Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

document_library-työkalu: Kysymykset ja vastaukset tiedostoistasi

Oppitunti 11 / 18 Päivitetty 3. marraskuuta 2026 Kehittäjä
Tällä sivulla
  1. Mistralin sisäänrakennettu RAG
  2. Dokumenttikirjaston luominen
  3. Dokumenttien lataaminen
  4. Agentin luominen dokumenttikirjastolla
  5. Dokumenttien kysely
  6. Kirjastojen hallinta
  7. Sisäisestä tuesta sopimusanalyysiin
  8. Valmistele lähteet, eristä kirjastot
  9. Keskeiset asiat

Oppitunti päivitetty 3. marraskuuta 2026 perustuen mistralai SDK:n versioon 3.7.0: kirjastodokumentteja hallitaan komennolla client.beta.libraries.documents (upload, list, delete). Edellisen version add_document, list_documents ja remove_document -metodeja ei enää ole olemassa, ja lataukset suuntautuvat nyt suoraan kirjastoon. Lähde: client-python.

Mistralin sisäänrakennettu RAG

document_library-työkalu on Retrieval-Augmented Generation (RAG) -järjestelmä, joka on rakennettu suoraan Agents API:n sisään. Agenttisi pääsee käsiksi Mistralin pilveen lataamiisi dokumentteihin, hakee asiaankuuluvat kohdat ja muotoilee vastauksensa lähdeviitteineen. Ero itse rakennettuun RAG-ratkaisuun on merkittävä: sinun ei tarvitse ylläpitää vektoritietokantaa, embedding-putkea tai hienosäätää paloitelustrategiaa. Lataat vain tiedostot, määrität työkalun agenttia luodessasi ja annat mallin päättää, milloin kirjastoa kysytään.

Dokumenttikirjaston luominen

Kirjasto on säiliö, joka pitää sisällään dokumenttisi. Luot sen yhdellä API-kutsulla ennen minkään tiedoston lataamista.

from mistralai.client import Mistral
import os

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

# Luo kirjasto
library = client.beta.libraries.create(
    name="Tekninen dokumentaatio",
    description="Tuotekäsikirjat ja tekniset eritelmät."
)

print(f"Kirjaston ID: {library.id}")

Kirjaa saatu ID talteen: tämä on se arvo, jonka välität agentille. Kirjaston nimellä ei ole olemassa oikotietä. Jos tiimisi hallinnoi erillisiä HR-, lakiasioiden ja teknisiä kirjastoja, tallenna nämä ID:t konfiguraatioosi aivan kuten yhteysmerkkijonotkin.

Dokumenttien lataaminen

Lataaminen tapahtuu kahdessa vaiheessa: ensin tiedosto talletetaan Files-tilaan määritellyllä purpose-arvolla, minkä jälkeen se liitetään kirjastoon.

# Lataa PDF suoraan kirjastoon
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"Dokumentti {document.id}: {document.processing_status}")

Tuetut muodot sisältävät PDF:n, pelkän tekstin ja muita yleisiä dokumenttityyppejä.

Agentin luominen dokumenttikirjastolla

agent = client.beta.agents.create(
    model="mistral-medium-latest",
    name="Dokumentaatioagentti",
    instructions="""Olet dokumentaatioavustaja.
- Vastaa vain käyttämällä kirjaston dokumentteja
- Viittaa asiaankuuluviin kohtiin
- Jos tietoa ei ole dokumenteissa, ilmoita tämä selkeästi""",
    tools=[{
        "type": "document_library",
        "library_ids": [library.id]
    }]
)

library_ids-parametri on lista: voit liittää useita kirjastoja yhteen agenttiin. Esimerkiksi tukiasentti voi käyttää sekä tuotedokumentaatiota että sisäisiä menettelytapoja. Tässä ohjeistukset ovat enemmän kuin vain hyvä lisä. Ilman direktiiviä rajoittaa vastaukset dokumentteihin, malli täyttää aukot yleisellä tiedollaan, ja menetät kyvyn erottaa, mikä tulee tiedostoistasi ja mikä muualta. Kolmas rivi – jossa nimenomaisesti ilmoitetaan, milloin tietoa puuttuu – on se, mikä muuttaa puhelias agentin luotettavaksi.

Dokumenttien kysely

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Miten Pixtral 12B -visionenkooderi toimii?"
)

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"  [Lähde] {chunk.title}")

Kuten verkkohaussa, vastaus saapuu kahden tyyppisinä palasina. text-palaset sisältävät kirjoitetun vastauksen; tool_reference-palaset sisältävät alkuperätiedot, joissa title-kenttä pitää sisällään lähdedokumentin nimen ja url-kenttä tarjoaa sisäisen viitteen kyseiseen dokumenttiin. Tämä erottelu mahdollistaa vastauksen näyttämisen ja sen alapuolella niiden dokumenttien listan, jotka tuottivat vastauksen.

