Mistral Agents API：AI进化，从文本生成到问题解决

Mistral Agents API发布：赋能AI执行动作、保持上下文、编排Agent，简化Agentic用例，支持代码执行、网页搜索、图像生成、MCP工具，实现记忆、状态化对话和Agent切换。

• Mistral Agents API 发布：AI 能力提升的关键一步

  • 目标：使 AI 更强大、更有用，并成为积极的问题解决者。
  • 传统语言模型的局限性：擅长生成文本，但在执行动作和保持上下文方面存在限制。
  • Agents API 的解决方案：结合 Mistral 的语言模型，并提供：
    • 内置连接器：代码执行、网页搜索、图像生成和 MCP 工具。
    • 持久记忆：跨对话保持上下文。
    • Agentic 编排能力。
  • Agents API 的定位：Chat Completion API 的补充，简化 agentic 用例的实现，作为企业级 agentic 平台的基础。
  • Agents API 的优势：可靠的框架，处理复杂任务，保持上下文，协调多个动作，使企业能够以更实际和更有影响力的方式使用 AI。

• Mistral Agents API 的应用场景

  • Coding assistant with Github：
    • Agent 通过 Agents API 与 Github 交互，监督由 DevStral 驱动的开发者 agent 编写代码。
    • Agent 拥有对 Github 的完全控制权，展示了自动化软件开发任务管理。
  • Linear tickets assistant：
    • 智能任务协调助手，使用多服务器 MCP 架构，将通话记录转换为 PRD，再转换为可执行的 Linear 问题，并跟踪项目交付。
  • Financial analyst：
    • 财务咨询 agent，协调多个 MCP 服务器，获取财务指标，编译见解，并安全地存档结果。
  • Travel assistant：
    • 强大的 AI 旅行助手，帮助用户计划行程、预订住宿和管理旅行需求。
  • Nutrition assistant：
    • AI 驱动的食物饮食伴侣，旨在帮助用户建立目标、记录膳食、接收个性化的食物建议、跟踪他们的日常成就，并发现符合其营养目标的餐饮选择。

• 创建具有内置连接器和 MCP 工具的 Agent

  • 内置连接器：Agent 可以按需调用的工具。
  • 代码执行
    • 允许开发者创建在安全沙箱环境中执行 Python 代码的 agent。
    • 应用场景：数学计算和分析、数据可视化和绘图、科学计算。
  • 图像生成
    • 由 Black Forest Lab FLUX1.1 [pro] Ultra 提供支持。
    • 应用场景：为教育内容生成视觉辅助工具、为营销材料创建自定义图形、创作艺术图像。
  • Document library
    • 内置连接器，使 agent 能够访问 Mistral Cloud 中的文档。
    • 支持集成的 RAG 功能，通过利用用户上传文档的内容来增强 agent 的知识。
  • 网页搜索
    • 允许开发者将 Mistral 模型与来自网页搜索、信誉良好的新闻和其他来源的各种最新信息相结合。
    • 提高性能：在 SimpleQA 基准测试中，使用网页搜索的 Mistral Large 和 Mistral Medium 分别达到 75% 和 82.32% 的分数，而没有网页搜索时为 23% 和 22.08%。
    • SimpleQA 准确率 (越高越好)
  • MCP 工具
    • Agents API SDK 还可以利用基于模型上下文协议 (MCP) 构建的工具。
    • MCP 是一种开放的标准协议，可在 agent 和外部系统之间实现无缝集成。
    • MCP 工具为 agent 提供了一个灵活且可扩展的接口，用于访问真实世界的上下文，包括 API、数据库、用户数据、文档和其他动态资源。

• 通过状态化对话实现记忆和上下文

  • Agents API 通过灵活且状态化的对话系统提供强大的对话管理。
  • 每个对话都保留其上下文，从而实现随时间的无缝和连贯的交互。
  • 对话管理
    • 两种开始对话的方式：
      • 与 Agent：创建与特定 agent_id 的对话以利用其专业功能。
      • 直接访问：通过直接指定模型和完成参数来开始对话，从而快速访问内置连接器。
    • 每个对话都通过对话条目维护结构化历史记录，确保在交互过程中保留上下文。
  • 状态化交互和对话分支
    • 开发者不再需要监控转换历史记录；他们可以查看过去的对话。
    • 他们可以随时继续任何对话或从任何点启动新的对话路径。
  • 流式输出
    • API 还支持流式输出，无论是在开始对话还是继续之前的对话时。
    • 此功能允许实时更新和交互。

• Agent 编排

  • Agents API 的真正力量在于它能够编排多个 agent 来解决复杂问题。
  • 通过动态编排，可以根据需要从对话中添加或删除 agent，每个 agent 都贡献其独特的功能来解决问题的不同部分。
  • 创建 agentic 工作流程
    • 首先创建所有必要的 agent。
    • 可以根据需要创建任意数量的 agent，每个 agent 都有特定的工具和模型，以形成定制的工作流程。
  • Agent 切换
    • 定义哪些 agent 可以将任务切换给其他 agent。
    • 例如，财务 agent 可能会根据对话的需要将任务委派给网页搜索 agent 或计算器 agent。
  • 切换启用无缝的行动链。
    • 单个请求可以触发多个 agent 上的任务，每个 agent 处理请求的特定部分。
    • 这种协作方法可以实现高效且有效的问题解决，从而释放现实世界应用的强大可能性。

• 开始使用

  • 查阅文档，创建您的第一个 agent，然后开始构建！