Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Tööriist web_search: reaalajas internetiotsing

Õppetund 8 / 18 Värskendatud 2. november 2026 Arendajatele
Sellel lehel
  1. Mistrali neli sisseehitatud tööriista
  2. Web Search lähemalt
  3. Otsingu käivitamine
  4. Vastuse anatoomia
  5. Otse režiimi kasutamine (ilma agendita)
  6. Parimad tavad, mis teevad vahet
  7. Peamised punktid

Mistrali neli sisseehitatud tööriista

See tund avab sisseehitatud tööriistade teema. Enne esimese juurde asumist heida pilk Agents API neljale available tööriistale ja vajadustele, mida need rahuldavad.

Tööriist Tüüp Kirjeldus Kasutusjuht
Veebiotsing web_search Reaalajas internetiotsing Uudised, jälgimine, faktikontroll
Koodi interpretaator code_interpreter Liivakastis Pythoni koodi käivitamine Arvutused, andmeanalüüs, diagrammid
Pildigeneratsioon image_generation Tekstist pildi loomine Illustratsioonid, maketid, loominguline töö
Dokumendikogu document_library RAG üleslaetud dokumentidel Failide küsimused-vastused, ekstraheerimine, kokkuvõtted

Need tööriistad töötavad Mistrali pilvekeskkonnas – sinu poolt ei ole taristut hallata. See on põhiline erinevus klassikalisest funktsioonide kutsumisest, kus tegeled käivitamisega ise: siin deklareerid võimekuse ja teenusepakkuja haldab liivakasti, sõltuvusi ja skaleerimist.

Web Search lähemalt

Tööriist web_search võimaldab su agendil otsida internetist teavet reaalajas. See on kõige laiemalt kasutatav tööriist, sest see lahendab suure keelemudeli (LLM) põhiprobleemi: ajalise lõhe reaalsusega. Mudel ei tea midagi sündmustest, mis toimusid pärast selle treenimist, ja ta ei tea isegi seda, et ta ei tea – see viib enesekindlate vastusteni, mis põhinevad iganenud maailmapildil.

Agendi konfigureerimine selle tööriistaga võtab vaid mõned read.

from mistralai.client import Mistral
import os

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

agent = client.beta.agents.create(
    model="mistral-medium-latest",
    name="Web Search Agent",
    instructions="You perform web searches to answer questions. Always cite your sources.",
    tools=[{"type": "web_search"}],
    completion_args={"temperature": 0.3, "top_p": 0.95}
)

Otsingu käivitamine

Küsid sellelt agendilt nagu igalt teiselt: otsustuse otsingu tegemiseks teeb agent ise.

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Kes võitis viimase Euroopa jalgpalli meistrivõistluse?"
)

Selle ühe väljakutse taga peitub terve sündmuste ahel. Agent analüüsib esmalt küsimust, et teha kindlaks, kas tema enda teadmised on piisavad – siin viitab sõna „viimane“ dateeritud infole, seega need ei ole. Seejärel formuleerib ta optimeeritud otsingupäringu, mis erineb sageli sinu lausest ja on puhastatud vestluslikust kõnepruugist. Ta käivitab otsingu ja seejärel sünteesib tulemused koos viidetega. Sa ei kontrolli ühtegi neist sammudest, kuid näed kõiki neid vastuses.

Vastuse anatoomia

Vastus sisaldab mitut järjestikust kirjet, mida pead läbima järjekorras.

for entry in response.outputs:
    print(f"--- {entry.type} ---")

    if entry.type == "tool.execution":
        # Teostatud otsingu üksikasjad
        print(f"Tööriist: {entry.tool_name}")

    elif entry.type == "message.output":
        # Vastus koos viidetega
        for chunk in entry.content:
            if chunk.type == "text":
                print(chunk.text)
            elif chunk.type == "tool_reference":
                print(f"[Allikas] {chunk.title} — {chunk.url}")

Esmalt näed kirjet tool.execution, mis kannab operatsiooni metaandmeid, sealhulgas otsingumootorile saadetud tegelikku päringut. Siit tasub vaadata, kui vastus tundub teemast kõrvale kalduvat, sest sageli selgub, et ümberformuleerimine on libisenud. Kirje message.output kannab seejärel sünteesitud vastust, mis on jagatud text ja tool_reference tükkideks – seega ülaltoodud koodis pesastatud tsükkel.

Otse režiimi kasutamine (ilma agendita)

Tööriist töötab ka ilma registreeritud agendita, mis on mugav kiireks testimiseks.

response = client.beta.conversations.start(
    model="mistral-large-latest",
    inputs=[{"role": "user", "content": "Viimased uudised Mistral AI kohta"}],
    tools=[{"type": "web_search"}]
)

Parimad tavad, mis teevad vahet

Alusta täpsete küsimuste esitamisest. Agent muudab sinu küsimuse otsingupäringuks: „räägi mulle tehisintellektist“ annab üldised tulemused, samas kui „millised Euroopa tehisintellekti määrused võeti vastu 2026. aastal?“ suunab koheselt tegevusvõimelistele lehekülgedele. See reegel kehtib ka kasutajate küsimuste kohta: kui sinu liides lubab ebamääraseid päringuid, lisa oma juhistesse samm ümberformuleerimiseks või selgitavate küsimuste esitamiseks.

Järgmiseks kontrolli temperatuuri. Faktiliste ülesannete puhul vähendab madal väärtus – vahemikus 0,2 kuni 0,4 – hallutsinatsioone tulemuste sünteesimisel. Otsing pakub toormaterjali, kuid mudel kirjutab ikkagi teksti ja miski ei takista tal lünki täitmast, kui talle antakse liiga palju vabadust.

Lõpuks kontrolli allikaid. Viited on automaatsed, kuid nende asjakohasus varieerub: foorumipostitus ja ametlik tekst näevad viidete loendis sarnased välja. Kriitilistes kontekstides ava tagastatud URL-id enne info omaksvõtmist – ja näita neid ka oma kasutajatele, et nemad saaksid sama teha.

Peamised punktid

  • web_search annab agendile reaalajas juurdepääsu internetile
  • Vastused sisaldavad automaatseid viiteid (pealkiri + URL)
  • web_search_premium lisab kontrollitud uudisteallikad
  • Tööriist töötab nii agendiga kui ka ilma (otse režiim on võimalik)
  • Faktiliste ülesannete jaoks on soovitatav madal temperatuur