Mistral

MistralEmbeddingClient generiert Texteinbettungen mit Mistral AI-Modellen. Verwenden Sie sie für Vektorindizierung, semantische Suche, Clustering oder andere Anwendungen, die einen Agent Framework-Einbettungsclient benötigen.

Dieser Anbieter liefert derzeit nur Einbettungen; es stellt keinen Agent Framework-Chatclient bereit.

Installiere das Paket

pip install agent-framework-mistral --pre

Configuration

MISTRAL_API_KEY="<api-key>"
MISTRAL_EMBEDDING_MODEL="mistral-embed"
# Optional compatible endpoint:
MISTRAL_SERVER_URL="<server-url>"

Einbettungen generieren

Erstellen Sie den Client und den Anruf get_embeddings().

async def basic_embedding_example() -> None:
    """Generate embeddings for a list of texts."""
    print("=== Basic Embedding Generation ===")

    # 1. Create the embedding client using environment-based configuration.
    client = MistralEmbeddingClient()

    # 2. Generate embeddings for multiple texts.
    texts = ["Hello, world!", "How are you?", "Agent Framework with Mistral AI"]
    try:
        result = await client.get_embeddings(texts)

        # 3. Print the generated vectors and usage metadata.
        print(f"Generated {len(result)} embeddings")
        for i, embedding in enumerate(result):
            print(f"  Text {i + 1}: dimensions={embedding.dimensions}, vector={embedding.vector[:5]}...")

        if result.usage:
            print(
                f"  Usage: {result.usage['input_token_count']} input tokens, "
                f"{result.usage['total_token_count']} total tokens"
            )
    finally:
        await client.close()


async def embedding_with_options_example() -> None:
    """Generate embeddings with custom dimensions."""
    print("\n=== Embedding with Custom Dimensions ===")

    from agent_framework.mistral import MistralEmbeddingOptions

    # Only some models support a custom output dimension (e.g. codestral-embed; mistral-embed does not).
    client = MistralEmbeddingClient(model="codestral-embed")

    options: MistralEmbeddingOptions = {"dimensions": 256}

Wird MistralEmbeddingOptions verwendet, um eine unterstützte Ausgabedimension anzufordern. Sie können auch festlegen MISTRAL_SERVER_URL , wenn die Anwendung einen benutzerdefinierten kompatiblen Endpunkt verwendet.

Important

Mistral AI ist ein Drittanbietersystem. Überprüfen Sie ihre Dienstbedingungen, die Datenverarbeitung, regionale Grenzen, Modelllizenzierung und Nutzungskosten vor dem Senden von Anwendungsdaten.

Tools

Tools sind nicht anwendbar, da dieses Paket derzeit einen Einbettungsclient und keinen Agent Framework-Chatclient bereitstellt.

Nächste Schritte

RAG