Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Vytvorenie workeru

Lekcia 6 z 14 Aktualizované 29. júla 2026 Pokročilý
Na tejto strane
  1. Úloha workeru
  2. Vytvorenie minimálneho workeru
  3. Čo robí run_worker()
  4. Worker s viacerými workflowmi
  5. Odporúčaná štruktúra súborov
  6. Spustenie workeru
  7. Worker v produkcii
  8. Kľúčové poznatky

Úloha workeru

Worker je Python proces, ktorý skutočne vykonáva tvoje workflowny a aktivity. Pripája sa k platforme Mistral, počúva na čakajúce úlohy a spúšťa ich lokálne na tvojom počítači alebo serveri. Tento architektonický detail často prekvapí začiatočníkov: tvoj kód nikdy neopustí tvoje prostredie; u Mistrala zostáva iba stav orchestrácie.

Dôsledok je priamy a vysvetľuje väčšinu problémov typu „nič sa nedeje“, s ktorými sa stretneš na začiatku projektu: bez bežiaceho workeru sa tvoje workflowny nemôžu vykonať. Môžeš spustiť exekúciu, ale tá bude jednoducho čakať, kým sa neobjaví schopný worker. Worker je prepojením medzi orchestračnou platformou Mistral a tvojím lokálnym kódom.

Vytvorenie minimálneho workeru

Funkčný worker zaberie len niekoľko riadkov. Nasledujúci príklad zámerne kombinuje aktivitu, workflow a spúšťaciu logiku do jedného súboru, aby si ho mohol okamžite spustiť:

import asyncio
import mistralai.workflows as workflows

# Import your workflows and activities
@workflows.activity()
async def dire_bonjour(nom: str) -> dict:
    return {"message": f"Bonjour, {nom} !"}

@workflows.workflow.define(name="salutation_workflow")
class SalutationWorkflow:
    @workflows.workflow.entrypoint
    async def run(self, nom: str) -> dict:
        resultat = await dire_bonjour(nom)
        return resultat

# Start the worker
async def main() -> None:
    await workflows.run_worker([SalutationWorkflow])

if __name__ == "__main__":
    asyncio.run(main())

Kľúčovou funkciou je workflows.run_worker(). Prijíma zoznam tried workflow, ktoré tento worker dokáže vykonať – a len workflowny. Aktivity sa objavujú automaticky cez ne, takže nemusíš aktivity vypisovať osobitne.

Čo robí run_worker()

Keď zavoláš workflows.run_worker([MyWorkflow]), postupne sa udialo päť vecí. Po prvé, worker sa autentifikuje na platforme Mistral pomocou tvojho API kľúča. Potom zaregistruje deklarované workflowny a aktivity. Táto registrácia informuje platformu, že pre identifikátor salutation_workflow existuje vykonávateľ. Ďalej otvorí trvalé pripojenie a čaká na úlohy, pričom zámerne zostáva nečinný, kým nie je spustená exekúcia. Keď exekúcia dorazí, worker spustí kód lokálne a výsledky sa odošlú späť na platformu na uloženie.

Worker zostáva aktívny, kým beží Python proces, čo je dôvod, prečo nikdy nevráti kontrolu späť do tvojho terminálu. Na jeho čistého zastavenie použži Ctrl+C.

Worker s viacerými workflowmi

Nič nevyžaduje jedného workeru na jeden workflow. Jediný proces môže hostiť viacero workflowov, dokonca aj keď zdieľajú aktivity. Tu slúžia extraire_texte a analyser_sentiment obom:

import asyncio
import mistralai.workflows as workflows

# --- Activities ---

@workflows.activity()
async def extraire_texte(url: str) -> dict:
    async with httpx.AsyncClient() as client:
        response = await client.get(url)
    return {"texte": response.text}

@workflows.activity()
async def analyser_sentiment(texte: str) -> dict:
    client = Mistral()
    response = await client.chat.complete_async(
        model="mistral-large-latest",
        messages=[
            {"role": "system", "content": "Analysez le sentiment : positif, négatif ou neutre."},
            {"role": "user", "content": texte}
        ]
    )
    return {"sentiment": response.choices[0].message.content}

