Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Įrankis document_library: K&A apie jūsų failus

Paskaita 11 iš 18 Atnaujinta 2026 m. lapkričio 3 d. Kūrėjas
Šiame puslapyje
  1. Mistral integruotas RAG
  2. Dokumentų bibliotekos kūrimas
  3. Dokumentų įkėlimas
  4. Agento su dokumentų biblioteka kūrimas
  5. Užklausos dokumentams
  6. Bibliotekų valdymas
  7. Nuo vidinės pagalbos iki sutarčių analizės
  8. Paruošk šaltinius, izoliuok bibliotekas
  9. Svarbiausi punktai

Pamoka atnaujinta 2026 m. lapkričio 3 d. pagal mistralai SDK 3.7.0 versiją: bibliotekos dokumentai valdomi per client.beta.libraries.documents (upload, list, delete). Ankstesnės versijos metodai add_document, list_documents ir remove_document nebeegzistuoja, o failai dabar įkeliami tiesiai į biblioteką. Šaltinis: client-python.

Mistral integruotas RAG

Įrankis document_library yra tiesiai į agentų API integruota informacijos gavimo ir generavimo (RAG) sistema. Tavo agentas pasiekia tavo į „Mistral“ debesį įkeltus dokumentus, randa susijusias ištraukas ir suformuluoja atsakymą su nuorodomis. Skirtumas, palyginti su savarankiškai kuriamu RAG sprendimu, yra didelis: tau nereikia diegti vektorių duomenų bazės, prižiūrėti įterpimų (embedding) konvejerio ar derinti teksto skaidymo strategijos. Tereikia įkelti failus, sukūrus agentą deklaruoti šį įrankį ir leisti modeliui pačiam nuspręsti, kada kreiptis į biblioteką.

Dokumentų bibliotekos kūrimas

Biblioteka yra talpykla, kurioje saugomi tavo dokumentai. Prieš įkeliant bet kokius failus, ją sukuria vienu API užklausimu.

from mistralai.client import Mistral
import os

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

# Sukurti biblioteką
library = client.beta.libraries.create(
    name="Techninė dokumentacija",
    description="Produktų vadovai ir techninės specifikacijos."
)

print(f"Bibliotekos ID: {library.id}")

Atkreipk dėmesį į grąžintą ID: būtent jį perduodi agentui. Nėra jokio trumpinio, naudojant bibliotekos pavadinimą. Jei tavo komanda tvarko atskiras HR, teisinę ir techninę bibliotekas, saugok šiuos ID savo konfigūracijoje taip pat, kaip ir ryšio eilutes.

Dokumentų įkėlimas

Įkėlimas vyksta dviem etapais: pirmiausia failas patalpinamas į „Files“ erdvę nurodant aiškų purpose, o tada jis priskiriamas bibliotekai.

# Įkelti PDF tiesiai į biblioteką
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"Dokumentas {document.id}: {document.processing_status}")

Palaikomi formatai: PDF, paprastas tekstas ir kiti dažni dokumentų tipai.

Agento su dokumentų biblioteka kūrimas

agent = client.beta.agents.create(
    model="mistral-medium-latest",
    name="Dokumentacijos agentas",
    instructions="""Esi dokumentacijos asistentas.
- Atsakyk tik naudodamas bibliotekos dokumentus
- Cituok susijusias ištraukas
- Jei informacijos dokumentuose nėra, tai aiškiai nurodyk""",
    tools=[{
        "type": "document_library",
        "library_ids": [library.id]
    }]
)

Parametras library_ids yra sąrašas: vienam agentui gali priskirti kelias bibliotekas. Pavyzdžiui, pagalbos asistentas gali naudoti tiek produktų dokumentaciją, tiek vidines procedūras. Čia instrukcijos yra daugiau nei tik pageidautinos. Be nurodymo apriboti atsakymus dokumentais, modelis spragas užpildys savo bendrosiomis žiniomis, ir tu prarasi galimybę atskirti, kas kilę iš tavo failų, o kas – iš kitur. Trečioji eilutė – aiškus nurodymas, kada informacijos trūksta – paverčia pleprų agentą patikimu.

