Proces 5 kroków
Na tej stronie
Jasny protokół między Tobą a modelem
Wywoływanie funkcji w Mistralu opiera się na dobrze zdefiniowanym procesie pięcioetapowym. Czytelność tego protokołu wynika z faktu, że każdy krok ma tylko jednego właściciela: Ciebie (dewelopera), model lub użytkownika. Żaden krok nie jest współdzielony ani niejasny. Poświęć chwilę na zapamiętanie tego podziału obowiązków, zanim napiszesz pierwszą linię kodu: większość błędów związanych z wywoływaniem funkcji wynika z sytuacji, gdy deweloper oczekuje, że model zajmie się krokiem, który w rzeczywistości leży po jego stronie.
Zdefiniuj funkcje (Deweloper)
Opisujesz każdą dostępną funkcję za pomocą schematu JSON: nazwa, opis, parametry, typy i pola wymagane. Model widzi tylko tę specyfikację, a nie Twój kod.
Użytkownik zadaje pytanie (Użytkownik)
Użytkownik zadaje swoje pytanie w języku naturalnym. Wysyłasz to żądanie do modelu Mistral wraz z listą dostępnych narzędzi.
Wygeneruj argumenty (Model)
Model analizuje żądanie, wybiera odpowiednią funkcję i generuje argumenty w formacie JSON. Nie wykonuje funkcji – jedynie informuje Cię, co wywołać i z jakimi parametrami.
Wykonaj funkcję (Deweloper)
Twój kod ekstrahuje nazwę funkcji i argumenty z odpowiedzi modelu, uruchamia odpowiednią funkcję i pobiera wynik.
Wygeneruj ostateczną odpowiedź (Model)
Wysyłasz wynik działania funkcji z powrotem do modelu. Integruje on ten wynik z kontekstem rozmowy i formułuje naturalną odpowiedź dla użytkownika.
Przepływ w szczegółach
Te pięć kroków przekłada się bezpośrednio na kod. Przeanalizujmy je na jednym, celowo uproszczonym przykładzie: użytkownik chce poznać status płatności T1001. Będziemy używać tego samego przykładu jako wątku przewodniego aż do końca bloku „Implementacja w Pythonie“, więc już teraz zapoznaj się z jego identyfikatorami.
Krok 1: Definiujesz narzędzia
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"]
}
}
}
]
Nie ma tu żadnego kodu wykonywalnego: to jedynie opis. Model dowiaduje się, że istnieje funkcja o nazwie get_payment_status, co robi i że wymaga parametru transaction_id typu string. Nigdy nie dowiaduje się, jak funkcja jest zaimplementowana.
Krok 2: Użytkownik zadaje pytanie
messages = [
{"role": "user", "content": "What is the status of payment T1001?"}
]
Krok 3: Model generuje argumenty
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"}'
Model wydobył „T1001“ z zdania i umieścił go w odpowiednim polu. Zauważ, że arguments przychodzi jako ciąg znaków (string), a nie słownik: tym szczegółem zajmiesz się w następnym kroku.
Krok 4: Wykonujesz funkcję
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"}
Krok 5: Model formułuje odpowiedź
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."
Do historii dodawane są dwie wiadomości, nigdy tylko jedna: wiadomość asystenta zawierająca żądanie wywołania, a po niej wiadomość zawierająca wynik. Pole tool_call_id łączy te dwie wiadomości. Pominięcie którejkolwiek z nich spowoduje odrzucenie żądania przez API lub sprawi, że model odpowie niezgodnie z tematem.
Wzorce przepływu
W zależności od złożoności żądania, ten przepływ może przybierać różne formy. Najprostszy przypadek występuje, gdy nie bierze udziału żadna funkcja: użytkownik zadaje ogólne pytanie – „Co potrafisz zrobić?“ – a model odpowiada bezpośrednio, nigdy nie korzystając z narzędzi. Kolejny to proste wywołanie, które właśnie przeanalizowaliśmy: jedna funkcja, jeden wynik, jedna odpowiedź.
Dwie następne formy są bardziej interesujące. W łańcuchu sekwencyjnym model wywołuje pierwszą funkcję, odczytuje wynik i wykorzystuje go do podjęcia decyzji o drugim wywołaniu – typowo pobiera ID klienta przed zapytaniem o jego faktury. W wywołaniu równoległym żąda wykonania wielu funkcji jednocześnie, ponieważ żadna z nich nie zależy od drugiej. Całe lekcje poświęcimy tym dwóm wzorcom; na razie zapamiętaj, że oba opierają się dokładnie na tych samych pięciu krokach, po prostu powtórzonych.
Kluczowe wnioski
- Wywoływanie funkcji przebiega w procesie 5 kroków z jasno określonymi odpowiedzialnościami
- Model nigdy nie może bezpośrednio wykonać funkcji – generuje jedynie argumenty
- Twój kod jest strażnikiem: to on decyduje, czy funkcja zostanie wykonana, czy nie
- Wynik działania funkcji jest wysyłany z powrotem do modelu, aby mógł sformułować naturalną odpowiedź
- Przepływ może być prosty (jedno wywołanie) lub złożony (sekwencyjny, równoległy)