web_search eszköz: Valós idejű internetes keresés
Ezen az oldalon
A Mistral négy beépített eszköze
Ez a lecke indítja az beépített eszközökről szóló fejezetet. Mielőtt belevágnánk az elsőbe, szánj egy percet a Agents API-ban elérhető négy eszköz és az általuk megoldott igények áttekintésére.
| Eszköz | Típus | Leírás | Használati eset |
|---|---|---|---|
| Webes keresés | web_search | Valós idejű internetes keresés | Hírek, monitorozás, tényellenőrzés |
| Kódértelmező | code_interpreter | Homokozó környezetben futtatott Python kód | Számítások, adatelemzés, diagramok |
| Képgenerálás | image_generation | Szövegből kép létrehozása | Illusztrációk, makettek, kreatív munka |
| Dokumentumtár | document_library | RAG feltöltött dokumentumokon | Fájlos kérdések, kinyerés, összefoglalás |
Ezek az eszközök a Mistral felhőkörnyezetében futnak – neked semmilyen infrastruktúrát nem kell kezelned. Ez alapvető különbség a klasszikus függvényhíváshoz képest, ahol te végzed a végrehajtást: itt csupán deklarálod a képességet, a szolgáltató pedig kezeli a homokozót, a függőségeket és a méretezést.
A webes keresés részletesen
A web_search eszköz lehetővé teszi, hogy az ügynököd valós időben keressen információkat az interneten. Ez a legszélesebb körben használt eszköz, mert megold egy alapvető LLM-problémát: az időbeli szakadékot a valósághoz képest. Egy modell nem tud semmit a tanítása után történt eseményekről, és azt sem tudja, hogy nem tudja – ez pedig magabiztos, de elavult világképen alapuló válaszokhoz vezet.
Az eszköz konfigurálása mindössze néhány sor kódot igényel.
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="Web Search Agent",
instructions="You perform web searches to answer questions. Always cite your sources.",
tools=[{"type": "web_search"}],
completion_args={"temperature": 0.3, "top_p": 0.95}
)
Keresés futtatása
Ugyanúgy kérdezed meg ezt az ügynököt, mint bármelyik másikat: a keresés eldöntése az ügynök feladata.
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Who won the most recent European Football Championship?"
)
Egyetlen hívás mögött események egész lánca húzódik meg. Az ügynök először elemzi a kérdést, hogy eldöntse: elegendő-e a saját tudása – itt a „legutóbbi“ szó dátumhoz kötött információt sejtet, tehát nem az. Ezután optimalizált keresési lekérdezést fogalmaz meg, amely gyakran eltér a te mondatodtól, mentes a beszélgetési fordulatoktól. Végrehajtja a keresést, majd szintetizálja az eredményeket hivatkozásokkal ellátva. Te nem irányítod ezeket a lépéseket, de a válaszban mindet láthatod.
A válasz felépítése
A válasz több szekvenciális bejegyzést tartalmaz, amelyeken sorban kell végigiterálnod.
for entry in response.outputs:
print(f"--- {entry.type} ---")
if entry.type == "tool.execution":
# A végrehajtott keresés részletei
print(f"Tool: {entry.tool_name}")
elif entry.type == "message.output":
# Válasz hivatkozásokkal
for chunk in entry.content:
if chunk.type == "text":
print(chunk.text)
elif chunk.type == "tool_reference":
print(f"[Source] {chunk.title} — {chunk.url}")
Először egy tool.execution bejegyzést látsz, amely a művelet metaadatait hordozza, beleértve a keresőmotorhoz ténylegesen elküldött lekérdezést is. Ez az a hely, ahol érdemes körülnézni, ha a válasz témát tévesztett, mert gyakran itt látszik, hogy az átfogalmazás félrement. A message.output bejegyzés ezután a szintetizált választ hordozza, text és tool_reference darabokra bontva – ezért szükséges a fenti kódban a beágyazott ciklus.
Közvetlen mód használata (ügynök nélkül)
Az eszköz regisztrált ügynök nélkül is működik, ami gyors tesztelés esetén kényelmes.
response = client.beta.conversations.start(
model="mistral-large-latest",
inputs=[{"role": "user", "content": "Latest news on Mistral AI"}],
tools=[{"type": "web_search"}]
)
Bevált gyakorlatok, amelyek számítanak
Kezdd pontos kérdésekkel. Az ügynök átalakítja a kérdésedet keresési lekérdezéssé: az „mesélj az AI-ról“ általános eredményeket hoz, míg a „milyen európai AI-szabályozásokat fogadtak el 2026-ban?“ azonnal célzott, használható oldalakra irányít. Ez a szabály a felhasználóid kérdéseire is vonatkozik: ha a felületed engedélyezi a bizonytalan kéréseket, építs be egy lépést az utasításaidba az átfogalmazáshoz vagy a tisztázó kérdésekhez.
Ezután kontrolláld a hőmérsékletet (temperature). Tényalapú feladatoknál az alacsony érték – 0,2 és 0,4 között – csökkenti a hallucinációkat az eredmények szintetizálásakor. A keresés biztosítja a nyersanyagot, de a modellt még mindig ír, és semmi sem akadályozza meg abban, hogy kitöltse a hézagokat, ha túl nagy szabadságot kap.
Végül ellenőrizd a forrásokat. A hivatkozások automatikusak, de relevanciájuk változó: egy fórumbejegyzés és egy hivatalos szöveg hasonlóan néz ki a hivatkozási listában. Kritikus kontextusban nyisd meg a visszaadott URL-eket, mielőtt elfogadnád az információt – és tedd elérhetővé őket a felhasználóid számára is, hogy ők is megtehessék ugyanezt.
Főbb megállapítások
- A
web_searchvalós idejű internetelérést biztosít az ügynök számára - A válaszok automatikus hivatkozásokat tartalmaznak (cím + URL)
- A
web_search_premiumellenőrzött hírforrásokat ad hozzá - Az eszköz ügynökkel és anélkül is működik (közvetlen mód lehetséges)
- Tényalapú feladatokhoz alacsony hőmérséklet ajánlott