Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Procesas ar 5 soļiem

Nodarbība 2 no 14 Atjaunota 2026. gada 2. novembris Programmētājs
Šajā lapā
  1. Skaidrs protokols starp tevi un modeli
  2. Plūsma detalizēti
  3. Plūsmas modeļi
  4. Galvenās atziņas

Skaidrs protokols starp tevi un modeli

Mistral funkciju izsaukšana seko precīzi definētam piecu soļu procesam. Šo protokolu padara lasāmu tas, ka katram solim ir tikai viens īpašnieks: vai nu tu (izstrādātājs), modelis vai lietotājs. Neviens solis nav kopīgs, un neviens nav neskaidrs. Velti laiku, lai iegaumētu šo darba sadalījumu pirms koda rakstīšanas: lielākā daļa funkciju izsaukšanas kļūdu rodas tad, kad izstrādātājs sagaida, ka modelis veiks soli, kas patiesībā ir viņa paša atbildība.

1

Definē funkcijas (Izstrādātājs)

Tu apraksti katru pieejamo funkciju, izmantojot JSON shēmu: nosaukums, apraksts, parametri, tipi un obligātie lauki. Modelis redz tikai šo specifikāciju, nevis tavu kodu.

2

Lietotājs uzdod jautājumu (Lietotājs)

Lietotājs uzdod savu jautājumu dabiskajā valodā. Tu nosūti šo pieprasījumu Mistral modelim kopā ar pieejamo rīku sarakstu.

3

Ģenerē argumentus (Modelis)

Modelis analizē pieprasījumu, izvēlas atbilstošo funkciju un ģenerē argumentus JSON formātā. Tas neizpilda funkciju – tas tikai norāda, ko izsaukt un ar kādiem parametriem.

4

Izpildi funkciju (Izstrādātājs)

Tavs kods iegūst funkcijas nosaukumu un argumentus no modeļa atbildes, izpilda atbilstošo funkciju un saņem rezultātu.

5

Ģenerē galīgo atbildi (Modelis)

Tu nosūti funkcijas rezultātu atpakaļ modelim. Tas integrē rezultātu sarunas kontekstā un formulē dabisku atbildi lietotājam.

Plūsma detalizēti

Šie pieci soļi tieši atbilst kodam. Iziesim cauri tiem, izmantojot vienu apzināti minimālu piemēru: lietotājs vēlas uzzināt maksājuma T1001 statusu. Mēs izmantosim šo pašu piemēru kā pamatdzīslu līdz pat sadaļas „Python implementācija” beigām, tāpēc jau tagad iepazīsties ar tā identifikatoriem.

1. solis: Tu definē rīkus

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_payment_status",
            "description": "Retrieves the status of a payment given its transaction ID",
            "parameters": {
                "type": "object",
                "properties": {
                    "transaction_id": {
                        "type": "string",
                        "description": "The unique transaction identifier (e.g., T1001)"
                    }
                },
                "required": ["transaction_id"]
            }
        }
    }
]

Šeit nav nevienas izpildāmas koda rindiņas: tas ir tikai apraksts. Modelis uzzina, ka pastāv funkcija ar nosaukumu get_payment_status, ko tā dara un ka tai ir nepieciešams transaction_id virknes tipā. Tas nekad neuzzina, kā funkcija ir implementēta.

2. solis: Lietotājs uzdod savu jautājumu

messages = [
    {"role": "user", "content": "What is the status of payment T1001?"}
]

3. solis: Modelis ģenerē argumentus

from mistralai.client import Mistral

client = Mistral(api_key="your-api-key")
response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    tools=tools
)

# The model returns a tool_call:
# function.name = "get_payment_status"
# function.arguments = '{"transaction_id": "T1001"}'

Modelis ir izgūjis „T1001” no teikuma un ievietojis to pareizajā laukā. Ņem vērā, ka arguments tiek saņemts kā virkne, nevis kā vārdnīca: šo detaļu tu apstrādāsi nākamajā solī.

4. solis: Tu izpildi funkciju

import json

tool_call = response.choices[0].message.tool_calls[0]
args = json.loads(tool_call.function.arguments)
result = get_payment_status(**args)
# → {"status": "paid", "date": "2026-03-15"}

5. solis: Modelis formulē atbildi

messages.append(response.choices[0].message)
messages.append({
    "role": "tool",
    "name": "get_payment_status",
    "content": json.dumps(result),
    "tool_call_id": tool_call.id
})

final = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    tools=tools
)
print(final.choices[0].message.content)
# → "Payment T1001 was made on March 15, 2026."

Vēsturei tiek pievienoti divi ziņojumi, nekad tikai viens: asistenta ziņojums, kas nes izsaukuma pieprasījumu, kam seko ziņojums, kas nes rezultātu. tool_call_id saista abus šos ziņojumus. Ja izlaidīsi kādu no tiem, API noraidīs pieprasījumu vai modelis sniegs neatbilstošu atbildi.

Plūsmas modeļi

Atkarībā no pieprasījuma sarežģītības šī plūsma var iegūt dažādas formas. Vienkāršākais gadījums ir tad, kad nav iesaistīta neviena funkcija: lietotājs uzdod vispārīgu jautājumu – „Ko tu vari darīt?” – un modelis atbild tieši, nekad neizmantojot rīkus. Tad seko vienkāršais izsaukums, ko tikko izskatījām: viena funkcija, viens rezultāts, viena atbilde.

Nākamie divi veidi ir interesantāki. Sekvenciālā ķēdē modelis izsauc pirmo funkciju, nolasa rezultātu un izmanto to, lai lemtu par otro izsaukumu – parasti vispirms iegūstot klienta ID, pirms vaicā pēc viņa rēķiniem. Paralēlā izsaukumā tas pieprasa vairāku funkciju izpildi vienlaicīgi, jo neviena no tām nav atkarīga no otras. Šiem diviem modeļiem veltīsim atsevišķas nodarbības; pagaidām atceries, ka abi balstās tieši uz iepriekš minētajiem pieciem soļiem, vienkārši tos atkārtojot.

Galvenās atziņas

  • Funkciju izsaukšana seko 5 soļu procesam ar skaidri noteiktām atbildībām
  • Modelis nekad nevar tieši izpildīt funkciju – tas tikai ģenerē argumentus
  • Tavs kods ir vārtsargs: tas lemj, vai funkciju izpildīt vai nē
  • Funkcijas rezultāts tiek nosūtīts atpakaļ modelim, lai tas varētu formulēt dabisku atbildi
  • Plūsma var būt vienkārša (viens izsaukums) vai sarežģīta (sekvenčiāla, paralēla)