Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Ievads funkciju izsaukšanā

Nodarbība 1 no 14 Atjaunota 2026. gada 3. novembris Programmētājs
Šajā lapā
  1. Kāpēc funkciju izsaukšana maina visu
  2. LLM + Rīku arhitektūra
  3. Kuri Mistral modeļi atbalsta funkciju izsaukšanu?
  4. Tipiski lietojuma gadījumi
  5. Ko tu apgūsi šajā kursā
  6. Galvenās atziņas

Atjauninājums 2026. gada 2. novembrī — Modeļi. Mistral Large 3 (mistral-large-2512) un Mistral Medium 3.5 tika pārtraukti 2026. gada 31. oktobrī, un to darbība tiks pilnībā izbeigta 2027. gada 30. aprīlī. To noteiktais pēctecis Mistral Large 4 (mistral-large-4) kopš 6. oktobra ir publiskā priekšskatījumā. Šī kursa piemēros tiek izmantots alias mistral-large-latest, kas saskaņā ar oficiālo specifikāciju pašlaik norāda uz Mistral Large 3 (pārbaudīts 2026. gada 3. novembrī). Līdzīgi mistral-medium-latest norāda uz Mistral Medium 3.5. Šie aliasi būs derīgi līdz 2027. gada 30. aprīlim. Jauniem projektiem testē mistral-large-4, kas ir to noteiktais pēctecis.

Kāpēc funkciju izsaukšana maina visu

Lielās valodu modeļi, piemēram, tie, ko piedāvā Mistral AI, ir ārkārtīgi labi teksta saprašanā un ģenerēšanā. Reālajā pasaulē ar to reti pietiek. Lai atbildētu uz jautājumu „Kur ir mans pasūtījums?”, ir jāveic vaicājums datubāzei. Maksājuma apstiprināšana nozīmē pārbaudi vai pat darījuma iniciēšanu. Tikšanās ieplānošana prasa piekļuvi kalendāram. Funkciju izsaukšana ir mehānisms, kas ļauj LLM šķērsot robežu starp tekstu un darbību.

Process sastāv no trim soļiem. Modelis izlemj, ka tam jāizsauc ārēja funkcija, ģenerē nepieciešamos argumentus JSON formātā un pēc tam ļauj tavam kodam izpildīt funkciju un atgriezt rezultātu. Modelis nekad tieši nepieķeras tavām sistēmām: tu saglabā pilnu kontroli.

LLM + Rīku arhitektūra

Viss balstās uz stingru atbildību sadalījumu. Ir vērts to precīzi formulēt, jo pārējais kurss balstās tieši uz to. Modelis saprot lietotāja pieprasījumu, izvēlas pareizo funkciju un sagatavo argumentus. Tavs kods, un tikai tavs kods, faktiski izpilda šo funkciju, piekļūst datiem un atgriež rezultātu. Tad modelis atkal pārņem iniciatīvu, lai šo neapstrādāto rezultātu pārvērstu dabiskā atbildē.

Priekšrocība ir nozīmīga: modelim nekad nav tiešas piekļuves tavām sistēmām, un tas nevar izpildīt patvaļīgu kodu. Tas vienkārši pauž nodomu — „Es vēlos izsaukt šo funkciju ar šiem parametriem” — un tava lietotne izlemj, ko ar to darīt. Pieprasījumu dzēst kontu tādējādi var noraidīt, reģistrēt vai pakļaut apstiprinājumam pirms jebkādas izpildes.

# Vienkāršots plūsmas skatījums
user = "Kāds ir pasūtījuma #4521 statuss?"

# 1. Modelis analizē un izlemj
# → "Man jāizsauc get_order_status ar order_id=4521"

# 2. Tavs kods izpilda
result = get_order_status(order_id=4521)
# → {"status": "shipped", "tracking": "FR123456789"}

# 3. Modelis formulē atbildi
# → "Jūsu pasūtījums #4521 ir nosūtīts. Šeit ir jūsu izsekošanas numurs: FR123456789."

Ievēro datu ceļu šajā piemērā: izsekošanas numurs FR123456789 neeksistē modeļa zināšanās. Tas nāk no tavas sistēmas, iziet cauri rezultāta ziņojumam un nonāk teikumā, ko lietotājs var izlasīt. Tieši to padara iespējamu funkciju izsaukšana.

