Programiranje uz pomoć agenata i pozivanje alata
Na ovoj stranici
Lekcija ažurirana 2. studenoga 2026. Izvorni primjeri koristili su Devstral, koji je uklonjen iz API-ja 31. srpnja 2026. Sada koriste Mistral Small 4 (
mistral-small-2603), a agentska petlja slijedi model dokumentacije Mistrala (svi pozivi alata u odgovoru obrađuju se do konačnog odgovora). Izvor: Function calling.
Što je programiranje uz pomoć agenata?
Programiranje uz pomoć agenata mijenja prirodu onoga što tražiš od modela. Umjesto da tražiš jedan isječak koda, pa drugi, pa treći, te ih sam spajaš, dodjeljuješ cjelovit zadatak. Model ga rješava samostalno povezujući korake: istraživanje, planiranje, implementaciju i provjeru. Ti ostaješ donositelj odluka o tome što treba učiniti, ali prestaješ mikromenadžirati svaki potez.
Modeli Devstral bili su izgrađeni za ovaj tijek rada; trenutni modeli opće namjene, predvođeni Mistral Small 4, rješavaju ga putem pozivanja alata. Agent ne samo da odgovara na pitanje; on djeluje na repozitoriju.
Agentski ciklus
Faza 1 — Razumijevanje
Agent uvijek započinje snalaženjem u prostoru. Čita strukturu mapa i datoteka, identificira datoteke relevantne za traženi zadatak, prati ovisnosti između modula kako bi vidio što bi promjena mogla utjecati, te bilježi postojeće konvencije – imenovanje, organizaciju testova i ponavljajuće obrasce. Ova faza djeluje neproduktivno jer se ne piše kod, no ona određuje hoće li rezultirajući kod izgledati kao tvoj ili kao da ga je napisao stranac.
Faza 2 — Planiranje
Prije nego što napiše ijednu liniju koda, agent formulira plan. Zadatak razbija na uređene podzadatke, razlikuje datoteke koje treba modificirati od onih koje treba stvoriti, predviđa nuspojave i rizike od regresije te se odlučuje za tehnički pristup. Ovo je trenutak kada je tvoja intervencija najjeftinija: ispravljanje plana traje trideset sekundi; ispravljanje deset datoteka koje si već napisao traje znatno duže.
Faza 3 — Izvršavanje
Implementacija korak po korak razvija plan. Agent uređuje postojeće datoteke, stvara nove kada to struktura zahtijeva, ažurira importe i ovisnosti pomaknute njegovim promjenama te usput prilagođava konfiguracijske datoteke. Dosljednost u ovim promjenama upravo je ono što model za dovršavanje koda ne može garantirati.
Faza 4 — Provjera
Na kraju slijedi dokaz da rad drži vodu. Agent pokreće postojeći skup testova, piše nove testove za kod koji je upravo dodao, osigurava da build prolazi i pregledava vlastiti diff tražeći pogreške ili slučajne izmjene. Agent koji preskoči ovu fazu proizvodi uvjerljiv kod, a ne ispravan kod.
Primjer iz prakse: ispravljanje greške
Pretpostavimo da kažeš agentu: „Korisnici dobivaju grešku 500 kada pošalju obrazac s e-mail adresom koja sadrži ’+’.“ Ciklus tada poprima ovaj oblik:
1. RAZUMIJEVANJE
-> Pretraži datoteke povezane s obrascem (pretraži "email" u kodu)
-> Pročitaj kontroler koji obrađuje slanje
-> Pročitaj funkciju za validaciju e-maila
-> Identificiraj regex koji odbija '+'
2. PLANIRANJE
-> Izmijeni regex za validaciju kako bi prihvatio '+'
-> Dodaj jedinični test za e-mailove s '+'
-> Provjeri odbacuje li neki drugi dio koda '+'
3. IZVRŠAVANJE
-> Izmijeni src/validators/email.py: popravi regex uzorak
-> Stvori tests/test_email_validation.py: dodaj slučajeve s '+'
-> Izmijeni src/controllers/form.py: dodaj zapisnik za debugiranje
4. PROVJERA
-> Pokreni pytest -> svi testovi prolaze
-> Provjeri diff -> promjene su dosljedne i minimalne
Primijeti treću liniju plana: agent ne samo da popravlja mjesto gdje se greška manifestira; on provjerava odbacuje li neki drugi filter taj znak negdje drugdje. Ovo traženje uzroka, a ne samo simptoma, ono je što razlikuje agentsko ispravljanje od krpanja na brzinu.
