Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Najboljše prakse in naslednji koraki

Lekcija 18 od 18 Posodobljeno 3. november 2026 Razvijalec
Na tej strani
  1. Kaj si osvojil
  2. Načrtovanje agentov, ki zdržijo obremenitev
  3. Obravnava napak
  4. Videnje dogajanja
  5. Testiranje usmerjanja
  6. Referenčna arhitektura
  7. Kam naprej
  8. Ključne ugotovitve
  9. Preveri svoje znanje

Kaj si osvojil

Prehodil si celoten API za agente Mistral. Preden se poglobimo v prakse za proizvodno okolje, ponovimo bistvo, saj vsak del tega tečaja nadgrajuje prejšnjega.

Prve tri lekcije so postavile temelje: agent AI je avtonomen sistem s zanko zaznavanje-ukrepanje; API temelji na treh objektih – Agent, Conversation in Entry; tisto, kar loči agenta od klepetalnega bota, pa so obstojnost, orodja in predaje nadzora. Lekcije od 4 do 7 so ti omogočile uporabo teh objektov: ustvarjanje in konfiguriranje agentov z client.beta.agents.create(), vzdrževanje obstojnih pogovorov z conversations.start() in conversations.append() ter uporaba neposrednega načina brez agenta, ko prototipiraš in obstojnost ne prinaša vrednosti.

Lekcije od 8 do 11 so dodale zmogljivosti. web_search ti omogoča dostop do trenutnih informacij z samodejnimi citati; code_interpreter izvaja Python v peskovniku, kar agentu zagotavlja točne rezultate tam, kjer bi model sam le približeval; image_generation ustvarja vizualne vsebine na podlagi besedilnih pozivov; document_library pa v tvoje dokumente vgrajuje RAG (retrieval-augmented generation). Lekcije od 12 do 16 so nato pokazale sodelovanje več agentov: predaje nadzora prenašajo krmiljenje z enega agenta na drugega, referenčna arhitektura združuje osrednji usmerjevalnik s strokovnjaki, strežniški način avtomatizira procese, medtem ko te odjemalski način ohranja v zanki, neomejeno veriženje pa se razčlenjuje na linearne, zvezdaste in hibridne vzorce. Nazadnje je 17. lekcija vse skupaj zaključila z varovalkami, načelom najmanjših privilegijev in moderacijo na vhodu.

Načrtovanje agentov, ki zdržijo obremenitev

En stavek povzame celoten tečaj: en agent, ena odgovornost, en opis, ki pove, kdaj ga poklicati. Spodnji kontrast razliko naredi otipljivo.

# DOBRO — specializiran agent s natančnim opisom
agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="invoice-processor",
    description="Processes invoices: extracts amounts, dates, vendors.",
    instructions="Extract invoice information into structured JSON.",
    tools=[{"type": "document_library", "library_ids": [invoices_lib.id]}]
)

# SLABO — generičen, nejasen agent
agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="helper",
    description="A helpful agent.",
    tools=[{"type": "web_search"}, {"type": "code_interpreter"}, {"type": "image_generation"}]
)

Drugi agent bo hkrati odpovedal na dva načina. Noben usmerjevalnik ne bo vedel, kdaj mu predati zahtevo, saj „pomožen agent” ne opisuje nobene situacije. In ko bo že poklican, mu bodo tri orodja omogočila, da poišče nekaj na spletu, kar bi moral izračunati, ali da ilustrira nekaj, kar naj bi analiziral.

Obravnava napak

Omrežni klici prej ali slej odpovedo. Ponovni poskus z eksponentnim zamikom absorbira prehodne incidente, ne da bi trenutno upočasnitev spremenil v vidno izpad storitve.

import time

def safe_conversation(agent_id, query, max_retries=3):
    """Pogovor z obravnavo napak in ponovnim poskusom."""
    for attempt in range(max_retries):
        try:
            response = client.beta.conversations.start(
                agent_id=agent_id,
                inputs=query
            )
            return response
        except Exception as e:
            if attempt == max_retries - 1:
                raise
            time.sleep(2 ** attempt)  # Eksponentni zamik
    return None

Eksponentni zamik – ena sekunda, nato dve, nato štiri – loči civiliziran ponovni poskus od bombardiranja storitve, ki že tako težko deluje. Opazi tudi, da zadnji poskus ponovno sproži izjemo namesto vračanja None: tvoj klicatelj mora vedeti, da operacija ni uspela.

Videnje dogajanja

V proizvodnem okolju postane večagentski delovni tok, ki ga ne moreš opazovati, nemogoče razhroščevati. Odjemalski način ti daje prav tiste kljuke, ki jih potrebuješ.

import logging
import time

logger = logging.getLogger("agents")

def monitored_conversation(agent_id, query):
    """Pogovor z nadzorom."""
    start = time.time()

    response = client.beta.conversations.start(
        agent_id=agent_id,
        inputs=query,
        handoff_execution="client"
    )

    handoff_count = 0
    tool_count = 0

    for entry in response.outputs:
        if entry.type == "agent.handoff":
            handoff_count += 1
            logger.info(f"Handoff #{handoff_count}: → {entry.next_agent_id}")
        elif entry.type == "tool.execution":
            tool_count += 1
            logger.info(f"Tool #{tool_count}: {entry.tool_name}")

    duration = time.time() - start
    logger.info(f"Finished in {duration:.1f}s — {handoff_count} handoffs, {tool_count} tools")

    return response

Tista dva številca sta vredna več, kot nakazuje njuna preprostost: odmik v povprečnem številu predaj signalizira usmerjevalnik, ki okleva; skok v klicih orodij kaže na drage poizvedbe.