@workflows.activity()
async def envoyer_alerte(message: str) -> dict:
    # Envoi vers Slack, email, etc.
    return {"status": "envoyé"}

# --- Workflows ---

@workflows.workflow.define(name="analyse_document")
class DocumentAnalysis:
    @workflows.workflow.entrypoint
    async def run(self, url: str) -> dict:
        extraction = await extraire_texte(url)
        sentiment = await analyser_sentiment(extraction["texte"])
        return sentiment

@workflows.workflow.define(name="surveillance_mentions")
class MentionMonitoring:
    @workflows.workflow.entrypoint
    async def run(self, url: str, seuil: str) -> dict:
        extraction = await extraire_texte(url)
        sentiment = await analyser_sentiment(extraction["texte"])
        if sentiment["sentiment"] == "négatif":
            await envoyer_alerte(f"Mention négative détectée : {url}")
        return sentiment

# --- Worker ---

async def main() -> None:
    await workflows.run_worker([
        DocumentAnalysis,
        MentionMonitoring,
    ])

if __name__ == "__main__":
    asyncio.run(main())

Odporúčaná štruktúra súborov

Jeden súbor funguje na učenie, ale nie pre živý projekt. Pre produkčné prostredie rozdeľ svoj kód do modulov podľa typu:

mon-projet/
├── activities/
│   ├── __init__.py
│   ├── extraction.py      # extraire_texte()
│   ├── analyse.py          # analyser_sentiment()
│   └── notifications.py    # envoyer_alerte()
├── workflows/
│   ├── __init__.py
│   ├── analyse_document.py
│   └── surveillance.py
└── worker.py               # Single entry point

Súbor worker.py potom obsahuje iba importy a spúšťaciu logiku, čím sa stáva čitateľným zoznamom toho, čo tento proces dokáže vykonať:

import asyncio
import mistralai.workflows as workflows

from workflows.document_analysis import DocumentAnalysis
from workflows.monitoring import MentionMonitoring

async def main() -> None:
    await workflows.run_worker([
        DocumentAnalysis,
        MentionMonitoring,
    ])

if __name__ == "__main__":
    asyncio.run(main())

Spustenie workeru

uv run python worker.py

Worker zobrazí správu o pripojení a zostane aktívny, čakajúc na úlohy. Mal by si vidieť niečo podobné:

Worker connected. Listening for tasks...

Kým sa táto riadka nezobrazí, nič nespúšťaj. Najprv skontroluj svoj API kľúč a sieťové pripojenie.

Worker v produkcii

Worker spustený manuálne v termináli zmizne po prvom odpojení SSH. Prepusť ho správcovi procesov – systemd, supervisor alebo pm2 – ktorý ho automaticky reštartuje po zlyhaní alebo reštarte systému:

# With pm2 (if Node.js is available)
pm2 start "uv run python worker.py" --name workflow-worker

# With systemd (create a .service file)

Tento automatický reštart dobre ladí s odolnosťou: bežiace workflowny sa samy obnovia hneď, ako sa pripojí nový proces. Čo sa týka tajomstiev, nikdy neukladaj API kľúč natvrdo do súboru workeru, inak sa dostane do tvojho Git repozitára. SDK si premennú prostredia prečíta automaticky:

import os

# The SDK automatically reads MISTRAL_API_KEY
# No need to pass it explicitly

Nakoniec zváž logovanie. Worker vysiela správy cez štandardný modul logging jazyka Python. Jednoduchá konfigurácia pri štarte ti poskytne stopu vykonaných aktivít, čo je cenné pre pochopenie toho, čo bežalo počas incidentu:

import logging
logging.basicConfig(level=logging.INFO)

Kľúčové poznatky

  • Worker je proces, ktorý lokálne vykonáva tvoje workflowny a aktivity
  • workflows.run_worker([...]) prijíma zoznam tried workflow na vykonanie
  • Jediný worker môže vykonávať viacero rôznych workflowov
  • Worker zostáva aktívny a počúva na úlohy, kým beží proces
  • V produkcii používaj správcu procesov, aby worker bežal nepretržite
  • API kľúč sa automaticky číta z premennej MISTRAL_API_KEY