Przejdź do głównej treści
Polski— Wybierz język
Menu

Wprowadzenie do wywoływania funkcji

Lekcja 1 z 14 Zaktualizowano 3 listopada 2026 Programista
Na tej stronie
  1. Dlaczego wywoływanie funkcji zmienia wszystko
  2. Architektura LLM + Narzędzia
  3. Które modele Mistral obsługują wywoływanie funkcji?
  4. Typowe przypadki użycia
  5. Czego nauczysz się w tym kursie
  6. Kluczowe wnioski

Aktualizacja z 2 listopada 2026 r. — Modele. Mistral Large 3 (mistral-large-2512) oraz Mistral Medium 3.5 zostały wycofane ze wsparcia 31 października 2026 r., a ich całkowite usunięcie nastąpi 30 kwietnia 2027 r. Ich wyznaczony następca, Mistral Large 4 (mistral-large-4), jest dostępny w wersji publicznej zapowiedzi (public preview) od 6 października. Przykłady w tym kursie wykorzystują alias mistral-large-latest, który obecnie wskazuje na model Mistral Large 3 zgodnie z jego oficjalną specyfikacją (zweryfikowano 3 listopada 2026 r.). Podobnie alias mistral-medium-latest wskazuje na Mistral Medium 3.5. Aliasy te pozostaną ważne do 30 kwietnia 2027 r. W przypadku nowych projektów przetestuj mistral-large-4, ich wyznaczonego następcę.

Dlaczego wywoływanie funkcji zmienia wszystko

Duże modele językowe, takie jak te od Mistral AI, są wyjątkowo dobre w rozumieniu i generowaniu tekstu. W świecie rzeczywistym rzadko jednak wystarcza sama zdolność do przetwarzania języka. Odpowiedź na pytanie „Gdzie jest moje zamówienie?“ wymaga zapytania bazy danych. Potwierdzenie płatności oznacza sprawdzenie, a nawet zainicjowanie transakcji. Umówienie spotkania wymaga odczytu kalendarza. Wywoływanie funkcji to mechanizm, który pozwala modelowi LLM przekroczyć granicę między tekstem a działaniem.

Proces ten składa się z trzech kroków. Model decyduje, że musi wywołać zewnętrzną funkcję, generuje wymagane argumenty w formacie JSON, a następnie pozostawia Twojemu kodowi wykonanie tej funkcji i zwrócenie wyniku. W żadnym momencie model nie ma bezpośredniego dostępu do Twoich systemów: to Ty zachowujesz pełną kontrolę.

Architektura LLM + Narzędzia

Wszystko opiera się na ścisłym rozdzieleniu odpowiedzialności. Warto to precyzyjnie określić, ponieważ cały pozostały materiał kursu buduje na tej fundamentie. Model rozumie prośbę użytkownika, wybiera odpowiednią funkcję i przygotowuje argumenty. Twój kod – i tylko Twój kod – faktycznie wykonuje tę funkcję, uzyskuje dostęp do danych i zwraca wynik. Następnie model ponownie przejmuje inicjatywę, aby przekształcić ten surowy wynik w naturalną odpowiedź.

Korzyść jest znacząca: model nigdy nie ma bezpośredniego dostępu do Twoich systemów i nie może wykonywać dowolnego kodu. Wyraża jedynie intencję: „Chciałbym wywołać tę funkcję z tymi parametrami“, a Twoja aplikacja decyduje, co z tym zrobić. Prośba o usunięcie konta może zostać zatem odrzucona, zarejestrowana w logach lub poddana dodatkowemu potwierdzeniu przed jakimkolwiek wykonaniem.

# Uproszczony widok przepływu
user = "Jaki jest status zamówienia #4521?"

# 1. Model analizuje i podejmuje decyzję
# → "Muszę wywołać get_order_status z order_id=4521"

# 2. Twój kod wykonuje funkcję
result = get_order_status(order_id=4521)
# → {"status": "shipped", "tracking": "FR123456789"}

# 3. Model formułuje odpowiedź
# → "Twoje zamówienie #4521 zostało wysłane. Oto Twój numer śledzenia: FR123456789."

Zwróć uwagę na ścieżkę danych w tym przykładzie: numer śledzenia FR123456789 nie istnieje w wiedzy modelu. Pochodzi z Twojego systemu, przechodzi przez wiadomość z wynikiem i trafia do zdania, które użytkownik może przeczytać. To właśnie umożliwia wywoływanie funkcji.

