Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Alat document_library: Pitanja i odgovori na temelju tvojih datoteka

Lekcija 11 od 18 Ažurirano 3. studenoga 2026. Programer
Na ovoj stranici
  1. Mistralov ugrađeni RAG
  2. Stvaranje knjižnice dokumenata
  3. Prijenos dokumenata
  4. Stvaranje agenta s knjižnicom dokumenata
  5. Upitivanje dokumenata
  6. Upravljanje knjižnicama
  7. Od interne podrške do analize ugovora
  8. Pripremi izvore, izoliraj knjižnice
  9. Ključne točke

Lekcija ažurirana 3. studenog 2026. na temelju mistralai SDK verzije 3.7.0: dokumenti iz knjižnice upravljaju se putem client.beta.libraries.documents (upload, list, delete). Metode add_document, list_documents i remove_document iz prethodne verzije više ne postoje, a prijenosi sada idu izravno u knjižnicu. Izvor: client-python.

Mistralov ugrađeni RAG

Alat document_library sustav je za generiranje uz pomoć povrata informacija (RAG) ugrađen izravno u Agents API. Tvoj agent pristupa dokumentima koje si prenio/la u Mistralov oblak, dohvaća relevantne odlomke i oblikuje odgovor s citatima. Razlika u odnosu na vlastito RAG rješenje je značajna: ne moraš hostirati vektorsku bazu podataka, održavati pipeline za ugradnju (embedding) niti podešavati strategiju dijeljenja na dijelove (chunking). Jednostavno preneseš datoteke, deklariraš alat prilikom stvaranja agenta i prepustiš modelu da odluči kada će upitati knjižnicu.

Stvaranje knjižnice dokumenata

Knjižnica je spremnik koji drži tvoje dokumente. Stvaraš je jednim pozivom API-ja prije prijenosa bilo koje datoteke.

from mistralai.client import Mistral
import os

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

# Stvori knjižnicu
library = client.beta.libraries.create(
    name="Tehnička dokumentacija",
    description="Priručnici o proizvodima i tehničke specifikacije."
)

print(f"ID knjižnice: {library.id}")

Zapiši vraćeni ID: to je ono što prosljeđuješ agentu. Ne postoji prečac korištenjem imena knjižnice. Ako tvoj tim upravlja odvojenim knjižnicama za ljudske resurse, pravne poslove i tehniku, pohrani te ID-ove u svoju konfiguraciju baš kao i nizove za povezivanje.

Prijenos dokumenata

Prijenos se odvija u dva koraka: prvo se datoteka polaže u prostor Files s eksplicitnim purpose, zatim se veže uz knjižnicu.

# Prenesi PDF izravno u knjižnicu
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"Dokument {document.id}: {document.processing_status}")

Podržani formati uključuju PDF, običan tekst i druge uobičajene vrste dokumenata.

Stvaranje agenta s knjižnicom dokumenata

agent = client.beta.agents.create(
    model="mistral-medium-latest",
    name="Agent za dokumentaciju",
    instructions="""Ti si asistent za dokumentaciju.
- Odgovaraj isključivo koristeći dokumente iz knjižnice
- Citiraj relevantne odlomke
- Ako informacija nije u dokumentima, to jasno navedi""",
    tools=[{
        "type": "document_library",
        "library_ids": [library.id]
    }]
)

Parametar library_ids je popis: jednom agentu možeš pridružiti više knjižnica. Na primjer, asistent za podršku može koristiti i dokumentaciju o proizvodima i interne procedure. Ovdje su upute više od pukog luksuza. Bez direktive da odgovore ograniči na dokumente, model će praznine popuniti svojim općim znanjem, a ti gubiš mogućnost razlikovanja onoga što dolazi iz tvojih datoteka od onoga što dolazi odnekud drugdje. Treći redak—eksplicitno navođenje kada informacije nedostaju—ono je što brbljavog agenta pretvara u pouzdanog.

