ملخص سريع
- ابدأ باستخدام واجهة برمجة التطبيقات (API) لـ Mistral في أقل من 5 دقائق باستخدام Python SDK
- اختر بين
mistral-small(فعّال من حيث التكلفة) وmistral-large-2(الاستدلال المتقدم) بناءً على حالة الاستخدام المصدر: بطاقات النماذج - استخدم استدعاء الوظائف لدمج الأدوات (مثل قواعد البيانات، البحث على الويب)
- قم بضبط النماذج بدقة عبر واجهة برمجة التطبيقات لمهام محددة في مجالات مثل القانونية أو الطبية المصدر: نظرة عامة على الميزات
- راقب الاستخدام والتكاليف باستخدام الأدوات المدمجة في Mistral المصدر: صفحة التسعير
1. البدء باستخدام واجهة برمجة التطبيقات لـ Mistral
توفر لا بلاتفورم الخاصة بـ Mistral AI واجهة برمجة تطبيقات سهلة الاستخدام لدمج نماذج اللغة الكبيرة في التطبيقات المؤسسية. إليك كيفية البدء:
توليد مفتاح واجهة برمجة التطبيقات
- سجل حسابك على بوابة الوثائق الرسمية لـ Mistral
- انتقل إلى قسم مفاتيح واجهة برمجة التطبيقات في لوحة التحكم
- أنشئ مفتاحًا جديدًا وانسخه فورًا (يتم عرض المفاتيح مرة واحدة فقط)
قم بتعيين المفتاح كمتغير بيئي:
export MISTRAL_API_KEY="مفتاح-واجهة-برمجة-التطبيقات-هنا"
لنظام Windows (PowerShell):
$env:MISTRAL_API_KEY="مفتاح-واجهة-برمجة-التطبيقات-هنا"
هام: يتضمن المستوى المجاني حدودًا للمعدل (مثل 10 طلبات في الدقيقة). للترقيات الإنتاجية، قم بالترقية إلى خطة مدفوعة ذات حدود أعلى المصدر: حدود المعدل.
2. استخدام Python SDK
توفر Mistral حزمة Python SDK الرسمية لدمج سلس. قم بتثبيتها باستخدام:
pip install mistralai --upgrade
مثال للدردشة الأساسية
from mistralai.client import MistralClient
from mistralai.models.chat_completion import ChatMessage
client = MistralClient()
response = client.chat(
model="mistral-small",
messages=[ChatMessage(role="user", content="اشرح Mistral AI في عام 2026.")]
)
print(response.choices[0].message.content)
الناتج المتوقع:
Mistral AI هي مختبر ذكاء اصطناعي أوروبي رائد يركز على تطوير نماذج لغوية متقدمة...
بث الاستجابات
لتطبيقات الوقت الفعلي، استخدم البث:
for chunk in client.chat_stream(
model="mistral-small",
messages=[ChatMessage(role="user", content="اكتب هايكو عن الذكاء الاصطناعي.")]
):
print(chunk.choices[0].delta.content, end="")
الناتج المتوقع:
تنمو الشبكات العصبية،
العقول الصامتة في الدوائر تتدفق،
يبدأ المستقبل في التألق.
3. دليل اختيار النموذج
توفر Mistral أربعة نماذج رئيسية، كل منها مُحسّن لحالات استخدام مختلفة المصدر: بطاقات النماذج:
| النموذج | حالة الاستخدام | نافذة السياق | تسعير الإدخال/الإخراج (لكل مليون رمز) المصدر: صفحة التسعير |
|---|---|---|---|
mistral-tiny | المهام البسيطة، الاختبار | 8K رمز | مجاني (محدود) |
mistral-small | الإنتاج الحساس للتكلفة | 32K رمز | $0.50 / $1.50 |
mistral-medium | الأداء المتوازن | 64K رمز | $2.00 / $6.00 |
mistral-large-2 | الاستدلال المعقد، استخدام الأدوات | 128K رمز | $8.00 / $24.00 |
التوصيات:
- ابدأ بـ
mistral-smallلمعظم المهام (مثل التلخيص، التصنيف) - استخدم
mistral-large-2لـ:- الاستدلال متعدد الخطوات
- استدعاء الوظائف
- المهام ذات السياق الطويل (>32K رمز) المصدر: بطاقات النماذج
4. استدعاء الوظائف لدمج الأدوات
تدعم Mistral استدعاء الوظائف، مما يمكّن النماذج من التفاعل مع الأدوات الخارجية مثل قواعد البيانات أو واجهات برمجة التطبيقات المصدر: نظرة عامة على الميزات.