Korištenje alata u praksi
Agent djeluje na svoje okruženje putem poziva funkcija. U zahtjevu deklariraš dostupne alate, uključujući njihovo ime, opis i shemu parametara; model bira koje će alate pozvati i s kojim argumentima.
# Primjer agentskog razgovora
messages = [
{
"role": "user",
"content": "Dodaj jaku validaciju lozinke u auth modul."
}
]
tools = [
{
"type": "function",
"function": {
"name": "read_file",
"description": "Read the content of a project file",
"parameters": {
"type": "object",
"properties": {
"path": {"type": "string", "description": "File path"}
},
"required": ["path"]
}
}
},
{
"type": "function",
"function": {
"name": "write_file",
"description": "Write or modify a project file",
"parameters": {
"type": "object",
"properties": {
"path": {"type": "string"},
"content": {"type": "string"}
},
"required": ["path", "content"]
}
}
},
{
"type": "function",
"function": {
"name": "run_command",
"description": "Execute a shell command",
"parameters": {
"type": "object",
"properties": {
"command": {"type": "string"}
},
"required": ["command"]
}
}
}
]
response = client.chat.complete(
model="mistral-small-2603",
messages=messages,
tools=tools,
tool_choice="auto", # default value: the model decides whether to call a tool
)
Za ovaj zahtjev, tipičan slijed započinje s read_file("src/auth/validators.py") kako bi se razumio postojeći kod, nastavlja se s read_file("tests/test_auth.py") kako bi se vidio format trenutnih testova, a zatim se prelazi na pisanje: write_file("src/auth/validators.py", ...) s dodanim pravilom validacije, write_file("tests/test_auth.py", ...) s novim slučajevima, i konačno run_command("pytest tests/test_auth.py") za provjeru. Redoslijed je bitan: otvaranjem obje datoteke prije dodirivanja ijednog znaka, agent usvaja tvoje konvencije i reproducira ih, umjesto da uvozi one koje je vidio negdje drugdje.
Višekružna agentska petlja
Ništa od ovoga ne događa se u jednom pozivu. Srce programiranja uz pomoć agenata je višekružna petlja: model predlaže radnju, tvoj kod je izvršava, a ti šalješ rezultat natrag kako bi on mogao odlučiti o sljedećem koraku. Zadržavaš kontrolu nad stvarnim izvršavanjem, što također služi kao tvoja sigurnosna ograda.
import json
TOOLS = {"read_file": read_file, "write_file": write_file, "run_command": run_command}
response = client.chat.complete(model="mistral-small-2603", messages=messages, tools=tools)
messages.append(response.choices[0].message)
for _ in range(30): # guardrail: an agent must never loop indefinitely
tool_calls = response.choices[0].message.tool_calls
if not tool_calls:
break # no more tool calls: the final answer has arrived
for tool_call in tool_calls: # a response can contain multiple calls
name = tool_call.function.name
arguments = json.loads(tool_call.function.arguments)
result = TOOLS[name](**arguments)
messages.append({
"role": "tool",
"name": name,
"content": str(result),
"tool_call_id": tool_call.id,
})
response = client.chat.complete(model="mistral-small-2603", messages=messages, tools=tools)
messages.append(response.choices[0].message)
print(response.choices[0].message.content)
Tri detalja su bitna. Poruka agenta i svaki rezultat alata ponovno se ubacuju u povijest, upareni putem tool_call_id: izostaviš li bilo što od toga, agent gubi nit i u petlji ponavlja iste pozive alata. Jedan odgovor može sadržavati više poziva alata, budući da su paralelni pozivi zadano dopušteni (parallel_tool_calls=False ih zabranjuje): obradi ih sve. Naposljetku, ograniči broj krugova i neka čovjek validira shell naredbe i pisanje datoteka: agent koji izvršava sve što predloži predstavlja rizik, a ne uštedu vremena.
Ključne točke
- Programiranje uz pomoć agenata slijedi ciklus: razumijevanje, planiranje, izvršavanje, provjera
- Agent djeluje na repozitorij putem pozivanja alata (
tools,tool_choice) - Višekružna petlja omogućuje agentu iteracije do potpunog rješenja
- Agent dosljedno modificira više datoteka unutar jednog zadatka
- Faza provjere (testovi, build) ključna je za pouzdanost