Esimerkki: Maksuseuranta
Tällä sivulla
Kokonainen end-to-end-projekti
Aiemmissa tunneissa käsittelimme jokaista mekanismia erikseen: työkalumääritykset, kutsusykli, virheenkäsittely ja turvallisuus. Nyt on aika koota ne yhteen. Rakennat täydellisen keskustelevan maksuseurannan, jossa käyttäjät esittävät kysymyksiä luonnollisella kielellä ja järjestelmä hakee tietoja Pandas-DataFramesta funktion kutsujen avulla. Tämä käyttötapa perustuu suoraan Mistralin viralliseen dokumentaatioon. Se mahtuu noin sataan riviin ja esittelee todellisen sovelluksen viisi rakennuspalikkaa: data, liiketoimintafunktiot, JSON-määritykset, reititys ja keskustelusilmukka.
Data
Viiden tapahtuman DataFrame kattaa kiinnostavat skenaariot: asiakas, jolla on useita maksuja, odottava maksu ja epäonnistunut maksu.
import pandas as pd
import json
import os
from mistralai.client import Mistral
from functools import partial
# Transactions DataFrame
data = {
"transaction_id": ["T1001", "T1002", "T1003", "T1004", "T1005"],
"customer_id": ["C001", "C002", "C003", "C002", "C001"],
"payment_amount": [125.50, 89.99, 350.00, 45.00, 210.75],
"payment_date": ["2026-03-15", "2026-03-16", "2026-03-17", "2026-03-17", "2026-03-18"],
"payment_status": ["paid", "paid", "pending", "paid", "failed"]
}
df = pd.DataFrame(data)
Liiketoimintafunktiot
Neljä funktiota kattaa tyypilliset maksuseurannan tarpeet. Kolme ensimmäistä toimii yksittäisen tapahtuman tasolla ja eroavat tarkkuudeltaan: vain tila, vain päivämäärä tai kaikki tiedot. Tämä näennäinen redundanssi on tarkoituksellista – se antaa mallille mahdollisuuden pyytää vain sitä, mitä se tarvitsee, vähentäen tarpeetonta dataa kontekstissa. Neljäs funktio vaihtaa näkökulmaa ja toimii asiakaskohtaisesti.
Huomaa yhteinen sopimus: kaikki palauttavat JSON-merkkijonon, myös virhetilanteissa, ja kaikki käsittelevät puuttuvat tunnisteet sen sijaan, että antaisivat Pandasin heittää poikkeuksen tyhjästä indeksistä.
def retrieve_payment_status(df: pd.DataFrame, transaction_id: str) -> str:
"""Retrieves the status of a payment."""
if transaction_id in df["transaction_id"].values:
row = df[df["transaction_id"] == transaction_id].iloc[0]
return json.dumps({
"transaction_id": transaction_id,
"status": row["payment_status"]
})
return json.dumps({"error": f"Transaction {transaction_id} not found"})
def retrieve_payment_date(df: pd.DataFrame, transaction_id: str) -> str:
"""Retrieves the date of a payment."""
if transaction_id in df["transaction_id"].values:
row = df[df["transaction_id"] == transaction_id].iloc[0]
return json.dumps({
"transaction_id": transaction_id,
"date": row["payment_date"]
})
return json.dumps({"error": f"Transaction {transaction_id} not found"})
def retrieve_payment_details(df: pd.DataFrame, transaction_id: str) -> str:
"""Retrieves all details of a payment."""
if transaction_id in df["transaction_id"].values:
row = df[df["transaction_id"] == transaction_id].iloc[0]
return json.dumps({
"transaction_id": transaction_id,
"customer_id": row["customer_id"],
"amount": float(row["payment_amount"]),
"date": row["payment_date"],
"status": row["payment_status"]
})
return json.dumps({"error": f"Transaction {transaction_id} not found"})
def list_customer_transactions(df: pd.DataFrame, customer_id: str) -> str:
"""Lists all transactions for a given customer."""
customer_df = df[df["customer_id"] == customer_id]
if customer_df.empty:
return json.dumps({"error": f"Customer {customer_id} not found"})
transactions = []
for _, row in customer_df.iterrows():
transactions.append({
"transaction_id": row["transaction_id"],
"amount": float(row["payment_amount"]),
"date": row["payment_date"],
"status": row["payment_status"]
})
return json.dumps({"customer_id": customer_id, "transactions": transactions})
Muunnos float(row["payment_amount"]) ansaitsee toisen katsauksen: ilman sitä json.dumps epäonnistuu NumPy-tyypeille. Tämä on sellainen yksityiskohta, jonka huomaa vasta ajonaikaisesti.
JSON-määritykset
Malli ei näe yllä olevaa koodia lainkaan. Se tuntee vain nämä kuvaukset. Mahdollisten tilojen nimeäminen eksplisiittisesti funktiossa retrieve_payment_status ja mallin muistuttaminen muodosta T1001 jokaisen parametrin kuvauksessa mahdollistaa sen, että malli valitsee oikean funktion ja poimii tunnisteen oikein.