مثال: دمج البحث على الويب
tools = [
{
"type": "function",
"function": {
"name": "web_search",
"description": "البحث على الويب للحصول على معلومات حديثة",
"parameters": {
"type": "object",
"properties": {
"query": {"type": "string"},
"max_results": {"type": "integer", "default": 3}
},
"required": ["query"]
}
}
}
]
response = client.chat(
model="mistral-large-2",
messages=[ChatMessage(role="user", content="ما هي أحدث الأخبار عن Mistral AI في عام 2026؟")],
tools=tools
)
# استخراج استدعاء الأداة
tool_call = response.choices[0].message.tool_calls[0]
print(f"الأداة: {tool_call.function.name}, الاستعلام: {tool_call.function.arguments}")
الناتج المتوقع:
الأداة: web_search, الاستعلام: {"query": "Mistral AI أحدث الأخبار 2026", "max_results": 3}
تنفيذ الأداة
def web_search(query, max_results=3):
# استبدل بواجهة برمجة تطبيقات بحث حقيقية (مثل SerpAPI، Brave Search)
return [
{"title": "Mistral AI توسع عروضها المؤسسية", "url": "https://example.com/news1"},
{"title": "معايير جديدة للنماذج متعددة اللغات", "url": "https://example.com/news2"}
]
# تنفيذ الأداة ومتابعة المحادثة
search_results = web_search(**eval(tool_call.function.arguments))
response = client.chat(
model="mistral-large-2",
messages=[
ChatMessage(role="user", content="ما هي أحدث الأخبار عن Mistral AI في عام 2026؟"),
response.choices[0].message,
ChatMessage(role="tool", content=str(search_results), tool_call_id=tool_call.id)
]
)
print(response.choices[0].message.content)
5. الضبط الدقيق للمهام الخاصة بالمجال
يتيح الضبط الدقيق تكييف نماذج Mistral مع صناعتك (مثل القانونية، الطبية، أو دعم العملاء) المصدر: نظرة عامة على الميزات.
إعداد مجموعة البيانات الخاصة بك
أنشئ ملف JSONL (dataset.jsonl) بأمثلة تدريبية:
{"messages": [{"role": "user", "content": "ما هي سياسة الإرجاع؟"}, {"role": "assistant", "content": "تسمح سياسة الإرجاع الخاصة بنا بالإرجاع خلال 30 يومًا مع الإيصال الأصلي."}]}
{"messages": [{"role": "user", "content": "كيف يمكنني تتبع طلبي؟"}, {"role": "assistant", "content": "يمكنك تتبع طلبك باستخدام الرابط في بريد التأكيد الخاص بك."}]}
الرفع والتدريب
from mistralai.fine_tuning import MistralFineTuningClient
ft_client = MistralFineTuningClient()
job = ft_client.create_job(
model="mistral-small", # النموذج الأساسي
training_files=["dataset.jsonl"],
hyperparameters={
"training_steps": 1000,
"learning_rate": 1.0e-5
}
)
print(f"تم إنشاء مهمة [الضبط الدقيق](https://hyperion-consulting.io/services/production-ai-systems): {job.id}")
استخدام النموذج المضبوط بدقة
response = client.chat(
model="ft:mistral-small:your-job-id", # استبدل بمعرف مهمتك
messages=[ChatMessage(role="user", content="ما هي سياسة الإرجاع الخاصة بكم؟")]
)
print(response.choices[0].message.content)
6. واجهة برمجة التطبيقات للوكلاء للتدفقات متعددة الخطوات
تم تقديم واجهة برمجة التطبيقات للوكلاء الخاصة بـ Mistral (في أواخر عام 2025) لتمكين التدفقات متعددة الخطوات المستمرة مع الذاكرة المصدر: مرجع واجهة برمجة التطبيقات.
