Rīks document_library: Jautājumi un atbildes par jūsu failiem
Šajā lapā
Nodarbība atjaunināta 2026. gada 3. novembrī, balstoties uz
mistralaiSDK 3.7.0: bibliotēku dokumenti tiek pārvaldīti, izmantojotclient.beta.libraries.documents(upload,list,delete). Metodesadd_document,list_documentsunremove_documentno iepriekšējās versijas vairs nepastāv, un augšupielādes tagad notiek tieši bibliotēkā. Avots: client-python.
Mistral iebūvētais RAG
Rīks document_library ir meklēšanas paplašinātās ģenerēšanas (RAG) sistēma, kas ir tieši iebūvēta aģentu API. Tavs aģents piekļūst dokumentiem, kurus esi augšupielādējis Mistral mākonī, atlasa atbilstošus fragmentus un formulē atbildi ar atsaucēm. Atšķirība salīdzinājumā ar pašizveidotu RAG risinājumu ir būtiska: tev nav jāuztur vektoru datubāze, jākonfigurē iegulšanas (embedding) cauruļvads vai jāpielāgo teksta sadalīšanas stratēģija. Tu vienkārši augšupielādē failus, deklarē rīku, veidojot aģentu, un ļauj modelim pašam izlemt, kad vaicāt bibliotēkai.
Dokumentu bibliotēkas izveide
Bibliotēka ir konteiners, kas glabā tavus dokumentus. To izveido ar vienu API izsaukumu pirms jebkādu failu augšupielādes.
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
# Izveidot bibliotēku
library = client.beta.libraries.create(
name="Tehniskā dokumentācija",
description="Produktu rokasgrāmatas un tehniskās specifikācijas."
)
print(f"Bibliotēkas ID: {library.id}")
Pieraksti atgriezto ID: tieši to nodosi aģentam. Nav īsceļa, izmantojot bibliotēkas nosaukumu. Ja tava komanda pārvalda atsevišķas HR, juridiskās un tehniskās bibliotēkas, saglabā šos ID savā konfigurācijā tāpat kā savienojuma virknes.
Dokumentu augšupielāde
Augšupielāde notiek divos soļos: vispirms fails tiek noguldīts failu telpā ar konkrētu purpose, pēc tam tas tiek piesaistīts bibliotēkai.
# Augšupielādēt PDF tieši bibliotēkā
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"Dokuments {document.id}: {document.processing_status}")
Atbalstītie formāti ietver PDF, vienkāršu tekstu un citus izplatītus dokumentu veidus.
Aģenta izveide ar dokumentu bibliotēku
agent = client.beta.agents.create(
model="mistral-medium-latest",
name="Dokumentācijas aģents",
instructions="""Tu esi dokumentācijas asistents.
- Atbildi, izmantojot tikai dokumentus no bibliotēkas
- Atsaucies uz atbilstošiem fragmentiem
- Ja informācijas dokumentos nav, to skaidri norādi""",
tools=[{
"type": "document_library",
"library_ids": [library.id]
}]
)
Parametrs library_ids ir saraksts: vienam aģentam vari piesaistīt vairākas bibliotēkas. Piemēram, atbalsta asistents var izmantot gan produktu dokumentāciju, gan iekšējās procedūras. Šeit instrukcijas ir vairāk nekā tikai vēlams papildinājums. Bez norādes ierobežot atbildes tikai ar dokumentiem, models aizpildīs nepilnības ar savām vispārējām zināšanām, un tu zaudēsi spēju atšķirt, kas nāk no taviem failiem, bet kas – no citurienes. Trešā rinda – skaidra norāde, kad informācijas trūkst – ir tas, kas pārvērš runīgu aģentu par uzticamu.
Vaicājumi dokumentiem
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Kā darbojas Pixtral 12B redzes enkoders?"
)
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" [Avots] {chunk.title}")
Tāpat kā tīmekļa meklēšanas gadījumā, atbilde pienāk fragmentos divos veidos. text fragmenti satur rakstisko atbildi; tool_reference fragmenti satur izcelsmes datus, kur lauks title glabā avota dokumenta nosaukumu, bet lauks url nodrošina iekšējo atsauči šajā dokumentā. Šī atdalīšana ļauj parādīt atbildi un tieši zem tās – to dokumentu sarakstu, kas to ģenerējuši.
