Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Tvoj prvý volanie API v Pythone

Lekcia 5 z 14 Aktualizované 2. novembra 2026 Vývojár
Na tejto strane
  1. Tvoja prvá výmena s modelom Mistral
  2. Inicializácia klienta
  3. Odoslanie požiadavky pomocou chat.complete()
  4. Čítanie vráteného objektu
  5. Úprava správania modelu
  6. Volanie pripravené na produkciu
  7. Kľúčové poznatky

Tvoja prvá výmena s modelom Mistral

SDK je nainštalované a tvoj API kľúč je pripravený: je čas odoslať skutočnú požiadavku a čo je dôležitejšie, pochopiť, čo sa vráti späť. Mnohí vývojári sa zastavia pri prvom riadku odpovede a ignorujú zvyšok vráteného objektu. To je chyba, pretože sledovanie nákladov a diagnostika orezaných odpovedí sa nachádzajú práve v týchto zostávajúcich údajoch. Začneme s minimálnym kódom a postupne prejdeme až k plnej štruktúre.

Inicializácia klienta

Klient je vstupným bodom pre všetky tvoje interakcie s API:

import os
from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

Spravuje HTTP pripojenia, opakovanie pokusov pri chybách siete a serializáciu požiadaviek. Vytvor inštanciu raz pri štarte aplikácie. Vytváranie nového klienta pre každý jednotlivý volanie ťa núti zbytočne platiť za nastavenie pripojenia a je jednou z najzákernejších príčin nadmernej latencie.

Odoslanie požiadavky pomocou chat.complete()

Najčastejšie budeš používať metódu chat.complete(). Odošle tvoje správy a čaká na úplnú odpoveď modelu, než vráti kontrolu:

response = client.chat.complete(
    model="mistral-small-latest",
    messages=[
        {
            "role": "user",
            "content": "Vysvetli koncept tokenizácie v troch vetách."
        }
    ]
)

print(response.choices[0].message.content)

Tu stačia dva parametre. model špecifikuje ID modelu: mistral-small-latest vždy odkazuje na najnovšiu verziu Mistral Small, čo z neho robí prirodzenú voľbu na začiatok, keďže je rýchly a ekonomický. messages očakáva zoznam štruktúrovaných správ, pričom každá má role – system, user alebo assistant – a pole content obsahujúce text. Táto štruktúra sa môže zdať pre jednu otázku ťažkopádna, ale dáva dokonalý zmysel, keď sa dostaneš k lekcii o konverzáciách s viacerými kolami.

Čítanie vráteného objektu

Objekt response obsahuje oveľa viac než len vygenerovaný text:

# Text odpovede
text = response.choices[0].message.content

# Rola (pre odpoveď vždy "assistant")
role = response.choices[0].message.role

# Dôvod zastavenia
finish = response.choices[0].finish_reason  # "stop", "length" atď.

# Štatistiky tokenov
input_tokens = response.usage.prompt_tokens
output_tokens = response.usage.completion_tokens
total_tokens = response.usage.total_tokens

print(f"Odpoveď ({output_tokens} tokenov): {text}")
print(f"Celkový počet spotrebovaných tokenov: {total_tokens}")

Od prvého dňa venuj veľkú pozornosť poľu usage. Jeho logovanie pri každom volaní ti presne povie, ktorá funkcia tvojej aplikácie míňa tvoj rozpočet, bez toho, aby si musel na konci mesiaca spätne analyzovať faktúru.

Pokiaľ ide o finish_reason, indikuje, prečo model zastavil, a nadobúda jednu z týchto hodnôt:

  • stop: model prirodzene dokončil svoju odpoveď
  • length: odpoveď bola prerušená, pretože dosiahla limit max_tokens
  • model_length: celkový kontext (vstup + výstup) dosiahol limit modelu

Odpoveď, ktorá končí v polovici vety, nie je chybou modelu: je to hodnota finish_reason rovnajúca sa length, ktorú nikto nekontroloval. Vždy si to over skôr, než usúdiš, že ide o problém s kvalitou.

Úprava správania modelu

Tri ďalšie parametre ti umožňujú usmerňovať generovanie:

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "user",
            "content": "Navrhni tri názvy pre startup zameraný na vzdelávaciu AI."
        }
    ],
    temperature=0.7,
    max_tokens=500,
    top_p=0.95,
)

Teplota (temperature) riadi mieru voľnosti modelu. Pri hodnote 0.0 sú odpovede deterministické: rovnaký prompt vždy vyprodukuje rovnaký text, čo je žiaduce pri extrakcii alebo klasifikácii. Medzi 0.3 a 0.5 získaš dobrú rovnováhu pre faktické úlohy. Medzi 0.7 a 1.0 sa odpovede stávajú kreatívnejšími a rôznorodejšími – toto je rozsah použitý v príklade vyššie, keďže žiadame o nápady na názvy a vidieť trikrát tú istú myšlienku by bolo zbytočné. Nad hodnotou 1.0 sa generovanie stáva vysoko náhodným a zriedka má praktické využitie.

max_tokens obmedzuje dĺžku odpovede, čo pomáha kontrolovať náklady a udržiavať výstupy zrozumiteľné. Len pamätaj, že ak je model prerušený, finish_reason bude "length". top_p ovplyvňuje diverzitu prostredníctvom iného mechanizmu: filtruje najmenej pravdepodobné tokeny. Hodnota 0.95 znamená, že model berie do úvahy iba tokeny predstavujúce 95 % kumulatívnej pravdepodobnosti.

Volanie pripravené na produkciu

V reálnych podmienkach sieť vypadáva, kľúče expirujú a kvóty sa napĺňajú. Vždy obaľ svoje volania ošetrením chýb:

import os
from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

try:
    response = client.chat.complete(
        model="mistral-small-latest",
        messages=[
            {"role": "user", "content": "Aké je hlavné mesto Francúzska?"}
        ],
        max_tokens=100,
    )

    text = response.choices[0].message.content
    print(f"Odpoveď: {text}")
    print(f"Použité tokeny: {response.usage.total_tokens}")

except Exception as e:
    print(f"Chyba volania API: {e}")

Použi túto kostru pre svoje vlastné experimenty jednoduchou výmenou obsahu správy. Je to východiskový bod pre všetko, čo nasleduje v tomto kurze.

Kľúčové poznatky

  • client.chat.complete() je hlavná metóda na interakciu s modelmi
  • Text odpovede sa nachádza v response.choices[0].message.content
  • response.usage ti povie, koľko tokenov bolo spotrebovaných (užitočné pre sledovanie nákladov)
  • temperature riadi kreativitu; max_tokens obmedzuje dĺžku
  • Začni s mistral-small-latest: je rýchly, ekonomický a výkonný