Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Põhjendamine agentides ja vestlustes

Õppetund 4 / 12 Värskendatud 2. november 2026 Arendajatele
Sellel lehel
  1. Kolm viisi põhjendusmudeli kutsumiseks
  2. Põhjendav agent
  3. Vestluse väljundite lugemine
  4. Vestlus ilma agendita
  5. Põhjendamine ja tööriistad
  6. Kolme lähenemisviisi võrdlus
  7. Integreerimise parimad tavad
  8. Peamised punktid

Õppetund kirjutati ümber 2. novembril 2026 mudelite Mistral Small 4 ja Large 4 jaoks. Mistrali dokumentatsioon kinnitab, et reasoning_effort on saadaval agentide ja vestluste lõpp-punktides (endpoints) väljal completion_args. Allikad: Reasoning · Python SDK — Conversations.

Kolm viisi põhjendusmudeli kutsumiseks

Eelmistes õppetundides kasutasid sa vestluse lõpetamise (Chat Completions) API-t: sa saatsid iga päringuga kaasa kogu ajaloo ja reasoning_effort lisati otse päringusse. Mistral pakub veel kahte liidest: Agentide API, mis salvestab uuesti kasutatava konfiguratsiooni (mudel, juhised, tööriistad, parameetrid), ja Vestluste API, mis hoiab ajalugu serveris. Nendes kahes API-s ei määra sa põhjendamist ülemisel tasemel, vaid pesastad selle koos teiste genereerimisparameetritega välja completion_args sisse.

Põhjendav agent

Põhjendustaseme määramine agendi definitsioonis hoiab ära selle kordamise igal väljakutsel ja tagab, et kogu meeskond kasutab sama seadistust:

import os
from mistralai.client import Mistral

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

agent = client.beta.agents.create(
    model="mistral-small-2603",
    name="Financial Analyst",
    instructions=(
        "You analyze financial situations for SMEs. "
        "End every response with a quantified recommendation and its assumptions."
    ),
    completion_args={"reasoning_effort": "high"},
)

reponse = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Our working capital requirement has doubled in a year while revenue grew by 15%. What should we look at first?",
)

Vestluse väljundite lugemine

Vestlus ei tagasta choices; see tagastab kirjete (outputs) loendi. Mudeli vastus asub tüüpi message.output kirjete sees. Nagu vestluse lõpetamise (Chat Completions) puhulgi, on sisu kas string või tükkide (chunks) loend, mis võib sisaldada ThinkChunk. 3. õppetunnist tuttav funktsioon separer töötab täpselt nagu varem:

for entry in reponse.outputs:
    if entry.type == "message.output":
        reflexion, texte = separer(entry.content)
        print(texte)

Teised kirjed kirjeldavad, mis pöörde ajal toimus, näiteks tööriista käivitamine (tool.execution) või funktsiooni väljakutse. Jäta need kõrvale, kui sind huvitab vaid lõplik vastus.

Vestlus ilma agendita

Ühekordsete ülesannete jaoks aktsepteerib Vestluste API mudelit otse, ilma eelneva agendi seadistamiseta. Server hoiab ajalugu ja sa saad vestlust jätkata käsuga conversations.append, kohandades vajadusel põhjendustaset konkreetseks pöördeks:

conv = client.beta.conversations.start(
    model="mistral-large-4-0",
    inputs="Propose a migration plan for a 2 TB PostgreSQL database with zero downtime.",
    completion_args={"reasoning_effort": "high"},
)

suite = client.beta.conversations.append(
    conversation_id=conv.conversation_id,
    inputs="Summarize this plan in five steps for executive leadership.",
    completion_args={"reasoning_effort": "low"},   # a summary doesn't need deep reflection
)

See on konkreetne eelis võrreldes vestluse lõpetamise (Chat Completions) API-ga, kus dokumentatsioon nõuab, et iga uue pöörde korral saadaksid uuesti assistendi kogu sõnumi, kaasates ka põhjenduse (7. õppetund). Vestluste API puhul hoiab server ajalugu; sa ei pea seda igal väljakutsel uuesti saatma.

Põhjendamine ja tööriistad

Agent saab kombineerida põhjendamist ja tööriistu: tools ja completion_args on agendi loomisel sõltumatud väljad. Analüüsiagent võib seega omada veebiotsingut ja sügavat põhjendamist:

agent_veille = client.beta.agents.create(
    model="mistral-small-2603",
    name="Competitive Intelligence",
    instructions="You compare competitor offers using cited public sources.",
    tools=[{"type": "web_search"}],
    completion_args={"reasoning_effort": "high"},
)

Pea siiski silmas kulusid: põhjendamine ja tööriistakutsed liituvad ühe pöörde arves.

Kolme lähenemisviisi võrdlus

KriteriumVestluse lõpetamine (Chat Completions)AgendidVestlused
Kus määrata põhjendaminereasoning_effort päringuscompletion_args agendiscompletion_args käsus start või append
AjaluguSaada iga kord uuesti, kaasates põhjenduseKannab vestlusHoitakse serveris
Sisseehitatud tööriistad (web_search…)EiJahJah
Tüüpiline kasutusÜhekordsed väljakutsed, täielik kontrollJagatud, uuesti kasutatav konfiguratsioonMitme pöördega vahetused

Integreerimise parimad tavad

Määra põhjendustase agendis, kui ülesanne on ühtlane, ja pöörde kaupa, kui see varieerub: esialgne analüüsipööre tasemega high, millele järgnevad ümberformuleerimispöörded tasemega low või none, sõltuvalt mudelist. Veendu, et väärtus sobib agendi mudeliga: Small 4 aktsepteerib high ja none; Large 4 aktsepteerib low, medium ja high. Lõpuks logi tokenite kasutus pöörde kaupa; see on ainus viis teada saada, kas põhjendamine on sinu kasutusjuhu jaoks kasulik.

Peamised punktid

  • Agentide ja Vestluste API-des edasta reasoning_effort välja completion_args sees
  • Vastused saabuvad väljal outputs; tekst asub tüüpi message.output kirjete sees, kaasates põhjenduse
  • Vestluste API hoiab ajalugu serveris: seda ei pea igal pöördel uuesti saatma
  • Saad taset igal pöördel muuta käsuga conversations.append
  • Agent saab kombineerida sisseehitatud tööriistu ja põhjendamist, kuid see suurendab kumulatiivset kasutust