Introduzione al Function Calling
In questa pagina
Aggiornamento 2 novembre 2026 — Modelli. Mistral Large 3 (
mistral-large-2512) e Mistral Medium 3.5 sono stati deprecati il 31 ottobre 2026 e verranno ritirati il 30 aprile 2027. Il loro successore designato, Mistral Large 4 (mistral-large-4), è in anteprima pubblica dal 6 ottobre. Gli esempi in questo corso utilizzano l’aliasmistral-large-latest, che punta attualmente a Mistral Large 3 secondo le sue specifiche ufficiali (verificato il 3 novembre 2026). Analogamente,mistral-medium-latestpunta a Mistral Medium 3.5. Questi alias rimarranno validi fino al 30 aprile 2027. Per i nuovi progetti, testamistral-large-4, il loro successore designato.
Perché il function calling cambia tutto
I grandi modelli linguistici come quelli di Mistral AI sono eccezionalmente bravi a comprendere e generare testo. Nel mondo reale, però, questo raramente basta. Rispondere a «Dov’è il mio ordine?» richiede di interrogare un database. Confermare un pagamento significa verificare, o addirittura attivare, una transazione. Programmare un appuntamento richiede la lettura di un calendario. Il function calling è il meccanismo che permette a un LLM di superare il confine tra testo e azione.
Il processo si articola in tre passaggi. Il modello decide di dover chiamare una funzione esterna, genera gli argomenti richiesti in formato JSON e poi lascia al tuo codice il compito di eseguire la funzione e restituire il risultato. In nessun momento il modello tocca direttamente i tuoi sistemi: mantieni il controllo totale.
L’architettura LLM + Strumenti
Tutto si basa su una rigorosa separazione delle responsabilità. Vale la pena esplicitarlo con precisione, poiché il resto del corso si fonda su questo principio. Il modello comprende la richiesta dell’utente, seleziona la funzione corretta e abbozza gli argomenti. Il tuo codice, e solo il tuo codice, esegue effettivamente quella funzione, accede ai dati e restituisce il risultato. A quel punto il modello riprende il controllo per trasformare quel risultato grezzo in una risposta naturale.
Il vantaggio è significativo: il modello non ha mai accesso diretto ai tuoi sistemi e non può eseguire codice arbitrario. Si limita a esprimere un’intenzione — «Vorrei chiamare questa funzione con questi parametri» — e la tua applicazione decide cosa farne. Una richiesta di eliminazione di un account può quindi essere rifiutata, registrata o sottoposta a conferma prima che avvenga qualsiasi esecuzione.
# Vista semplificata del flusso
user = "Qual è lo stato dell'ordine #4521?"
# 1. Il modello analizza e decide
# → "Devo chiamare get_order_status con order_id=4521"
# 2. Il tuo codice esegue
result = get_order_status(order_id=4521)
# → {"status": "shipped", "tracking": "FR123456789"}
# 3. Il modello formula la risposta
# → "Il tuo ordine #4521 è stato spedito. Ecco il tuo numero di tracciamento: FR123456789."
Nota il percorso dei dati in questo esempio: il numero di tracciamento FR123456789 non esiste da nessuna parte nella conoscenza del modello. Proviene dal tuo sistema, passa attraverso il messaggio di risultato e finisce in una frase che l’utente può leggere. È esattamente questo che il function calling rende possibile.
Quali modelli Mistral supportano il function calling?
Tutti i principali modelli Mistral supportano questa funzionalità. Tra i modelli per uso generico, hai Mistral Large 3, Medium 3.5, Small 4 e Ministral 3 nelle sue tre dimensioni (14B, 8B, 3B). Sul fronte specializzato, anche Devstral 2.0, Devstral Small 2 e Codestral la espongono. Magistral Medium e Small la offrivano anch’essi, ma quella famiglia è ora deprecata: le capacità di ragionamento sono ora integrate in Mistral Small 4 e Medium 3.5.
La tua scelta dipende dal tuo caso d’uso. Per chiamate di funzioni complesse con molti parametri e compromessi sottili tra più strumenti, Mistral Large 3 rimane il più affidabile. Per casi produttivi semplici e ad alto throughput — un assistente che interroga due o tre funzioni ben definite migliaia di volte al giorno — Mistral Small 4 offre un eccellente rapporto costi-prestazioni.
Casi d’uso tipici
Le applicazioni sono più diversificate di quanto sembri. Un assistente conversazionale connesso a un database CRM, ERP o di ticketing risponde a domande di consultazione: il modello legge ma non modifica nulla. L’automazione va oltre attivando flussi di lavoro — invio di un’email, creazione di un’attività, aggiornamento di uno stato — e comporta quindi una responsabilità molto più pesante sul lato del codice. Nella ricerca aumentata (RAG), il function calling sposta la decisione: invece di interrogare sistematicamente un database vettoriale, lasci che sia il modello a decidere quando e come farlo, evitando l’iniezione di contesto inutile.
Due casi d’uso più ambiziosi completano il quadro. Gli agenti autonomi concatenano più chiamate di funzione per svolgere un compito complesso, guidando ogni chiamata successiva con il risultato della precedente. Infine, le interfacce naturali permettono all’utente di pilotare un’intera applicazione attraverso la conversazione, senza dover mai imparare dove si trova un pulsante specifico.
Cosa imparerai in questo corso
Il corso è composto da quattordici lezioni e segue una progressione deliberatamente lineare. Inizierai con i concetti fondamentali: il processo in cinque fasi e gli schemi JSON che descrivono le tue funzioni. Passerai poi all’implementazione in Python: scrittura, chiamata, esecuzione e concatenazione di funzioni con l’SDK di Mistral. Il terzo blocco copre le funzionalità avanzate: chiamate parallele, opzioni tool_choice, gestione degli errori e sicurezza. Il corso si conclude con casi d’uso reali — un tracker di pagamenti, un CRM automatizzato — e le migliori pratiche per la produzione.
Al termine di questo corso, sarai in grado di progettare, implementare e distribuire un sistema robusto di function calling con le API di Mistral.
Punti chiave
- Il function calling permette al modello di richiedere l’esecuzione di una funzione senza eseguirla direttamente
- L’architettura si basa su una rigorosa separazione: il modello genera gli argomenti, il tuo codice esegue
- Tutti i principali modelli Mistral supportano questa funzionalità
- Il function calling è il mattone fondamentale per gli agenti AI e l’automazione conversazionale