knap er placeret.

Hvad du lærer i dette kursus

Kurset består af fjorten lektioner og følger en bevidst lineær progression. Du starter med fundamentale begreber: femtrinsprocessen og de JSON-skemaer, der beskriver dine funktioner. Derefter går du videre til Python-implementering – skrivning, kald, eksekvering og kædning af funktioner med Mistral SDK’et. Det tredje blok dækker avancerede funktioner: parallelle kald, tool_choice-muligheder, fejlhåndtering og sikkerhed. Kurset afsluttes med brugstilfælde fra den virkelige verden – en betalingstracker, en automatiseret CRM – samt bedste praksis for produktion.

Når du har gennemført dette kursus, vil du kunne designe, implementere og udrulle et robust funktionskaldssystem med Mistral API’en.

Vigtige pointer

  • Funktionskald tillader modellen at anmode om eksekvering af en funktion uden selv at eksekvere den
  • Arkitekturen hviler på en streng adskillelse: modellen genererer argumenter, din kode eksekverer
  • Alle store Mistral-modeller understøtter denne funktion
  • Funktionskald er byggestenen for AI-agenter og samtalebaseret automatisering