document_library eszköz: Kérdés-válasz a fájljaid alapján
Ezen az oldalon
Lecke frissítve: 2026. november 3. a
mistralaiSDK 3.7.0 verziója alapján: a könyvtári dokumentumok kezelése aclient.beta.libraries.documents(upload,list,delete) módszerekkel történik. Az előző verzióadd_document,list_documentsésremove_documentmódszerei már nem léteznek, és a feltöltések most közvetlenül a könyvtárba kerülnek. Forrás: client-python.
A Mistral beépített RAG rendszere
A document_library eszköz egy közvetlenül az Agents API-ba épített visszakereséssel bővített generálás (RAG) rendszer. Az ügynököd hozzáfér a Mistral felhőbe feltöltött dokumentumaidhoz, lekéri a releváns szakaszokat, és hivatkozásokkal alátámtva fogalmazza meg a választ. A különbség egy házilag fejlesztett RAG megoldáshoz képest jelentős: nem kell vektoradatbázist üzemeltetned, beágyazási (embedding) folyamatot karbantartanod, vagy darabolási stratégiát hangolnod. Egyszerűen feltöltöd a fájlokat, deklarálod az eszközt az ügynök létrehozásakor, és hagyod, hogy a modell eldöntse, mikor kérdezze le a könyvtárat.
Dokumentumkönyvtár létrehozása
A könyvtár az a tároló, amely tartalmazza a dokumentumaidat. Ezt egyetlen API-hívással hozod létre, még a fájlok feltöltése előtt.
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
# Könyvtár létrehozása
library = client.beta.libraries.create(
name="Műszaki dokumentáció",
description="Termék kézikönyvek és műszaki specifikációk."
)
print(f"Könyvtár azonosító: {library.id}")
Jegyezd fel a visszaadott azonosítót: ezt kell átadnod az ügynöknek. Nincs rövidítés a könyvtár nevének használatával. Ha a csapatod külön HR, jogi és műszaki könyvtárakat kezel, ezeket az azonosítókat tárold el a konfigurációdban, akárcsak a kapcsolati karakterláncokat.
Dokumentumok feltöltése
A feltöltés két lépésben történik: először a fájlt elhelyezzük a Files térben egy explicit purpose paraméterrel, majd csatoljuk a könyvtárhoz.
# PDF feltöltése közvetlenül a könyvtárba
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"Dokumentum {document.id}: {document.processing_status}")
A támogatott formátumok közé tartozik a PDF, az egyszerű szöveg és egyéb gyakori dokumentumtípusok.
Ügynök létrehozása dokumentumkönyvtárral
agent = client.beta.agents.create(
model="mistral-medium-latest",
name="Dokumentációs ügynök",
instructions="""Te egy dokumentációs asszisztens vagy.
- Kizárólag a könyvtár dokumentumai alapján válaszolj
- Hivatkozz a releváns szakaszokra
- Ha az információ nincs benne a dokumentumokban, ezt egyértelműen jelezd""",
tools=[{
"type": "document_library",
"library_ids": [library.id]
}]
)
A library_ids paraméter egy lista: egyetlen ügynökhöz több könyvtárat is társíthatsz. Például egy ügyfélszolgálati asszisztens használhatja egyszerre a termékdokumentációt és a belső eljárásrendeket. Itt az utasítások többet jelentenek puszta jó ötletnél. Anélkül, hogy megkövetelnéd a válaszok dokumentumokra korlátozását, a modell a saját általános tudásával tölti ki a hézagokat, és elveszíted annak lehetőségét, hogy megkülönböztesd, mi származik a fájljaidból és mi máshonnan. A harmadik sor – amely expliciten előírja, hogy jelezni kell, ha hiányzik az információ – az, ami a fecsegő ügynökből megbízható eszközt csinál.
Dokumentumok lekérdezése
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Hogyan működik a Pixtral 12B látási enkódere?"
)
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" [Forrás] {chunk.title}")
Akárcsak a webes keresésnél, a válasz kétféle típusú blokkokban (chunk) érkezik. A text típusú blokkok tartalmazzák a szöveges választ; a tool_reference típusú blokkok a származási helyet, ahol a title mező a forrásdokumentum nevét, az url mező pedig a dokumentumon belüli belső hivatkozást tartalmazza. Ez a szétválasztás lehetővé teszi, hogy megjelenítsd a választ, és közvetlenül alatta felsorold az azt előállító dokumentumokat.
