Salt la conținutul principal
Română— Alege o limbă
Meniu

Procesul în 5 pași

Lecția 2 din 14 Actualizată 2 noiembrie 2026 Dezvoltator
Pe această pagină
  1. Un protocol clar între dumneavoastră și model
  2. Fluxul în detaliu
  3. Tipare de flux
  4. Puncte cheie

Un protocol clar între dumneavoastră și model

Apelarea de funcții Mistral urmează un proces bine definit în cinci pași. Ceea ce face acest protocol lizibil este faptul că fiecare pas are un singur proprietar: fie dumneavoastră (dezvoltatorul), fie modelul, fie utilizatorul. Niciun pas nu este partajat și niciunul nu este ambiguu. Acordați-vă timp pentru a memora această diviziune a sarcinilor înainte de a scrie o singură linie de cod: majoritatea erorilor de apelare a funcțiilor apar atunci când un dezvoltator se așteaptă ca modelul să gestioneze un pas care este, de fapt, responsabilitatea sa.

1

Definirea funcțiilor (Dezvoltator)

Descrieți fiecare funcție disponibilă printr-o schemă JSON: nume, descriere, parametri, tipuri și câmpuri obligatorii. Modelul vede doar această specificație, nu și codul dumneavoastră.

2

Utilizatorul pune o întrebare (Utilizator)

Utilizatorul își formulează întrebarea în limbaj natural. Dumneavoastră trimiteți această cerere către modelul Mistral împreună cu lista instrumentelor disponibile.

3

Generarea argumentelor (Model)

Modelul analizează cererea, selectează funcția adecvată și generează argumentele în format JSON. Acesta nu execută funcția; vă indică doar ce să apelați și cu ce parametri.

4

Executarea funcției (Dezvoltator)

Codul dumneavoastră extrage numele funcției și argumentele din răspunsul modelului, rulează funcția corespunzătoare și preia rezultatul.

5

Generarea răspunsului final (Model)

Trimiteți rezultatul funcției înapoi la model. Acesta integrează rezultatul în contextul conversației și formulează un răspuns natural pentru utilizator.

Fluxul în detaliu

Acești cinci pași se map direct pe cod. Să îi parcurgem folosind un singur exemplu, intenționat minimal: un utilizator dorește să afle statusul plății T1001. Vom folosi acest același exemplu ca fir conductor până la finalul blocului „Implementare în Python“, așa că familiarizați-vă acum cu identificatorii săi.

Pasul 1: Dumneavoastră definiți instrumentele

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"]
            }
        }
    }
]

Aici nu există niciun cod executabil: este o descriere. Modelul învață că există o funcție numită get_payment_status, ce face aceasta și că necesită un transaction_id de tip string. Nu învață niciodată cum este implementată funcția.

Pasul 2: Utilizatorul pune întrebarea

messages = [
    {"role": "user", "content": "What is the status of payment T1001?"}
]

Pasul 3: Modelul generează argumentele

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"}'

Modelul a extras „T1001“ din propoziție și l-a plasat în câmpul corect. Rețineți că arguments sosește sub formă de string, nu de dicționar: veți gestiona acest detaliu în pasul următor.

Pasul 4: Dumneavoastră executați funcția

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"}

Pasul 5: Modelul formulează răspunsul

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."

Se adaugă două mesaje în istoric, niciodată doar unul: mesajul asistentului care conține cererea de apel, urmat de mesajul care conține rezultatul. tool_call_id le leagă pe cele două. Omiteți unul dintre ele și API va respinge cererea, sau modelul va răspunde în afara subiectului.

Tipare de flux

În funcție de complexitatea cererii, acest flux poate lua forme diferite. Cel mai simplu caz este atunci când nu este implicată nicio funcție: utilizatorul pune o întrebare generală – „Ce poți face?“ – iar modelul răspunde direct, fără a atinge vreodată instrumentele. Urmează apelul simplu pe care tocmai l-am parcurs: o funcție, un rezultat, un răspuns.

Următoarele două forme sunt mai interesante. Într-un lanț secvențial, modelul apelează o primă funcție, citește rezultatul și îl folosește pentru a decide un al doilea apel – de obicei, preluarea unui ID de client înainte de a interoga facturile acestuia. Într-un apel paralel, solicită executarea mai multor funcții simultan, deoarece niciuna nu depinde de cealaltă. Vom dedica lecții întregi acestor două tipare; deocamdată, rețineți că ambele se bazează exact pe cei cinci pași de mai sus, pur și simplu repetați.

Puncte cheie

  • Apelarea de funcții urmează un proces în 5 pași cu responsabilități clare
  • Modelul nu poate niciodată executa direct o funcție – generează doar argumente
  • Codul dumneavoastră este gardianul: decide dacă execută sau nu funcția
  • Rezultatul funcției este trimis înapoi modelului pentru a formula un răspuns natural
  • Fluxul poate fi simplu (un apel) sau complex (secvențial, paralel)