Užklausos dokumentams

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Kaip veikia Pixtral 12B vaizdo koduoklis?"
)

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"  [Šaltinis] {chunk.title}")

Kaip ir ieškant internete, atsakymas gaunamas dviejų tipų gabalėliais (chunks). text gabalėliuose yra rašytinis atsakymas; tool_reference gabalėliuose – kilmės duomenys, kur laukas title saugo šaltinio dokumento pavadinimą, o laukas url pateikia vidinę nuorodą tame dokumente. Šis atskyrimas leidžia rodyti atsakymą, o tiesiai po juo – dokumentų, iš kurių jis gautas, sąrašą.

Šis atsekamumas nėra tik dekoracija. Konsultantas, atsakantis klientui remdamasis vidine procedūra, privalo gebėti nurodyti, kuriai procedūrai jis remiasi; teisininkas, besiremiantis sutartimi, privalo galėti atsekti tą sutartį. Be citatų RAG sistema generuoja nepatikrinamus teiginius.

Bibliotekų valdymas

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

# Išvardyti dokumentus bibliotekoje
documents = client.beta.libraries.documents.list(library_id=library.id)
for doc in documents.data:
    print(f"{doc.name} — {doc.size} baitų")

# Ištrinti dokumentą iš bibliotekos
client.beta.libraries.documents.delete(
    library_id=library.id,
    document_id=document.id
)

# Ištrinti biblioteką
client.beta.libraries.delete(library_id=library.id)

Dokumentų šalinimas yra dažniausiai pamirštama operacija, o ją užmiršus – brangiausia. Pasenusi kainoraščio ar procedūros versija lieka agentui cituojama neribotą laiką, išlaikydama visus legitimumo požymius, nes yra pagrįsta šaltiniu. Paskelbus naują versiją, dokumento šalinimas turi tapti refleksu.

Nuo vidinės pagalbos iki sutarčių analizės

Vidinė pagalba yra akivaizdžiausias naudojimo atvejis: darbuotojai užduoda HR klausimus natūralia kalba, užuot naršę intranete.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Vidinė pagalba",
    instructions="Atsakyk į darbuotojų klausimus naudodamas HR dokumentų bazę.",
    tools=[{"type": "document_library", "library_ids": [rh_library.id]}]
)

Sutarčių analizė keičia paradigmą: agentas ne tik gauna informaciją, bet ir ją nagrinėja. Čia instrukcijos apibūdina užduotį, o ne tik apimtį.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Sutarčių analitikas",
    instructions="""Analizuok įkeltas sutartis.
- Nustatyk svarbias nuostatas
- Pažymėk potencialią riziką
- Palygink su отраслевыми standartais""",
    tools=[{"type": "document_library", "library_ids": [contrats_library.id]}]
)

Galiausiai, produkto žinių bazė iliustruoja įrankių derinimą: oficiali dokumentacija turi pirmenybę, o interneto paieška užpildo spragas, kai dokumentai neapima klausimo.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Produkto ekspertas",
    instructions="Atsakyk į techninius klausimus apie mūsų produktus remdamasis oficialia dokumentacija.",
    tools=[
        {"type": "document_library", "library_ids": [docs_library.id]},
        {"type": "web_search"}  # Atsarginis variantas, jei dokumentų nepakanka
    ]
)

Paruošk šaltinius, izoliuok bibliotekas

RAG kokybė nustatoma dar prieš kreipiantis į API. Struktūruotas PDF su aiškiomis antraštėmis, poskyriais ir atskirais pastraipomis suskaidomas ir randamas daug geriau nei nuskenuotas plokščias failas arba dokumentas, kuriame visa logika slypi tik makete. Be to, atskirk savo bibliotekas pagal sritis, užuot sukūręs vieną bendrą „viskam tinkantį“ konteinerį. Agentas, prijungtas tik prie teisinės bibliotekos, nerizikuos cituoti HR memo atsakydamas į klausimą apie sutartį. Šie du sprendimai – šaltinio struktūros tobulinimas ir bibliotekų izoliavimas – daro didesnę įtaką galutiniam rezultatui nei bet koks modelio derinimas.

Svarbiausi punktai

  • document_library yra integruotas RAG – nereikia valdyti savo vektorių infrastruktūros
  • Kurk temines bibliotekas ir įkelk dokumentus per „Files“ API
  • Atsakymuose cituojamos susijusios ištraudos naudojant tool_reference gabalėlius
  • Vienam agentui gali priskirti kelias bibliotekas
  • Derink su kitais įrankiais, kad pasiektum išsamų aprėptį