Mistral

MistralEmbeddingClient genera incrustaciones de texto con modelos de Inteligencia artificial Mistral. Úselo para la indexación de vectores, la búsqueda semántica, la agrupación en clústeres u otras aplicaciones que necesitan un cliente de inserción de Agent Framework.

Actualmente, este proveedor solo proporciona inserciones; no proporciona un cliente de chat de Agent Framework.

Instalar el paquete

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>"

Generación de inserciones

Cree el cliente y llame a 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}

Use MistralEmbeddingOptions para solicitar una dimensión de salida admitida. También puede establecer MISTRAL_SERVER_URL cuando la aplicación usa un punto de conexión compatible personalizado.

Importante

Mistral AI es un sistema de terceros. Revise sus términos de servicio, el control de datos, los límites regionales, las licencias del modelo y los costos de uso antes de enviar datos de la aplicación.

Tools

Las herramientas no son aplicables porque este paquete proporciona actualmente un cliente de inserción, no un cliente de chat de Agent Framework.

Pasos siguientes

RAG