Konversationer utan en agent
På denna sida
Direkt modelläge
Du behöver inte alltid skapa ett agentobjekt för att använda Conversations API. Mistral låter dig starta en konversation direkt med en modell, vilket ger dig beständighet utan konfigurationslagret för agenter. Denna funktion följer direkt av den arkitektur vi tidigare har behandlat: konversationen är oberoende av agenten, så den kan mycket väl existera på egen hand.
Flera scenarier gör detta att föredra framför att använda en registrerad agent. Du kanske vill ha beständighet utan att definiera en återanvändbar agent, till exempel eftersom varje tråd i din applikation är unik. Du kanske snabbt testar beteenden med inbyggda verktyg, och att skapa och sedan ta bort en agent för varje försök bromsar dig. Ditt användningsfall kan vara engångs: ingenting motiverar att spara en konfiguration du bara ska använda en gång. Eller så kan dina instruktioner vara dynamiska, beräknade vid körning baserat på användarens profil eller det aktuella dokumentet – i så fall är en statisk agent fel verktyg.
Starta en konversation med en modell
Istället för att skicka ett agent_id skickar du en model direkt:
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
response = client.beta.conversations.start(
model="mistral-medium-latest",
inputs=[
{"role": "user", "content": "Who is Albert Einstein?"}
]
)
print(response.outputs[-1].content)
Allt hänger på detta val av parameter. Med agent_id ärver anropet agentens registrerade konfiguration: dess instruktioner, verktyg och skyddsräcken. Med model befinner du dig i direktläge och konfigurerar allt i själva begäran – ingenting sparas utöver anropet.
Lägga till verktyg i direktläge
Inbyggda verktyg är inte reserverade för agenter. Du deklarerar dem i begäran, exakt som du skulle göra vid skapande av en agent.
response = client.beta.conversations.start(
model="mistral-large-latest",
inputs=[
{"role": "user", "content": "What are the latest Ligue 1 results?"}
],
tools=[{"type": "web_search"}]
)
Detta är funktionellt ekvivalent med en agent med web_search, men utan beständig konfiguration. Skillnaden visar sig vid det tionde anropet: med en agent skulle du ha ändrat temperaturen en gång för alla; här måste du upprepa det i varje begäran, och ingenting garanterar att ett glömt anrop någonstans i din kod använder samma inställningar.
Skicka dynamiska instruktioner
I direktläge tar systemprompten formen av ett system-meddelande placerat i början av inmatningarna.
response = client.beta.conversations.start(
model="mistral-large-latest",
inputs=[
{"role": "system", "content": "You are an expert in French cuisine. Answer in 3 sentences maximum."},
{"role": "user", "content": "How do I make a perfect béarnaise sauce?"}
]
)
Detta ger dig samma flexibilitet som agentinstruktioner, men flyktigt – och avgörande nog kan denna sträng byggas vid körning, vilket en registrerad agentinstruktion inte tillåter.
Fortsätta en konversation i direktläge
Mekanismen för beständighet fungerar exakt som med en agent: det första anropet returnerar ett conversation_id, efterföljande anrop fästs vid det, och varje tillägg returnerar i sin tur ett nytt identifierare.
# Första utbytet
response1 = client.beta.conversations.start(
model="mistral-large-latest",
inputs=[{"role": "user", "content": "Tell me about the French Revolution."}]
)
# Andra utbytet – kontexten bevaras
response2 = client.beta.conversations.append(
conversation_id=response1.conversation_id,
inputs="Who were the main figures?"
)
# Modellen vet att vi pratar om franska revolutionen
Den andra frågan nämner inte sitt ämne och behöver inte det: beständigheten beror inte på existensen av en agent, utan endast på konversationen.
Agent kontra direktläge: Hur du beslutar
Skapa en agent så snart samma konfiguration tjänar flera konversationer, eftersom du då får en enda ändringspunkt: att korrigera en instruktion uppdaterar alla framtida trådar. Detta är också den enda vägen om dina instruktioner är stabila från session till session, om du planerar överlämningar mellan flera agenter – vilket lektionen dedikerad till detta ämne kommer att detaljera – eller om din organisation kräver en centraliserad, granskningsbar konfiguration där du kan svara på frågan: “Med vilka instruktioner kördes denna assistent?”
Stanna i direktläge för de symmetriska fallen: en prototyp eller engångsanvändning, instruktioner som ändras vid varje konversation, inget behov av överlämningar, eller en önskan att minska API-anrop genom att eliminera skapande och radering av agenter. Under utveckling är detta sista skäl ofta tillräckligt på egen hand.
Exempel: Fråga inom en påtvingad kontext
Funktionen nedan illustrerar direktläge perfekt. Kontexten är ett argument, så den skiljer sig åt vid varje anrop, och systemprompten byggs runt den för att förhindra att modellen hämtar information från extern kunskap. Ingen registrerad agent skulle kunna bära på denna begränsning, eftersom den ändras vid varje anrop.
def ask_question(context: str, question: str):
"""Ask a question within a given context, without creating an agent."""
response = client.beta.conversations.start(
model="mistral-large-latest",
inputs=[
{"role": "system", "content": f"Context: {context}. Answer using only this context."},
{"role": "user", "content": question}
]
)
return response.outputs[-1].content
# Användning
answer = ask_question(
context="Corsen AI is a French startup specializing in sovereign AI, founded in 2025.",
question="When was Corsen AI founded?"
)
Återanvänd detta mönster för dina egna behov genom att ersätta den hårdkodade kontexten med den faktiskt relevanta texten – den produktblad som visas, det valda dokumentutdraget – så får du en byggsten för inramade frågor och svar utan någon konfiguration att administrera.
Viktiga punkter
- Konversationer kan startas med
model=istället föragent_id= - Direktläge erbjuder beständighet utan konfigurationslagret för agenter
- Du kan skicka verktyg och instruktioner direkt i begäran
- Direktläge är idealiskt för prototyper och engångsanvändning
- För överlämningar och återanvändbara konfigurationer, föredra att skapa en agent