Kuri Mistral modeļi atbalsta funkciju izsaukšanu?

Visi lielie Mistral modeļi atbalsta šo funkciju. Starp vispārējās nozīmes modeļiem ir Mistral Large 3, Medium 3.5, Small 4 un Ministral 3 tā trīs izmēros (14B, 8B, 3B). Specializētajā pusē to piedāvā arī Devstral 2.0, Devstral Small 2 un Codestral. Magistral Medium un Small to arī piedāvāja, taču šī saime tagad ir pārtraukta: spriešanas spējas tagad ir integrētas Mistral Small 4 un Medium 3.5.

Tava izvēle ir atkarīga no lietojuma gadījuma. Sarežģītiem funkciju izsaukumiem ar daudziem parametriem un smalkiem kompromisiem starp vairākiem rīkiem Mistral Large 3 joprojām ir visuzticamākais. Vienkāršiem, augstas caurlaidspējas ražošanas gadījumiem — asistentam, kas tūkstošiem reižu dienā vaicā divas vai trīs precīzi definētas funkcijas — Mistral Small 4 piedāvā lielisku izmaksu un veiktspējas attiecību.

Tipiski lietojuma gadījumi

Lietojumi ir daudzveidīgāki, nekā šķiet. Sarunu asistents, kas savienots ar CRM, ERP vai biļešu datubāzi, atbild uz konsultāciju jautājumiem: modelis lasa, bet neko nemaina. Automatizācija iet tālāk, iniciējot darbplūsmas — e-pasta nosūtīšanu, uzdevuma izveidi, statusa atjaunināšanu — un tāpēc uzliek daudz lielāku atbildību koda pusei. Paplašinātā meklēšanā (RAG) funkciju izsaukšana maina lēmumu: sistemātiskas vektoru datubāzes vaicājuma vietā tu ļauj modelim izlemt, kad un kā to darīt, izvairoties no lieka konteksta ievades.

Divi ambiciozāki lietojuma gadījumi papildina kopainu. Autonomi aģenti virkņē vairākus funkciju izsaukumus, lai veiktu sarežģītu uzdevumu, kur katrs rezultāts virza nākamo izsaukumu. Visbeidzot, dabiskās saskarnes ļauj lietotājam vadīt visu lietotni, sarunājoties, nekad nemācoties, kur atrodas konkrēta poga.

Ko tu apgūsi šajā kursā

Kursu veido četrpadsmit nodarbības, un tas seko apzināti lineārai progresijai. Tu sāksi ar pamatjēdzieniem: piecu soļu procesu un JSON shēmām, kas apraksta tavas funkcijas. Tad pāriesi pie implementācijas Python valodā — funkciju rakstīšanas, izsaukšanas, izpildes un virkņēšanas, izmantojot Mistral SDK. Trešais bloks aptver papildu funkcijas: paralēlos izsaukumus, tool_choice opcijas, kļūdu apstrādi un drošību. Kurss noslēdzas ar reāliem lietojuma gadījumiem — maksājumu izsekotāju, automatizētu CRM — un ražošanas paraugpraksi.

Šī kursa beigās tu spēsi izstrādāt, implementēt un izvietot stabilu funkciju izsaukšanas sistēmu, izmantojot Mistral API.

Galvenās atziņas

  • Funkciju izsaukšana ļauj modelim pieprasīt funkcijas izpildi, neizpildot to pašam
  • Arhitektūra balstās uz stingru atdalīšanu: modelis ģenerē argumentus, tavs kods izpilda
  • Visi lielie Mistral modeļi atbalsta šo funkciju
  • Funkciju izsaukšana ir pamatelements AI aģentiem un sarunu automatizācijai