Konversazzjoni Multi-Turn
F'din il-paġna
Lil Hinn minn Sejħiet Waħda
F’applikazzjoni tad-dinja reali, l-utenti ma jagħmlux mistoqsija waħda u jisparixxu. Huma jgħaqqdu t-talbiet, jerġgħu lura għal suġġetti preċedenti, u jħallu t-tلميħat bħal “x’inhu dwar din?” li s-sentenza waħedha ma tistax issolvi. Is-sejħa tal-funzjonijiet trid taħdem f’dan il-kuntest ta’ konversazzjoni multi-turn, fejn il-mudell jista’ jsejjaħ funzjonijiet f’kull pass tad-djalogu mingħajr qatt ma jitlif il-fil ta’ dak li ġara qabel.
Il-Prinċipju: Żomm l-Istorja
Iċ-ċavetta tinsab f’sentenza waħda: żomm il-messaġġi kollha f’lista li tikber ma’ kull skambju. Il-mudell m’għandu l-ebda memorja tiegħu bejn is-sejħiet tal-API; l-uniku kuntest li għandu huwa dak li tibgħatlu lura. Din l-istorja sħiħa hija dak li jippermettilu jifhem referenzi impliċiti.
import os
import json
from mistralai.client import Mistral
from functools import partial
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
model = "mistral-large-latest"
# Conversation history
messages = [
{
"role": "system",
"content": "You are a payment tracking assistant. "
"Respond in concise English."
}
]
Ċiklu Sħiħ ta’ Konversazzjoni
Il-kodiċi hawn taħt jaħdem f’żewġ stadji. process_tool_calls tesegwixxi s-sejħiet kollha mitluba mill-mudell u terġa’ tibda l-konversazzjoni bir-riżultati; chat timmaniġġja dawra sħiħa, mill-input tal-utent sat-test finali.
def process_tool_calls(response, messages, available_functions, tools):
"""Processes tool_calls and returns the final response."""
message = response.choices[0].message
messages.append(message)
# Execute each tool_call
for tool_call in message.tool_calls:
function_name = tool_call.function.name
function_params = json.loads(tool_call.function.arguments)
if function_name in available_functions:
result = available_functions[function_name](**function_params)
else:
result = json.dumps({"error": f"Unknown function {function_name}"})
messages.append({
"role": "tool",
"name": function_name,
"content": result,
"tool_call_id": tool_call.id
})
# Call the model again with the results
return client.chat.complete(
model=model, messages=messages, tools=tools
)
def chat(user_input: str, messages: list, tools: list,
available_functions: dict) -> str:
"""Handles a complete conversation turn."""
messages.append({"role": "user", "content": user_input})
response = client.chat.complete(
model=model, messages=messages, tools=tools
)
message = response.choices[0].message
# Loop as long as the model wants to call functions
while message.tool_calls and len(message.tool_calls) > 0:
response = process_tool_calls(
response, messages, available_functions, tools
)
message = response.choices[0].message
# The model is done—it responds with text
messages.append(message)
return message.content
Iċ-ċiklu while huwa l-biċċa kritika. Wara li jirċievi riżultat ta’ funzjoni, il-mudell jista’ sewwa jitolbu ieħor: iċ-ċiklu jkompli sakemm jipproduċi tool_calls u jieqaf biss meta finalment jirritorna test. if sempliċi kien jittratta l-ewwel sejħa u mbagħad jirritorna risposta vojta f’kull każ fejn kienu meħtieġa żewġ sejħiet.
Eżempju ta’ Konversazzjoni Multi-Turn
Ejja naraw kif jidher dan iċ-ċiklu f’erba’ dawriet imqabbda.