Nadzor stroškov se nato zreducira na konkretne odločitve. Spremljaj število žetonov na pogovor, saj je to prava obračunska enota. Uporabi mistral-medium-latest povsod tam, kjer mistral-large-latest ne doda ničesar – prva raven podpore je učni primer tega. Omeji max_tokens v completion_args, da se izogneš neskončnim odgovorom na preprosta vprašanja, in onemogoči shranjevanje z store=False, ko obstojnost ni potrebna.

Testiranje usmerjanja

Preizkusi večagentski sistem kot vsako telefonsko centralo: napoji ga s primeri, katerih pričakovani cilj poznaš, in preveri, kam prispejo.

def test_agent_routing():
    """Preveri, ali usmerjevalnik pravilno distribuira zahteve."""
    test_cases = [
        ("What is the price of Bitcoin?", "web-search-agent"),
        ("Calculate 25 * 48", "calculator-agent"),
        ("Summarize this document", "doc-agent"),
    ]

    for query, expected_agent_name in test_cases:
        response = client.beta.conversations.start(
            agent_id=router.id,
            inputs=query,
            handoff_execution="client"
        )

        for entry in response.outputs:
            if entry.type == "agent.handoff":
                target = client.beta.agents.get(agent_id=entry.next_agent_id)
                assert target.name == expected_agent_name, \
                    f"Incorrect routing for '{ query}': {target.name} instead of {expected_agent_name}"

Ta nabor testov gradi s časom: vsaka napačno usmerjena zahteva, ki jo ujameš v proizvodnem okolju, postane nova vrstica v test_cases, in vedel boš, da popravljanje opisa popravi ciljni primer, ne da bi pokvaril drugega.

Referenčna arhitektura

Za proizvodni projekt je tu priporočena arhitektura:

Application
    │
    ▼
Moderator Agent (filters requests)
    │
    ▼
Router Agent (distributes to specialists)
    ├── Search Agent (web_search)
    ├── Analysis Agent (code_interpreter)
    ├── Documents Agent (document_library)
    └── Creation Agent (image_generation)
    │
    ▼
Logging + Monitoring + Alerting

Združuje vse iz tega tečaja: moderator filtrira pred vsakim izvajanjem, usmerjevalnik usmerja, ne da bi kdaj sam odgovarjal, vsak strokovnjak nosi eno orodje in eno odgovornost, opazovanje pa ovija celoten sistem.

Kam naprej

Štiri smeri razširjajo to, kar zdaj zmoreš. Function calling ti omogoča gradnjo lastnih prilagojenih orodij poleg vgrajenih: klic poslovnega API-ja, poizvedba v bazi podatkov, sprožitev interne storitve. MCP Servers integrirajo protokol Model Context Protocol, ki standardizira način izpostavljanja orodij. Structured outputs prisilijo odgovore v shemo JSON, kar spremeni vse, ko izhod agenta napaja drug sistem in ne človeškega bralca. Nazadnje, streaming vrača odgovore v realnem času namesto v enem bloku – odločilno pri dolgih verigah, kjer tiho čakanje postane neprijetno.

Trije viri spremljajo ta naslednji korak: uradna dokumentacija na docs.mistral.ai/agents, kuharske knjige Mistral, ki ponujajo popolne primere implementacije, in referenca API-ja, ki podrobno dokumentira vsako končno točko.

Ključne ugotovitve

  • Specializiraj svoje agente – en agent = ena odgovornost
  • Nadziraj – beleži vsako predajo nadzora in izvajanje orodja
  • Testiraj – preveri usmerjanje in odzive vsakega agenta
  • Zavaruj – varovalke, najmanjši privilegiji, moderacija na vhodu
  • Optimiziraj stroške – ustrezno velik model, max_tokens, store=False, kadar je mogoče
  • Mistral Agents so v beta fazi – sledi spremembam API-ja

Preveri svoje znanje

Agenti, vgrajena orodja, predaje nadzora: ima API za agente še kakšne slepe pege?

1. Kdaj je agent nujen in kdaj zadostuje klepetalni bot?

Odgovor: Agent je upravičen, ko potrebuješ orodja, obstojnost in večkorakovne odločitve; za preprosta vprašanja in odgovore zadostuje standardni pogovor – arhitektura sledi potrebi.

2. Kaj upravljajo obstojni pogovori v API-ju za agente?

Odgovor: Zgodovino na strani Mistrala: pogovor nadaljuješ z njegovim ID-jem, ne da bi znova pošiljal celoten kontekst – stanje postane storitev.

3. Naštej razpoložljiva vgrajena orodja in njihovo uporabo.

Odgovor: web_search (informacije v realnem času), code_interpreter (izvajanje Pythona), image_generation (ustvarjanje slik), document_library (vprašanja in odgovori o tvojih datotekah) – zmogljivosti, pripravljene za uporabo, brez potrebe po implementaciji.

4. Kako deluje večagentski sistem s predajami nadzora?

Odgovor: Usmerjevalnik kvalificira zahtevo in jo posreduje pristojnemu specializiranemu agentu; vsak agent ostane preprost, orkestracija zagotavlja pokritost – predaje nadzora se verižijo v globino.

5. Kako zavaruješ agente v proizvodnem okolju?

Odgovor: Z varovalkami na vhodih/izhodih, ozko opredeljenimi orodji, sledljivostjo dejanj in človeško validacijo pri odločitvah z visokim tveganjem – avtonomija se zasluži z nadzorom.

Specializirani agenti, vgrajena orodja, usmerjanje, varovalke: celotna arhitektura se prilega v štiri besede – in v tem tečaju si zgradil vsako od njih.