Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Introduktion till funktionsanrop

Lektion 1 av 14 Uppdaterad 3 november 2026 Utvecklare
På denna sida
  1. Varför funktionsanrop förändrar allt
  2. Arkitekturen LLM + Verktyg
  3. Vilka Mistral-modeller stöder funktionsanrop?
  4. Typiska användningsområden
  5. Vad du kommer att lära dig i denna kurs
  6. Viktiga punkter

Uppdatering 2 november 2026 — Modeller. Mistral Large 3 (mistral-large-2512) och Mistral Medium 3.5 avvecklades den 31 oktober 2026 och kommer att tas bort helt den 30 april 2027. Deras utsedda efterträdare, Mistral Large 4 (mistral-large-4), har funnits tillgänglig i offentlig förhandsversion sedan den 6 oktober. Exemplen i denna kurs använder aliaset mistral-large-latest, vilket för närvarande pekar på Mistral Large 3 enligt dess officiella specifikation (verifierad 3 november 2026). På samma sätt pekar mistral-medium-latest på Mistral Medium 3.5. Dessa alias förblir giltiga fram till den 30 april 2027. För nya projekt bör du testa mistral-large-4, deras utsedda efterträdare.

Varför funktionsanrop förändrar allt

Stora språkmodeller, som de från Mistral AI, är exceptionellt bra på att förstå och generera text. I den verkliga världen räcker det sällan. Att svara på “Var är min beställning?” kräver en fråga till en databas. Att bekräfta en betalning innebär att kontrollera, eller till och med utlösa, en transaktion. Att boka ett möte kräver läsning av en kalender. Funktionsanrop är mekanismen som låter en LLM korsa gränsen mellan text och handling.

Processen innebär tre steg. Modellen beslutar att den behöver anropa en extern funktion, genererar de nödvändiga argumenten i JSON-format, och låter sedan din kod exekvera funktionen och returnera resultatet. Vid ingen tidpunkt rör modellen dina system direkt: du behåller full kontroll.

Arkitekturen LLM + Verktyg

Allt bygger på en strikt ansvarsfördelning. Det är värt att poängtera detta tydligt eftersom resten av kursen bygger på det. Modellen förstår användarens begäran, väljer rätt funktion och utkastar argumenten. Din kod, och endast din kod, exekverar faktiskt den funktionen, kommer åt datan och returnerar resultatet. Modellen tar sedan över igen för att omvandla det råa resultatet till ett naturligt svar.

Fördelen är betydande: modellen har aldrig direkt tillgång till dina system och kan inte exekvera godtycklig kod. Den uttrycker helt enkelt en avsikt – “Jag vill anropa denna funktion med dessa parametrar” – och din applikation avgör vad den ska göra med det. En begäran om att radera ett konto kan således nekas, loggas eller kräva bekräftelse innan någon exekvering sker.

# Förenklad vy av flödet
user = "What is the status of order #4521?"

# 1. Modellen analyserar och beslutar
# → "I need to call get_order_status with order_id=4521"

# 2. Din kod exekverar
result = get_order_status(order_id=4521)
# → {"status": "shipped", "tracking": "FR123456789"}

# 3. Modellen formulerar svaret
# → "Your order #4521 has been shipped. Here is your tracking number: FR123456789."

Lägg märke till datavägen i detta exempel: spårningsnumret FR123456789 finns ingenstans i modellens kunskap. Det kommer från ditt system, passerar genom resultatmeddelandet och hamnar till slut i en mening som användaren kan läsa. Det är precis detta som funktionsanrop möjliggör.

Vilka Mistral-modeller stöder funktionsanrop?

Alla större Mistral-modeller stöder denna funktion. Bland de generella modellerna har du Mistral Large 3, Medium 3.5, Small 4 och Ministral 3 i dess tre storlekar (14B, 8B, 3B). På den specialiserade sidan exponerar även Devstral 2.0, Devstral Small 2 och Codestral denna funktion. Magistral Medium och Small erbjöd det också, men den familjen är nu avvecklad: resonemangskapacitet är nu integrerad i Mistral Small 4 och Medium 3.5.

Ditt val beror på ditt användningsområde. För komplexa funktionsanrop med många parametrar och subtila avvägningar mellan flera verktyg, förblir Mistral Large 3 den mest pålitliga. För enkla produktionsfall med hög genomströmning – en assistent som frågar två eller tre väldefinierade funktioner tusentals gånger om dagen – erbjuder Mistral Small 4 ett utmärkt pris-prestanda-förhållande.

Typiska användningsområden

Applikationerna är mer mångsidiga än de vid första anblicken verkar. En konversationsassistent kopplad till en CRM-, ERP- eller ärendehanteringdatabas svarar på konsultationsfrågor: modellen läser men modifierar ingenting. Automatisering går längre genom att utlösa arbetsflöden – skicka ett e-postmeddelande, skapa en uppgift, uppdatera en status – och bär därför ett mycket tyngre ansvar på kodsidan. Vid utökad sökning (RAG) flyttar funktionsanropet beslutet: istället för att systematiskt fråga en vektordatabas låter du modellen avgöra när och hur detta ska ske, vilket undviker injicering av onödig kontext.

Två mer ambitiösa användningsområden fullbordar bilden. Autonoma agenter kedjar flera funktionsanrop för att utföra en komplex uppgift, där varje resultat styr nästa anrop. Slutligen möjliggör naturliga gränssnitt för en användare att styra en hel applikation genom konversation, utan att någonsin behöva lära sig var en specifik knapp finns.

Vad du kommer att lära dig i denna kurs

Kursen består av fjorton lektioner och följer en medvetet linjär progression. Du börjar med grundläggande koncept: femstegsprocessen och JSON-schemana som beskriver dina funktioner. Du går sedan vidare till Python-implementering – att skriva, anropa, exekvera och kedja funktioner med Mistral SDK. Det tredje blocket täcker avancerade funktioner: parallella anrop, alternativ för tool_choice, felhantering och säkerhet. Kursen avslutas med verkliga användningsfall – en betalningsspårare, ett automatiserat CRM – och bästa praxis för produktion.

När du har avslutat denna kurs kommer du att kunna designa, implementera och distribuera ett robust funktionsanropssystem med Mistral API.

Viktiga punkter

  • Funktionsanrop låter modellen begära exekvering av en funktion utan att exekvera den själv
  • Arkitekturen bygger på en strikt separation: modellen genererar argument, din kod exekverar
  • Alla större Mistral-modeller stöder denna funktion
  • Funktionsanrop är byggstenen för AI-agenter och konversationsautomation