Værktøjet document_library: Spørgsmål og svar om dine filer
På denne side
Lektionen opdateret 3. november 2026 baseret på
mistralaiSDK 3.7.0: biblioteksdokumenter administreres viaclient.beta.libraries.documents(upload,list,delete). Metoderneadd_document,list_documentsogremove_documentfra den tidligere version findes ikke længere, og uploads går nu direkte ind i biblioteket. Kilde: client-python.
Mistrals indbyggede RAG
Værktøjet document_library er et Retrieval-Augmented Generation (RAG)-system, der er bygget direkte ind i Agents API. Din agent får adgang til dokumenter, du har uploadet til Mistral-clouden, henter relevante uddrag og formulerer sit svar med kildehenvisninger. Forskellen i forhold til en hjemmelavet RAG-løsning er betydelig: Du behøver ikke at hoste en vektordatabase, vedligeholde en embedding-pipeline eller finjustere en chunking-strategi. Du uploader blot filer, erklærer værktøjet, når du opretter agenten, og lader modellen beslutte, hvornår den skal spørge biblioteket.
Opret et dokumentbibliotek
Et bibliotek er beholderen, der indeholder dine dokumenter. Du opretter det med et enkelt API-kald, før du uploader nogen filer.
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
# Opret et bibliotek
library = client.beta.libraries.create(
name="Teknisk dokumentation",
description="Produktmanualer og tekniske specifikationer."
)
print(f"Biblioteks-ID: {library.id}")
Husk det returnerede ID: Det er dette, du sender til agenten. Der er ingen genvej ved at bruge bibliotekets navn. Hvis dit team administrerer separate HR-, juridiske og tekniske biblioteker, skal du gemme disse ID’er i din konfiguration ligesom forbindelsesstrengs.
Upload dokumenter
Upload sker i to trin: Først deponeres filen i Files-området med et eksplicit purpose, derefter knyttes den til biblioteket.
# Upload en PDF direkte til biblioteket
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}")
Understøttede formater inkluderer PDF, almindelig tekst og andre almindelige dokumenttyper.
Opret en agent med et dokumentbibliotek
agent = client.beta.agents.create(
model="mistral-medium-latest",
name="Dokumentationsagent",
instructions="""Du er en dokumentationsassistent.
- Svar kun ved hjælp af dokumenter fra biblioteket
- Citér relevante uddrag
- Hvis informationen ikke findes i dokumenterne, skal du tydeligt angive dette""",
tools=[{
"type": "document_library",
"library_ids": [library.id]
}]
)
Parameteren library_ids er en liste: Du kan knytte flere biblioteker til en enkelt agent. En supportassistent kan f.eks. bruge både produktdokumentation og interne procedurer. Her er instrukser mere end blot nice-to-have. Uden direktivet om at begrænse svar til dokumenter, udfylder modellen huller med sin generelle viden, og du mister evnen til at skelne mellem, hvad der kommer fra dine filer, og hvad der kommer fra andre steder. Den tredje linje – hvor det eksplicit angives, hvornår information mangler – er det, der gør en snakkesalig agent til en pålidelig en.
Forespørg dokumenterne
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Hvordan fungerer Pixtral 12B vision encoderen?"
)
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" [Kilde] {chunk.title}")
Ligesom websøgning ankommer svaret i chunks af to typer. text-chunks indeholder det skriftlige svar; tool_reference-chunks indeholder oprindelsen, hvor feltet title indeholder kildedokumentets navn, og feltet url giver den interne reference inden for det pågældende dokument. Denne adskillelse giver dig mulighed for at vise svaret og lige under det listen over dokumenter, der har produceret det.
Denne sporbarhed er ikke kun dekorativ. En rådgiver, der svarer en klient baseret på en intern procedure, skal kunne specificere, hvilken procedure de citerer; en advokat, der støtter sig til en kontrakt, skal kunne spore tilbage til netop den kontrakt. Uden kildehenvisninger producerer et RAG-system ikke-verificerbare påstande.
Administrer biblioteker
# List biblioteker
libraries = client.beta.libraries.list()
for lib in libraries.data:
print(f"{lib.name} ({lib.id})")
# List dokumenter i et bibliotek
documents = client.beta.libraries.documents.list(library_id=library.id)
for doc in documents.data:
print(f"{doc.name} — {doc.size} bytes")
# Slet et dokument fra biblioteket
client.beta.libraries.documents.delete(
library_id=library.id,
document_id=document.id
)
# Slet biblioteket
client.beta.libraries.delete(library_id=library.id)
Fjernelse af dokumenter er den mest oversete operation, og den dyreste, når den glemmes. En forældet version af en prisliste eller procedure forbliver citerbar af agenten på ubestemt tid og bærer alt skær af legitimitet, fordi den er kildebelagt. Gør det til en refleks at fjerne et dokument, når du offentliggør en ny version.
Fra intern support til kontraktsanalyse
Intern support er det mest umiddelbare use case: Medarbejdere stiller HR-spørgsmål på naturligt sprog i stedet for at grave sig gennem et intranet.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Intern support",
instructions="Besvar medarbejderspørgsmål ved hjælp af HR-dokumentationsbasen.",
tools=[{"type": "document_library", "library_ids": [rh_library.id]}]
)
Kontraktsanalyse ændrer paradigmet: Agenten ikke blot henter, den undersøger. Her beskriver instrukser en opgave, ikke kun et omfang.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Kontraktanalytiker",
instructions="""Analyser uploadede kontrakter.
- Identificér vigtige klausuler
- Flag potentielle risici
- Sammenlign med branchestandarder""",
tools=[{"type": "document_library", "library_ids": [contrats_library.id]}]
)
Endelig illustrerer en produktvidensbase kombinationen af værktøjer: Officiel dokumentation har førsteprioritet, og websøgning udfylder hullerne, når dokumenterne ikke dækker et spørgsmål.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Produktekspert",
instructions="Besvar tekniske spørgsmål om vores produkter baseret på officiel dokumentation.",
tools=[
{"type": "document_library", "library_ids": [docs_library.id]},
{"type": "web_search"} # Fallback hvis dokumentation er utilstrækkelig
]
)
Forbered kilder, isoler biblioteker
RAG-kvalitet bestemmes, før du overhovedet kalder API’et. En struktureret PDF med klare overskrifter, underoverskrifter og adskilte afsnit chunkes og hentes langt bedre end en fladscanning eller et dokument, hvor al logik resides i layoutet. Dernæst skal du adskille dine biblioteker efter domæne i stedet for at oprette en enkelt catch-all-spand. En agent, der kun er forbundet til det juridiske bibliotek, risikerer ikke at citere en HR-memo for at besvare et kontraktspørgsmål. Disse to beslutninger – at polere kildestrukturen og isolere biblioteker – påvirker det endelige resultat mere end enhver model-finjustering.
Vigtige pointer
document_libraryer indbygget RAG – ingen grund til at administrere din egen vektorinfrastruktur- Opret tematiske biblioteker og upload dokumenter via Files API
- Svar citerer relevante uddrag ved hjælp af
tool_reference-chunks - Du kan knytte flere biblioteker til en enkelt agent
- Kombinér med andre værktøjer for omfattende dækning