إنشاء وكيل
from mistralai.agents import MistralAgentClient
agent_client = MistralAgentClient()
agent = agent_client.create_agent(
name="وكيل دعم العملاء",
model="mistral-large-2",
instructions="أنت وكيل دعم عملاء مفيد لمتجر إلكتروني. استخدم الأدوات للإجابة على الأسئلة حول الطلبات، الإرجاعات، والمنتجات.",
tools=tools # إعادة استخدام الأدوات من القسم 4
)
print(f"تم إنشاء الوكيل: {agent.id}")
تشغيل الوكيل
response = agent_client.run(
agent_id=agent.id,
messages=[{"role": "user", "content": "لقد طلبت قميصًا أزرق ولكن تلقيت واحدًا أحمر. ماذا أفعل؟"}]
)
print(response.messages[-1]["content"])
الميزات الرئيسية:
- ذاكرة مستمرة عبر المحادثات
- استخدام الأدوات متعدد الخطوات
- تعليمات قابلة للتخصيص المصدر: مرجع واجهة برمجة التطبيقات
7. استراتيجيات تحسين التكلفة
-
اختيار النموذج:
- استخدم
mistral-smallللمهام البسيطة (مثل التصنيف، التلخيص) - احتفظ بـ
mistral-large-2للاستدلال المعقد أو استخدام الأدوات المصدر: بطاقات النماذج
- استخدم
-
التخزين المؤقت:
- قم بتخزين الاستعلامات المتكررة باستخدام Redis أو مخزن مشابه:
import redis r = redis.Redis() def cached_chat(model, messages): cache_key = f"mistral:{model}:{hash(str(messages))}" if r.exists(cache_key): return r.get(cache_key) response = client.chat(model=model, messages=messages) r.setex(cache_key, 3600, response.choices[0].message.content) # التخزين لمدة ساعة return response.choices[0].message.content -
المعالجة الدفعية:
- بالنسبة للتضمينات، قم بتجميع الطلبات لتقليل استدعاءات واجهة برمجة التطبيقات:
embeddings = client.embeddings( model="mistral-embed", input=["نص1", "نص2", "نص3"] # تجميع حتى 100 نصوص ) -
مراقبة الاستخدام:
- تتبع الإنفاق عبر صفحة التسعير الخاصة بـ Mistral
- قم بإعداد تنبيهات للنشاط غير المعتاد المصدر: صفحة التسعير
8. مقارنة مع البدائل
| الميزة | Mistral AI | OpenAI (GPT-4o) | Anthropic (Claude 3.5) |
|---|---|---|---|
| التكلفة (الإدخال) | $8.00 لكل مليون رمز المصدر: صفحة التسعير | $10.00 لكل مليون رمز المصدر: تسعير OpenAI | $15.00 لكل مليون رمز |
| الاستضافة في الاتحاد الأوروبي | ✅ (فرنسا) المصدر: خصوصية البيانات | ❌ | ❌ |
| استدعاء الوظائف | ✅ المصدر: نظرة عامة على الميزات | ✅ | ✅ |
| الضبط الدقيق | ✅ المصدر: نظرة عامة على الميزات | ✅ | ❌ |
| الموقع المحلي | ✅ (المؤسسات) المصدر: Mistral مقابل البدائل | ❌ | ❌ |
| نقاط القوة | فعال من حيث التكلفة، متوافق مع اللائحة العامة لحماية البيانات في الاتحاد الأوروبي المصدر: Mistral مقابل البدائل | نظام بيئي واسع | يركز على السلامة |
متى تختار Mistral:
- تحتاج إلى نماذج فعالة من حيث التكلفة بأداء قوي المصدر: صفحة التسعير
- تتطلب استضافة البيانات في الاتحاد الأوروبي للامتثال المصدر: خصوصية البيانات
- تريد ضبط النماذج لمهام محددة في مجالات معينة المصدر: نظرة عامة على الميزات
9. الأخطاء الشائعة وطرق إصلاحها
| الخطأ | السبب | الحل |
|---|---|---|
AuthenticationError | مفتاح واجهة برمجة التطبيقات غير صالح | قم بإعادة توليد مفتاح واجهة برمجة التطبيقات في لوحة التحكم |
RateLimitError | عدد كبير جدًا من الطلبات | قم بترقية خطتك أو قم بتنفيذ التراجع الأسي المصدر: حدود المعدل |
InvalidRequestError | إدخال غير صحيح (مثل JSON غير صالح) | تحقق من صحة الإدخال قبل الإرسال |
ModelOverloadedError | ارتفاع الطلب | أعد المحاولة مع تأخير أو انتقل إلى نموذج أقل ازدحامًا |
ContextWindowExceededError | الإدخال يتجاوز نافذة سياق النموذج | قم بقص أو تلخيص الإدخال الخاص بك المصدر: بطاقات النماذج |
10. الخطوات التالية للفرق المؤسسية
- بناء خط أنابيب RAG:
- قم بدمج تضمينات Mistral (
mistral-embed) مع قاعدة بيانات متجهية مثل Weaviate أو Pinecone لـ
- قم بدمج تضمينات Mistral (
