Mistral Agents API 发布

Mistral AI 推出了 Agents API，这是一个旨在将传统语言模型转变为主动问题解决者的专用框架。通过集成内置连接器、持久化记忆和编排能力，Agents API 允许开发者构建企业级的智能体，使其能够执行操作并在对话中保持上下文。

核心能力与内置连接器

Agents API 提供了一套被称为内置连接器的预部署工具，并支持 Model Context Protocol (MCP) 以扩展智能体功能。

内置连接器

• 代码执行： 智能体可以在安全的沙箱环境中执行 Python 代码，用于数学计算、数据可视化和科学计算。
• 图像生成： 由 Black Forest Lab FLUX1.1 [pro] Ultra 提供支持，该连接器允许智能体创建自定义图形和视觉辅助工具。
• 文档库： 该工具通过允许智能体访问存储在 Mistral Cloud 中的用户上传文档，实现了集成的检索增强生成 (RAG)。
• 网络搜索： 该连接器提供了访问来自网络和新闻源的最新信息的能力。根据 Mistral AI 的说法，添加网络搜索显著提高了 SimpleQA 基准测试的性能：Mistral Large 的准确率从 23% 提高到 75%，而 Mistral Medium 从 22.08% 提高到 82.32%。

MCP 工具集成

Agents API SDK 支持 Model Context Protocol (MCP)，这是一种开放标准，使智能体能够与外部系统（如数据库、API 和动态用户数据）集成。这允许在内置连接器之外扩展使用现实世界的上下文。

有状态对话管理

与传统的无状态补全不同，Agents API 实现了一个随时间保留上下文的有状态对话系统。

对话结构

开发者可以通过两种方式发起交互：通过创建一个具有特定 agent_id 的对话来使用专门的能力，或者直接指定模型和补全参数以快速访问连接器。

持久化与分支

由于 API 维护了对话条目的结构化历史记录，开发者不再需要手动监控或传回整个对话历史。系统支持查看过去的对话、继续现有线程，或从历史记录中的任何一点发起新的对话路径（分支）。此外，API 支持流式输出以实现实时交互。

多智能体编排与移交

Agents API 通过动态编排过程，实现多个专业化智能体的协调工作以解决复杂问题。

智能体工作流

开发者可以创建多个智能体，每个智能体都配备了特定的模型和工具。通过定义移交规则，一个智能体可以根据对话的需求将任务委派给另一个智能体。例如，一个金融智能体可能会将特定任务移交给网络搜索智能体或计算器智能体。

协作式问题解决

这种移交机制允许单个用户请求触发跨多个智能体的动作链，从而使每个智能体都能处理请求中专门的部分，从而实现更高效的问题解决。

实际应用

Mistral AI 提供了几个参考实现（cookbooks）以展示 API 的多功能性：

• 编程助手： 一个与 GitHub 交互并监督由 DevStral 提供支持的开发者智能体的智能体，用于自动化软件开发任务。
• Linear Tickets Assistant： 一种多服务器 MCP 架构，可将通话记录转换为 PRDs 并随后转换为可执行的 Linear 任务。
• Financial Analyst： 一个编排多个 MCP 服务器以获取金融指标并存档见解的智能体。
• 旅行与营养助手： 用于行程规划、预订管理和个性化饮食追踪的专业化智能体。