Ez a nyomon követhetőség nem csupán díszítés. Egy tanácsadónak, aki belső eljárásrend alapján válaszol egy ügyfélnek, képesnek kell lennie megnevezni, melyik eljárást idézi; egy ügyvédnek, aki egy szerződésre támaszkodik, vissza kell tudnia vezetni azt a konkrét szerződéshez. Hivatkozások nélkül a RAG rendszer ellenőrizhetetlen állításokat produkál.
Könyvtárak kezelése
# Könyvtárak listázása
libraries = client.beta.libraries.list()
for lib in libraries.data:
print(f"{lib.name} ({lib.id})")
# Dokumentumok listázása egy könyvtárban
documents = client.beta.libraries.documents.list(library_id=library.id)
for doc in documents.data:
print(f"{doc.name} — {doc.size} bájt")
# Dokumentum törlése a könyvtárból
client.beta.libraries.documents.delete(
library_id=library.id,
document_id=document.id
)
# Könyvtár törlése
client.beta.libraries.delete(library_id=library.id)
A dokumentumok eltávolítása a leggyakrabban elhanyagolt művelet, és a legköltségesebb, ha elfelejtjük. Egy elavult árlista vagy eljárásrend verziója a végtelenségig hivatkozható marad az ügynök számára, a legitimitás teljes látszatát keltve, mivel forrásból származik. Tedd reflexszé a dokumentumok eltávolítását, valahányszor új verziót teszel közzé.
Belső támogatástól a szerződéselemzésig
A belső támogatás a legkézenfekvőbb felhasználási eset: a munkavállalók természetes nyelven tesznek fel HR kérdéseket ahelyett, hogy az intranetet böngésznék.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Belső támogatás",
instructions="Válaszolj a munkavállalók kérdéseire a HR dokumentációs bázis alapján.",
tools=[{"type": "document_library", "library_ids": [rh_library.id]}]
)
A szerződéselemzés megváltoztatja a paradigmát: az ügynök nemcsak visszakeres, hanem vizsgálódik is. Itt az utasítások egy feladatot írnak le, nem csupán egy hatókört.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Szerződéselemző",
instructions="""Elemezd a feltöltött szerződéseket.
- Azonosítsd a fontos klauszulákat
- Jelöld meg a potenciális kockázatokat
- Hasonlítsd össze az iparági standardokkal""",
tools=[{"type": "document_library", "library_ids": [contrats_library.id]}]
)
Végül egy terméktudásbázis illusztrálja az eszközök kombinálását: a hivatalos dokumentáció élvez elsőbbséget, a webes keresés pedig kitölti a hézagokat, amikor a dokumentáció nem fed le egy kérdést.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Termékszakértő",
instructions="Válaszolj a termékeinkkel kapcsolatos technikai kérdésekre a hivatalos dokumentáció alapján.",
tools=[
{"type": "document_library", "library_ids": [docs_library.id]},
{"type": "web_search"} # Tartalék megoldás, ha a dokumentáció elégtelen
]
)
Források előkészítése, könyvtárak izolálása
A RAG minősége már az API hívása előtt eldől. Egy jól strukturált PDF, világos címsorokkal, alcímekkel és elkülönült bekezdésekkel sokkal jobban darabolható és kereshető, mint egy lapos szkennelt változat vagy olyan dokumentum, ahol minden logika csak az elrendezésben rejlik. Ezt követően válaszd szét a könyvtárakat témakörök szerint, ahelyett, hogy egyetlen mindent befogadó tárolót hoznál létre. Egy csak a jogi könyvtárhoz csatlakoztatott ügynök nem kockáztatja meg, hogy egy HR-memót idézzen egy szerződéssel kapcsolatos kérdésre. Ez a két döntés – a forrásstruktúra csiszolása és a könyvtárak izolálása – nagyobb hatással van a végeredményre, mint bármilyen modellhangolás.
Főbb megállapítások
- A
document_libraryegy beépített RAG – nincs szükség saját vektorinfrastruktúra kezelésére - Hozz létre tematikus könyvtárakat, és töltsd fel a dokumentumokat a Files API-n keresztül
- A válaszok a
tool_referenceblokkok segítségével hivatkoznak a releváns szakaszokra - Több könyvtárat is társíthatsz egyetlen ügynökhöz
- Kombináld más eszközökkel az átfogó lefedettség érdekében