Ügynök webes kereséssel
Ezen az oldalon
Biztosíts ügynöködnek hozzáférést a webhez
Egy internetkapcsolat nélküli nagy nyelvi modell (LLM) csak a tanítási adataira korlátozódik. Ha egy múlt hónapban elfogadott szabályozási szövegről kérdezed, az vagy tudatlanságot színlel, vagy – ami rosszabb – a világ memorizált állapota alapján válaszol anélkül, hogy jelezné: az információ elavult. A web_search eszköz ügynöködön történő engedélyezésével lehetővé teszed számára, hogy valós idejű információkat találjon és megjelölje forrásait, javítva ezzel válaszai frissességét és ellenőrizhetőségét.
Ügynök létrehozása webes kereséssel
Az aktiválás mindössze egy sor konfigurációt igényel, de az utasítások határozzák meg a kimenet minőségét. Az alábbi példa szigorú fegyelmet ír elő: keress rendszeresen, hivatkozz URL-ekre, dátumozd a találatokat, és jelezd az ellentmondásokat a források között.
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
agent = client.beta.agents.create(
model="mistral-medium-latest",
name="News Agent",
instructions="""You are a news analyst.
- Use web search for every question
- Always cite your sources with URLs
- Specify the date of the information found
- If results are contradictory, mention it""",
tools=[{"type": "web_search"}],
completion_args={"temperature": 0.3, "top_p": 0.95}
)
Az utolsó utasítás a legértékesebb a gyakorlatban. Enélkül egy modell, amely két eltérő számmal szembesül, kiválaszthatja az egyiket, és szintézisét tényként tálalhatja. Az alacsony hőmérséklet (temperature) kiegészíti ezt a beállítást azáltal, hogy csökkenti a hallucinációkat az eredmények újrafogalmazásakor.
A web_search eszköz hozzáférést biztosít egy szabványos keresőmotorhoz. Ellenőrzött hírforrásokhoz használd a web_search_premium eszközt:
tools=[{"type": "web_search_premium"}]
Az ügynök használata
A hívás nem különbözik az eszközök nélküli ügynökétől: nem te indítod el a keresést; az ügynök dönti el, mikor szükséges az.
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="What are the latest developments in AI regulation in Europe?"
)
Értsd meg a válasz szerkezetét
A változás leginkább a válasz olvasásakor válik nyilvánvalóvá. A webes kereséssel rendelkező ügynök többféle típusú bejegyzést ad vissza. Az a kód, amely egyszerűen csak az első bejegyzést olvassa be, a keresési metaadatokat jelenítené meg a várt szöveg helyett.
for entry in response.outputs:
if entry.type == "tool.execution":
# Web search metadata
print(f"Tool used: {entry.tool_name}")
print(f"Search query: {entry.info}")
elif entry.type == "message.output":
# Agent response with citations
for chunk in entry.content:
if chunk.type == "text":
print(chunk.text)
elif chunk.type == "tool_reference":
print(f" Source: {chunk.title} — {chunk.url}")
Figyeld meg a beágyazott ciklust: egy message.output tartalma nem egyetlen karakterlánc, hanem töredékek sorozata, amelyek szövegrészleteket és hivatkozásokat váltogatnak. A válasz minden szakasza így tartalmazhat tool_reference objektumokat, amelyek három mezőből állnak:
tool– A forráseszköz neve (web_search)title– A hivatkozott weboldal címeurl– Hivatkozási URL
Ez jelentős előny: az ügynököd nem csupán válaszol, hanem ellenőrizhető forrásokkal bizonyítja is állításait. Egy felületen ezek a mezők kattintható linkekké válnak, amelyek a szöveg megfelelő helyén jelennek meg, lehetővé téve a felhasználók számára, hogy minden állítást visszavezessenek annak eredetéhez.
Mit tesz lehetővé a keresés
Kezdd a monitorozással. Egy olyan ügynök, amelynek utasításai keretbe foglalják a kimeneti formátumot, egy nyitott végű kérdést rendszeres, összehasonlítható heti szintézissé alakít.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Tech Watch",
instructions="Conduct technology monitoring. Summarize the 5 most important news items on the requested topic.",
tools=[{"type": "web_search"}]
)
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Monitoring on AI agents — last 2 weeks"
)
Ezt követi a tényellenőrzés, ahol az utasítások explicit eljárás formáját öltik. Az ügynöknek nem kell módszert választania; a módszert diktálják, így a kimenet kiszámíthatóvá válik.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Fact Checker",
instructions="""Verify the following claims.
For each claim:
1. Search for reliable sources
2. Indicate if it is true, false, or partially true
3. Cite your sources""",
tools=[{"type": "web_search"}]
)
Az összehasonlítás zárja a sort: itt maga a kérdés hordozza a döntési kritériumokat. Minél pontosabban határozod meg a tényleges korlátokat – technológia, volumen –, annál célzottabbak lesznek a kiváltott keresések.
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Compare cloud offerings from OVH, Scaleway, and AWS for hosting a Python application with 10K users/day."
)
web_search vs. web_search_premium
| Szempont | web_search | web_search_premium |
|---|---|---|
| Motor | Szabványos keresés | Haladó keresés |
| Források | Általános web | Ellenőrzött hírszolgáltatók |
| Költség | Beleértve | Extra költség |
| Használat | Általános információk | Megbízható hírek |
A legtöbb felhasználási esetben a web_search elegendő. A web_search_premium-ot olyan alkalmazásoknak tartalékold, ahol a források megbízhatósága kritikus (újságírás, megfelelőség, szabályozási monitorozás). A gondolkodásmód ne az legyen, hogy „melyik opció a legjobb“, hanem hogy „mennyibe kerül egy kétes forrás az én kontextusomban“: egy belső híroldal esetében ez nulla; egy szabályozó hatóságnak benyújtott jegyzet esetén viszont nem.
Főbb megállapítások
- A
web_searcheszköz lehetővé teszi az ügynök számára, hogy valós időben keressen az interneten - A válaszok hivatkozásokat tartalmaznak a forrás címével és URL-jével együtt
- A
web_search_premiumellenőrzött hírforrásokat kínál extra költség ellenében - Alacsony hőmérséklet (0.3) ajánlott a keresést igénylő tényalapú feladatokhoz
- Az ügynök automatikusan dönti el, mikor és hogyan használja a webes keresést