# Turn 1
reponse = chat("What is the status of payment T1001?",
messages, tools, available_functions)
print(f"Assistant : {reponse}")
# → "Payment T1001 status: paid."
# Turn 2 — follow-up question
reponse = chat("When was it made?",
messages, tools, available_functions)
print(f"Assistant : {reponse}")
# → "Payment T1001 was made on March 15, 2026."
# Turn 3 — new transaction
reponse = chat("Compare with payment T1003.",
messages, tools, available_functions)
print(f"Assistant : {reponse}")
# → "Payment T1003 is pending, unlike T1001 which is paid."
# Turn 4 — question without function
reponse = chat("Thanks, that's all for today.",
messages, tools, available_functions)
print(f"Assistant : {reponse}")
# → "You're welcome! Feel free to ask if you have other questions."
Id-Dawra 2 hija dik li għandek teżamina mill-qrib. “Meta saret?” ma fihiex identifikatur; l-istorja hija dak li jippermetti lill-mudell jifhem li dan għadu jirreferi għal T1001 u jsejjaħ retrieve_payment_date bl-argument korrett. Neħħi l-messaġġi mid-Dawra 1 u din is-sentenza ssir insolubbli. Fid-Dawra 3, il-mudell jista’ jiddeċiedi li jsejjaħ funzjonijiet multipli—l-istatus u d-data għal T1003—biex jibni t-tqabbil mar-riżultati diġà miksuba għal T1001. Id-Dawra 4 ma ttriggerja l-ebda sejħa: il-mudell jaf meta jżomm lura wkoll.
Katina ta’ Sejħiet Sekwenzjali
Uħud mit-talbiet jeħtieġu li l-mudell jistenna riżultat wieħed qabel ma jkun jaf x’għandu jistaqsi wara. Iċ-ċiklu while f’chat() jittratta dan il-każ mingħajr linja waħda żejda ta’ kodiċi.
# User asks for something requiring 2 sequential calls
reponse = chat(
"Show me the status and date of payment T1002.",
messages, tools, available_functions
)
# The model may:
# 1. Call retrieve_payment_status(T1002)
# 2. Receive the result
# 3. Call retrieve_payment_date(T1002)
# 4. Receive the result
# 5. Formulate the final response with both pieces of information
Meta wieħed iħares lejn l-istorja tal-messaġġi, il-fluss sekwenzjali jidher hekk:
user → assistant(tool_call_1) → tool(result_1) → assistant(tool_call_2) → tool(result_2) → assistant(response)
Għodd id-dawriet tal-assistent: tlieta, jiġifieri tliet talbiet iffatturati lill-API. Dak huwa l-ispiża tal-eżekuzzjoni sekwenzjali, u r-raġuni għaliex il-lezzjoni li jmiss tiffoka fuq sejħiet paralleli.
Ġestjoni tad-Daqs tal-Istorja
Fil-produzzjoni, konversazzjoni li ddum ħafna ssir għalja: kull dawra tibgħat lura s-sett sħiħ ta’ messaġġi preċedenti, u l-kont tat-tokens jikber b’mod kwadratiku. Strateġija sempliċi hija li żżomm biss il-messaġġ tas-sistema u l-iskambji l-aktar riċenti.
def trim_messages(messages: list, max_messages: int = 20) -> list:
"""Keeps the system message and the last N messages."""
system_messages = [m for m in messages if hasattr(m, "role")
and m.get("role") == "system"
or (isinstance(m, dict) and m.get("role") == "system")]
non_system = [m for m in messages if m not in system_messages]
if len(non_system) > max_messages:
non_system = non_system[-max_messages:]
return system_messages + non_system
Prekawzjoni waħda qabel ma twaħħal din il-funzjoni: qatt ma taqta’ tool_call mingħajr il-messaġġ tool korrispondenti tiegħu. Jekk it-tronkazzjoni taqa’ bejn iż-żewġ partijiet, l-API tirċievi talba ta’ sejħa mingħajr tweġiba u tiċħad il-mistoqsija. Aġġusta l-punt tal-qtugħ biex iżżomm pari sħaħ minflok ma tgħodd il-messaġġi blindament.
Punti Ewlenin
- Żomm istorja sħiħa tal-messaġġi biex il-mudell jifhem il-kuntest
- Uża ċiklu while biex tittratta sejħiet ta’ funzjonijiet sekwenzjali
- Il-mudell jifhem referenzi impliċiti (“dik”, “ta’ qabel”) grazzi għall-kuntest
- Fil-produzzjoni, illimita d-daqs tal-istorja filwaqt li żżomm il-pari tool_call/tool intatti
- Il-funzjoni
chat()murija hawnhekk hija mudell li jista’ jerġa’ jintuża għal kwalunkwe applikazzjoni ta’ sejħa ta’ funzjonijiet