tools = [
{
"type": "function",
"function": {
"name": "retrieve_payment_status",
"description": "Retrieves the status of a payment (paid, pending, failed)",
"parameters": {
"type": "object",
"properties": {
"transaction_id": {
"type": "string",
"description": "Transaction identifier (e.g., T1001)"
}
},
"required": ["transaction_id"]
}
}
},
{
"type": "function",
"function": {
"name": "retrieve_payment_date",
"description": "Retrieves the date of a payment",
"parameters": {
"type": "object",
"properties": {
"transaction_id": {
"type": "string",
"description": "Transaction identifier (e.g., T1001)"
}
},
"required": ["transaction_id"]
}
}
},
{
"type": "function",
"function": {
"name": "retrieve_payment_details",
"description": "Retrieves all details of a payment: amount, date, status, customer",
"parameters": {
"type": "object",
"properties": {
"transaction_id": {
"type": "string",
"description": "Transaction identifier (e.g., T1001)"
}
},
"required": ["transaction_id"]
}
}
},
{
"type": "function",
"function": {
"name": "list_customer_transactions",
"description": "Lists all transactions for a given customer",
"parameters": {
"type": "object",
"properties": {
"customer_id": {
"type": "string",
"description": "Customer identifier (e.g., C001)"
}
},
"required": ["customer_id"]
}
}
}
]
Reitityssanakirja
Tässä on juoni: funktiosi odottavat df:ää ensimmäisenä argumenttina, mutta malli ei koskaan tarjoa sitä – se ei tiedä sen olemassaolosta, ja se on ihan ok. functools.partial ratkaisee tämän eleganssitesti sitomalla DataFrame ennalta, jolloin jokainen sanakirjan merkintä voidaan kutsua vain niillä argumenteilla, jotka malli tuottaa.
available_functions = {
"retrieve_payment_status": partial(retrieve_payment_status, df),
"retrieve_payment_date": partial(retrieve_payment_date, df),
"retrieve_payment_details": partial(retrieve_payment_details, df),
"list_customer_transactions": partial(list_customer_transactions, df),
}
Keskustelusilmukka
Järjestelmäviesti määrittää roolin, kielen ja odotetun muotoilun summille. Funktio chat orkestroi loput, ja sen rakenne ansaitsee tarkkaa huomiota: silmukka while message.tool_calls käsittelee yksittäisen kutsun, useita rinnakkaisia kutsuja tai ketjun, jossa malli pyytää toista funktiota nähtyään ensimmäisen tuloksen. Sisempi silmukka suorittaa kaikki kutsut nykyiselle vuorolle; ulompi silmukka kutsuu mallia uudelleen niin kauan kuin se pyytää työkaluja.
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
model = "mistral-large-latest"
messages = [
{
"role": "system",
"content": "You are a payment tracking assistant. "
"Respond in English. Use the available tools "
"to answer questions about transactions. "
"Format amounts in euros with 2 decimal places."
}
]
def chat(user_input: str) -> str:
"""Complete conversation turn with tool_calls handling."""
messages.append({"role": "user", "content": user_input})
response = client.chat.complete(
model=model, messages=messages, tools=tools
)
message = response.choices[0].message
# Loop while the model wants to call functions
while message.tool_calls:
messages.append(message)
for tool_call in message.tool_calls:
fn_name = tool_call.function.name
fn_params = json.loads(tool_call.function.arguments)
if fn_name in available_functions:
result = available_functions[fn_name](**fn_params)
else:
result = json.dumps({"error": f"Unknown function {fn_name}"})
messages.append({
"role": "tool",
"name": fn_name,
"content": result,
"tool_call_id": tool_call.id
})
response = client.chat.complete(
model=model, messages=messages, tools=tools
)
message = response.choices[0].message
messages.append(message)
return message.content
Mitä keskustelu paljastaa
Testaa tätä neljällä peräkkäisellä vuorolla. Toinen on opettavaisin: ”tämä tapahtuma” ei sisällä tunnistetta, silti malli kutsuu funktiota retrieve_payment_details arvolla T1001. Se ratkaisi anaforan käyttämällä viestilistaan messages tallennettua historiaa, mikä olisi mahdotonta, jos nollaisit listan jokaisella kutsulla. Neljäs vuoro näyttää toisen puolen: mikään funktio ei etsi epäonnistuneita maksuja, mutta malli kysyy asiaankuuluvalta asiakkaalta ja suodattaa tuloksen itse.
# Turn 1
print(chat("What is the status of payment T1001?"))
# -> "Payment T1001 has status: paid."
# Turn 2
print(chat("Give me all the details for this transaction."))
# -> "Here are the details for payment T1001:
# - Customer: C001
# - Amount: 125.50 euros
# - Date: March 15, 2026
# - Status: paid"
# Turn 3
print(chat("What are all the transactions for customer C002?"))
# -> "Customer C002 has 2 transactions:
# - T1002: 89.99 euros (paid, March 16, 2026)
# - T1004: 45.00 euros (paid, March 17, 2026)"
# Turn 4
print(chat("Are there any failed payments?"))
# -> "Yes, payment T1005 for customer C001 (210.75 euros) failed."
Summien muotoilu desimaalipisteellä ja päivämäärien kirjoittaminen auki eivät tule mistään koodirivistä: ne seuraavat järjestelmäkehotteesta. Tämä on tämän luvun hyödyllisin oivallus – puolet koetusta laadusta tapahtuu kuvauksissa ja järjestelmäviestissä, ei kutsumekaniikassa.
Keskeiset asiat
- Täydellinen maksuseuranta vaatii 4 funktiota, jotka kattavat tärkeimmät käyttötapaukset
functools.partialsitoo DataFrame funktioihin siistiä reititystä varten- Silmukka
while message.tool_callskäsittelee automaattisesti peräkkäiset ja rinnakkaiset kutsut - Järjestelmäviesti ohjaa mallia sävyssä, kielessä ja muotoilussa
- Testaa monivaiheisilla keskusteluilla varmistaaksesi, että malli säilyttää kontekstin