Šī izsekojamība nav tikai dekoratīva. Konsultantam, kas atbild klientam, balstoties uz iekšēju procedūru, ir jāspēj precizēt, kurai procedūrai tas atsaucas; juristam, kas paļaujas uz līgumu, ir jāspēj izsekot atpakaļ uz šo līgumu. Bez atsaucēm RAG sistēma rada nepārbaudāmus apgalvojumus.
Bibliotēku pārvaldība
# Sarakstīt bibliotēkas
libraries = client.beta.libraries.list()
for lib in libraries.data:
print(f"{lib.name} ({lib.id})")
# Sarakstīt dokumentus bibliotēkā
documents = client.beta.libraries.documents.list(library_id=library.id)
for doc in documents.data:
print(f"{doc.name} — {doc.size} baiti")
# Dzēst dokumentu no bibliotēkas
client.beta.libraries.documents.delete(
library_id=library.id,
document_id=document.id
)
# Dzēst bibliotēku
client.beta.libraries.delete(library_id=library.id)
Dokumentu dzēšana ir visbiežāk aizmirstā operācija un visdārgākā, ja to aizmirst. Novecojusi cenu lapas vai procedūras versija paliek aģenta atsaucama uz nenoteiktu laiku, saglabājot leģitimitātes izskatu tikai tāpēc, ka tā ir avotota. Padari dokumenta dzēšanu par refleksu ikreiz, kad publicē jaunu versiju.
No iekšējā atbalsta līdz līgumu analīzei
Iekšējais atbalsts ir visaktuālākais lietojuma gadījums: darbinieki uzdod HR jautājumus dabiskā valodā, nevis rakņājas intranetā.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Iekšējais atbalsts",
instructions="Atbildi uz darbinieku jautājumiem, izmantojot HR dokumentācijas bāzi.",
tools=[{"type": "document_library", "library_ids": [rh_library.id]}]
)
Līgumu analīze maina paradigmu: aģents ne tikai atgūst informāciju, bet to arī izvērtē. Šeit instrukcijas apraksta uzdevumu, ne tikai darbības jomu.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Līgumu analītiķis",
instructions="""Analizē augšupielādētos līgumus.
- Identificē svarīgus punktus
- Atzīmē potenciālos riskus
- Salīdzini ar nozares standartiem""",
tools=[{"type": "document_library", "library_ids": [contrats_library.id]}]
)
Visbeidzot, produktu zināšanu bāze ilustrē rīku kombinēšanu: oficiālajai dokumentācijai ir prioritāte, bet tīmekļa meklēšana aizpilda nepilnības, ja dokumenti neatbild uz jautājumu.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Produktu eksperts",
instructions="Atbildi uz tehniskajiem jautājumiem par mūsu produktiem, balstoties uz oficiālo dokumentāciju.",
tools=[
{"type": "document_library", "library_ids": [docs_library.id]},
{"type": "web_search"} # Rezerves variants, ja dokumenti ir nepietiekami
]
)
Sagatavo avotus, izolē bibliotēkas
RAG kvalitāte tiek noteikta vēl pirms API izsaukuma. Strukturēts PDF ar skaidriem virsrakstiem, apakšvirsrakstiem un atdalītiem rindkopām tiek sadalīts un atrasts daudz labāk nekā saplacināts skenējums vai dokuments, kurā visa loģika slēpjas izkārtojumā. Tālāk – atdali savas bibliotēkas pēc domēniem, nevis izveido vienu visaptverošu “spaini”. Aģents, kas pieslēgts tikai juridiskajai bibliotēkai, neriskēs citēt HR memorandu, atbildot uz jautājumu par līgumu. Šie divi lēmumi – avota struktūras uzlabošana un bibliotēku izolēšana – ietekmē gala rezultātu vairāk nekā jebkura modeļa pielāgošana.
Galvenās atziņas
document_libraryir iebūvēts RAG – nav jāpārvalda sava vektoru infrastruktūra- Izveido tematiskas bibliotēkas un augšupielādē dokumentus, izmantojot Files API
- Atbildes citē atbilstošus fragmentus, izmantojot
tool_referencefragmentus - Vienam aģentam vari piesaistīt vairākas bibliotēkas
- Kombinē ar citiem rīkiem visaptverošam pārklājumam