Upitivanje dokumenata

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Kako radi Pixtral 12B enkoder za viziju?"
)

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"  [Izvor] {chunk.title}")

Kao i kod web pretrage, odgovor stiže u isječcima dviju vrsta. Isječci tipa text sadrže pisani odgovor; isječci tipa tool_reference sadrže podrijetlo, pri čemu polje title drži naziv izvornog dokumenta, a polje url pruža internu referencu unutar tog dokumenta. Ova odvojenost omogućuje ti da prikažeš odgovor, a neposredno ispod njega popis dokumenata koji su ga proizveli.

Ova sljedivost nije samo ukrasna. Savjetnik koji odgovara klijentu na temelju interne procedure mora moći navesti koju proceduru citira; odvjetnik koji se oslanja na ugovor mora se moći vratiti na taj ugovor. Bez citata, RAG sustav proizvodi neprovjerljive tvrdnje.

Upravljanje knjižnicama

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

# Popis dokumenata u knjižnici
documents = client.beta.libraries.documents.list(library_id=library.id)
for doc in documents.data:
    print(f"{doc.name} — {doc.size} bajtova")

# Izbriši dokument iz knjižnice
client.beta.libraries.documents.delete(
    library_id=library.id,
    document_id=document.id
)

# Izbriši knjižnicu
client.beta.libraries.delete(library_id=library.id)

Uklanjanje dokumenata najčešće je zanemarena operacija, a najskuplja kada se zaboravi. Zastarjela verzija cjenika ili procedure ostaje dostupna agentu za citiranje na neodređeno vrijeme, noseći svu prividnu legitimnost jer je izvorirana. Neka ti brisanje dokumenta postane refleks čim objaviš novu verziju.

Od interne podrške do analize ugovora

Interna podrška najneposredniji je slučaj upotrebe: zaposlenici postavljaju pitanja iz područja ljudskih resursa prirodnim jezikom umjesto da kopaju po intranetu.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Interna podrška",
    instructions="Odgovaraj na pitanja zaposlenika koristeći bazu HR dokumentacije.",
    tools=[{"type": "document_library", "library_ids": [rh_library.id]}]
)

Analiza ugovora mijenja paradigmu: agent ne samo da dohvaća, već i ispituje. Ovdje upute opisuju zadatak, a ne samo opseg.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Analitičar ugovora",
    instructions="""Analiziraj prenesene ugovore.
- Identificiraj važne klauzule
- Označi potencijalne rizike
- Usporedi s industrijskim standardima""",
    tools=[{"type": "document_library", "library_ids": [contrats_library.id]}]
)

Konačno, baza znanja o proizvodima ilustrira kombinaciju alata: službena dokumentacija ima prednost, a web pretraga popunjava praznine kada dokumenti ne pokrivaju određeno pitanje.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Stručnjak za proizvode",
    instructions="Odgovaraj na tehnička pitanja o našim proizvodima na temelju službene dokumentacije.",
    tools=[
        {"type": "document_library", "library_ids": [docs_library.id]},
        {"type": "web_search"}  # Rezerva ako dokumenti nisu dovoljni
    ]
)

Pripremi izvore, izoliraj knjižnice

Kvaliteta RAG-a određuje se prije nego što uopće pozoveš API. Strukturirani PDF s jasnim naslovima, podnaslovima i distinctnim odlomcima mnogo se bolje dijeli na dijelove i dohvaća nego spljošteni sken ili dokument u kojem sva logika počiva u rasporedu. Zatim, odvoji svoje knjižnice po domenama umjesto da stvaraš jednu univerzalnu kantu. Agent povezan samo s pravnom knjižnicom neće riskirati citiranje HR memoranduma kako bi odgovorio na pitanje o ugovoru. Ove dvije odluke—poliranje strukture izvora i izolacija knjižnica—utječu na konačni rezultat više od bilo kakvog podešavanja modela.

Ključne točke

  • document_library je ugrađeni RAG—nema potrebe za upravljanjem vlastitom vektorskom infrastrukturom
  • Stvori tematske knjižnice i prenosi dokumente putem Files API-ja
  • Odgovori citiraju relevantne odlomke koristeći isječke tool_reference
  • Jednom agentu možeš pridružiti više knjižnica
  • Kombiniraj s drugim alatima za sveobuhvatnu pokrivenost