Spriešana aģentos un sarunās
Šajā lapā
Nodarbība pārrakstīta 2026. gada 2. novembrī priekš Mistral Small 4 un Large 4. Mistral dokumentācija norāda, ka
reasoning_effortir pieejams aģentu (Agents) un sarunu (Conversations) galapunktos laukācompletion_args. Avoti: Reasoning · Python SDK — Conversations.
Trīs veidi, kā izsaukt spriešanas modeli
Iepriekšējās nodarbībās izmantojām Chat Completions API: katrā izsaukumā nosūtījāt pilnu vēsturi, un reasoning_effort tika ievietots tieši pieprasījumā. Mistral piedāvā vēl divas saskarnes: Agents API, kas saglabā atkārtoti izmantojamu konfigurāciju (modelis, instrukcijas, rīki, parametri), un Conversations API, kas uztur vēsturi serverī. Šajās divās API spriešanas līmeni nenorādat augšējā līmenī; jūs to iegulstat completion_args kopā ar citiem ģenerēšanas parametriem.
Aģents, kas spriež
Spriešanas līmeņa iestatīšana aģenta definīcijā ļauj izvairīties no tā atkārtošanas katrā izsaukumā un nodrošina, ka visa komanda izmanto vienādus iestatījumus:
import os
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
agent = client.beta.agents.create(
model="mistral-small-2603",
name="Financial Analyst",
instructions=(
"You analyze financial situations for SMEs. "
"End every response with a quantified recommendation and its assumptions."
),
completion_args={"reasoning_effort": "high"},
)
reponse = client.beta.conversations.start(
agent_id=agent.id,
inputs="Our working capital requirement has doubled in a year while revenue grew by 15%. What should we look at first?",
)
Sarunu izvades lasīšana
Saruna neatgriež choices; tā atgriež ierakstu (outputs) sarakstu. Modeļa atbilde atrodas ierakstos ar tipu message.output. Tāpat kā Chat Completions gadījumā, saturs ir vai nu virkne, vai fragmentu saraksts, kas var ietvert ThinkChunk. 3. nodarbībā apgūtā funkcija separer darbojas tieši tāpat kā iepriekš:
for entry in reponse.outputs:
if entry.type == "message.output":
reflexion, texte = separer(entry.content)
print(texte)
Citi ieraksti apraksta notikumus konkrētā gājiena laikā, piemēram, rīka izpildi (tool.execution) vai funkcijas izsaukumu. Ignorējiet tos, ja jūs interesē tikai galīgā atbilde.
Saruna bez aģenta
Vienreizējiem uzdevumiem Conversations API pieņem modeli tieši, bez iepriekšējas aģenta iestatīšanas. Serveris uztur vēsturi, un jūs turpināt dialogu ar conversations.append, vajadzības gadījumā pielāgojot spriešanas līmeni konkrētam gājienam:
conv = client.beta.conversations.start(
model="mistral-large-4-0",
inputs="Propose a migration plan for a 2 TB PostgreSQL database with zero downtime.",
completion_args={"reasoning_effort": "high"},
)
suite = client.beta.conversations.append(
conversation_id=conv.conversation_id,
inputs="Summarize this plan in five steps for executive leadership.",
completion_args={"reasoning_effort": "low"}, # a summary doesn't need deep reflection
)
Šī ir konkrēta priekšrocība salīdzinājumā ar Chat Completions, kur dokumentācija prasa katrā jaunā gājienā atkārtoti nosūtīt asistenta pilno ziņojumu, ieskaitot pārdomas (7. nodarbība). Izmantojot Conversations API, serveris glabā vēsturi; jums nav jānosūta tā atkārtoti katrā izsaukumā.
Spriešana un rīki
Aģents var apvienot spriešanu un rīkus: tools un completion_args ir neatkarīgi lauki, veidojot aģentu. Tādējādi analīzes aģentam var būt gan tīmekļa meklēšana, gan dziļa spriešana:
agent_veille = client.beta.agents.create(
model="mistral-small-2603",
name="Competitive Intelligence",
instructions="You compare competitor offers using cited public sources.",
tools=[{"type": "web_search"}],
completion_args={"reasoning_effort": "high"},
)
Tomēr sekojiet līdzi izmaksām: pārdomas un rīku izsaukumi vienā gājienā summējas rēķinā.
Trīs pieeju salīdzinājums
| Kritērijs | Chat Completions | Agents | Conversations |
|---|---|---|---|
| Kur iestatīt spriešanu | reasoning_effort pieprasījumā | completion_args aģentā | completion_args funkcijās start vai append |
| Vēsture | Jānosūta katrā izsaukumā, ieskaitot pārdomas | Nēsā saruna | Glabāta serverī |
Iebūvētie rīki (web_search…) | Nē | Jā | Jā |
| Tipisks lietojums | Vienreizēji izsaukumi, pilna kontrole | Koplietota, atkārtoti izmantojama konfigurācija | Daudzgājiena dialogi |
Integrācijas paraugprakse
Iestatiet spriešanas līmeni aģentā, ja uzdevums ir vienveidīgs, un katrā gājienā, ja tas mainās: sākotnējā analīzes gājienā high, kam seko pārformulējuma gājieni ar low vai none atkarībā no modeļa. Pārliecinieties, ka vērtība atbilst aģenta modelim: Small 4 pieņem high un none; Large 4 pieņem low, medium un high. Visbeidzot, reģistrējiet tokena lietojumu katrā gājienā; tas ir vienīgais veids, kā uzzināt, vai spriešana jūsu lietojumgadījumam ir izdevīga.
Galvenās atziņas
- Agents un Conversations API nododiet
reasoning_effortiekšcompletion_args - Atbildes nonāk
outputs; teksts atrodasmessage.outputtipa ierakstos, ieskaitot pārdomas - Conversations API uztur vēsturi serverī: nav jānosūta tā atkārtoti katrā gājienā
- Jūs varat mainīt līmeni katrā gājienā, izmantojot
conversations.append - Aģents var apvienot iebūvētos rīkus un spriešanu, taču tas palielina kopējo lietojumu