Tämä jäljitettävyys ei ole vain koristeellista. Neuvojan, joka vastaa asiakkaalle sisäisen menettelyn perusteella, on pystyttävä määrittämään, mihin menettelyyn hän viittaa; lakimiehen, joka nojaa sopimukseen, on pystyttävä jäljittämään tieto kyseiseen sopimukseen. Ilman lähdeviitteitä RAG-järjestelmä tuottaa todentamattomia väitteitä.

Kirjastojen hallinta

# Listaa kirjastot
libraries = client.beta.libraries.list()
for lib in libraries.data:
    print(f"{lib.name} ({lib.id})")

# Listaa dokumentit kirjastossa
documents = client.beta.libraries.documents.list(library_id=library.id)
for doc in documents.data:
    print(f"{doc.name} — {doc.size} tavua")

# Poista dokumentti kirjastosta
client.beta.libraries.documents.delete(
    library_id=library.id,
    document_id=document.id
)

# Poista kirjasto
client.beta.libraries.delete(library_id=library.id)

Dokumenttien poistaminen on usein laiminlyöty toimenpide, ja sen unohtaminen tulee kalliiksi. Vanhentunut hintalista tai menettelytapa pysyy agentin viitattavissa loputtomiin, kantaa mukanaan kaiken legitiimiyden näennäisyyden, koska se on lähteistetty. Tee dokumentin poistamisesta refleksi aina, kun julkaiset uuden version.

Sisäisestä tuesta sopimusanalyysiin

Sisäinen tuki on välittömin käyttötapa: työntekijät esittävät HR-kysymyksiä luonnollisella kielellä kaivamisen sijaan intranetissä.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Sisäinen tuki",
    instructions="Vastaa työntekijöiden kysymyksiin käyttämällä HR-dokumentaatiokantaa.",
    tools=[{"type": "document_library", "library_ids": [rh_library.id]}]
)

Sopimusanalyysi siirtää paradigmaa: agentti ei vain hae, se tutkii. Tässä ohjeistukset kuvaavat tehtävää, eivät vain laajuutta.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Sopimusanalyytikko",
    instructions="""Analysoi ladattuja sopimuksia.
- Tunnista tärkeät ehdot
- Merkitse mahdolliset riskit
- Vertaa alan standardeihin""",
    tools=[{"type": "document_library", "library_ids": [contrats_library.id]}]
)

Lopuksi tuotetietokanta havainnollistaa työkalujen yhdistämistä: virallinen dokumentaatio on etusijalla, ja verkkohaku täyttää aukot, kun dokumentit eivät kata kysymystä.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Tuoteasiantuntija",
    instructions="Vastaa tuotteitamme koskeviin teknisiin kysymyksiin virallisen dokumentaation perusteella.",
    tools=[
        {"type": "document_library", "library_ids": [docs_library.id]},
        {"type": "web_search"}  # Varavaihtoehto, jos dokumentit eivät riitä
    ]
)

Valmistele lähteet, eristä kirjastot

RAG:n laatu määräytyy ennen kuin edes kutsut API:a. Jäsennelty PDF, jossa on selkeät otsikot, alaotsikot ja erilliset kappaleet, paloitellaan ja haetaan huomattavasti paremmin kuin litistetty skannaus tai dokumentti, jossa koko logiikka piilee asettelussa. Seuraavaksi erota kirjastosi toimialoittain yhden kaiken kattavan ämpärin luomisen sijaan. Agentti, joka on yhdistetty vain lakikirjastoon, ei riskaa viitata HR-muistioon vastatessaan sopimuskysymykseen. Nämä kaksi päätöstä – lähderakenteen hiominen ja kirjastojen eristäminen – vaikuttavat lopputulokseen enemmän kuin mikään mallin hienosäätö.

Keskeiset asiat

  • document_library on sisäänrakennettu RAG – omaa vektorinfrastruktuuria ei tarvitse hallita
  • Luo temaattisia kirjastoja ja lataa dokumentteja Files API:n kautta
  • Vastaukset viittaavat asiaankuuluviin kohtiin käyttämällä tool_reference-palasia
  • Voit liittää useita kirjastoja yhteen agenttiin
  • Yhdistä muihin työkaluihin kattavan katavuuden saavuttamiseksi