Агент-консультант по базам данных на DeepWiki

Урок 34 из 148 курса «Mistral AI Cookbook»: официальный курс Mistral AI Cookbook (Мистраль) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Вам нужна база данных для локальной аналитики с интенсивной записью. SQLite, DuckDB и LevelDB — все сильные кандидаты, но какая из них подойдет лучше всего? Вместо того чтобы вручную изучать документацию, этот notebook позволяет Mistral прочитать их реальный исходный код через DeepWiki Connector и принять решение. Этот notebook демонстрирует полный жизненный цикл Mistral Connector: Шаг Операция Что происходит 1 Создание Регистрация Connector для каждого кандидата базы данных 2 Просмотр Проверка регистрации всех трех 3 Использование Создание агента, который сравнивает их через их репозитории GitHub 4 Обновление Пометка Connector победителя как выбранного 5 Удаление Удаление проигравших Connector Статус API: Этот notebook использует client.beta.connectors и client.beta.agents. Это бета-endpoints и могут измениться. Запускайте cells сверху вниз. Версия того же агента на TypeScript также доступна здесь. Для выполнения этого notebook вам потребуется: Python 3.9 или новее Учетная запись Mistral и API key Установите Mistral Python SDK, запустив cell ниже. Для выполнения этого cookbook вам потребуется Mistral API key. В Studio перейдите в раздел API keys, выберите Private and shared connectors для Connector access scope и создайте новый API key. Установите его перед запуском client cell, используя один из следующих вариантов: Вариант 1 — переменная окружения (рекомендуется для локального использования): Вариант 2 — введите его по запросу: если MISTRAL_API_KEY еще не установлен в вашем окружении, следующая code cell отобразит защищенное поле ввода, куда вы сможете вставить свой key напрямую. Импортируйте SDK и создайте client. Если MISTRAL_API_KEY не установлен как переменная окружения, появится защищенный input prompt. Каждый connector указывает на MCP сервер DeepWiki, что позволяет Mistral читать и анализировать любой публичный репозиторий GitHub. Мы создаем три именованных Connectors (по одному на каждого кандидата), чтобы каждый из них действовал как именованный слот, который агент может запрашивать независимо. После создания каждого connector, create_or_update_user_credentials регистрирует для него credentials.

План урока

  1. Предварительные требования
  2. Настройка окружения
  3. Шаг 1 — Создание одного Connector для каждого кандидата
  4. Шаг 2 — Просмотр для проверки
  5. Шаг 3 — Создание агента для сравнения
  6. Схема ответа
  7. Шаг 4 — Запуск сравнения
  8. Шаг 5 — Продвижение победителя, удаление остальных

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Полезные гиды