Które modele Mistral obsługują wywoływanie funkcji?

Wszystkie główne modele Mistral obsługują tę funkcję. Wśród modeli ogólnego przeznaczenia znajdziesz Mistral Large 3, Medium 3.5, Small 4 oraz Ministral 3 w trzech wariantach rozmiarowych (14B, 8B, 3B). Po stronie modeli specjalistycznych funkcję tę udostępniają również Devstral 2.0, Devstral Small 2 i Codestral. Modele Magistral Medium i Small również ją oferowały, ale ta rodzina jest obecnie wycofywana: możliwości rozumowania zostały zintegrowane z Mistral Small 4 i Medium 3.5.

Twój wybór zależy od przypadku użycia. W przypadku złożonych wywołań funkcji z wieloma parametrami i subtelnymi kompromisami między różnymi narzędziami, Mistral Large 3 pozostaje najbardziej niezawodny. Dla prostych przypadków produkcyjnych o wysokiej przepustowości – asystent odpytujący dwie lub trzy dobrze zdefiniowane funkcje tysiące razy dziennie – Mistral Small 4 oferuje doskonały stosunek kosztów do wydajności.

Typowe przypadki użycia

Zastosowania są bardziej zróżnicowane, niż się wydaje. Asystent konwersacyjny podłączony do bazy danych CRM, ERP lub systemu zgłoszeń odpowiada na pytania konsultacyjne: model jedynie odczytuje dane, niczego nie modyfikując. Automatyzacja idzie o krok dalej, inicjując przepływy pracy – wysyłanie e-maila, tworzenie zadania, aktualizację statusu – co nakłada znacznie większą odpowiedzialność na stronę kodu. W wyszukiwaniu rozszerzonym (RAG) wywoływanie funkcji zmienia sposób podejmowania decyzji: zamiast systematycznie odpytywać bazę wektorową, pozwalasz modelowi zdecydować, kiedy i jak to zrobić, unikając wstrzykiwania niepotrzebnego kontekstu.

Dwa bardziej ambitne przypadki użycia dopełniają obrazu. Autonomiczni agenci łączą ze sobą wiele wywołań funkcji, aby wykonać złożone zadanie, przy czym każdy wynik kieruje kolejne wywołanie. Na koniec, naturalne interfejsy pozwalają użytkownikowi sterować całą aplikacją poprzez rozmowę, bez konieczności uczenia się, gdzie znajduje się konkretny przycisk.

Czego nauczysz się w tym kursie

Kurs składa się z czternastu lekcji i podąża za celowo liniową progresją. Zaczniesz od fundamentalnych koncepcji: pięcioetapowego procesu oraz schematów JSON opisujących Twoje funkcje. Następnie przejdziesz do implementacji w Pythonie – pisania, wywoływania, wykonywania i łączenia funkcji za pomocą Mistral SDK. Trzeci blok obejmuje zaawansowane funkcje: wywołania równoległe, opcje tool_choice, obsługę błędów oraz bezpieczeństwo. Kurs kończy się omówieniem przypadków użycia ze świata rzeczywistego – tracker płatności, zautomatyzowany CRM – oraz najlepszymi praktykami produkcyjnymi.

Po ukończeniu tego kursu będziesz w stanie zaprojektować, wdrożyć i uruchomić solidny system wywoływania funkcji przy użyciu Mistral API.

Kluczowe wnioski

  • Wywoływanie funkcji pozwala modelowi zażądać wykonania funkcji, nie wykonując jej samodzielnie
  • Architektura opiera się na ścisłym rozdzieleniu: model generuje argumenty, Twój kod wykonuje funkcję
  • Wszystkie główne modele Mistral obsługują tę funkcję
  • Wywoływanie funkcji jest fundamentem budowy agentów AI i automatyzacji konwersacyjnej