Mistral AI模型需通过FunctionTool封装带类型注解和规范docstring的Python函数（如get_current_time、get_weather），严格匹配参数名与文档描述，注册为工具后由FunctionCallingAgentWorker调用，否则无法触发函数执行。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让Mistral AI模型在对话中自动识别用户意图，并调用你写好的Python函数（比如查天气、算账单、读Excel），而不是只生成文字——这要求你把工具函数正确注册、格式对齐、参数校验到位，漏掉任一环，模型就会忽略调用或传错参数。
准备可被调用的Python工具函数
先写一个真实可用的工具函数，例如获取当前时间的函数：
def get_current_time() -> str:
from datetime import datetime
return datetime.now().strftime("%Y-%m-%d %H:%M:%S")
这个函数必须有明确的类型注解和文档字符串，Mistral模型靠它理解参数和返回值。没有docstring的函数，模型无法生成有效调用。
再写一个带参数的函数，例如根据城市名查询天气：
def get_weather(city: str, unit: str = "celsius") -> dict:
"""Get current weather for a given city. Valid units: 'celsius', 'fahrenheit'."""
return {"city": city, "temperature": 23.5, "unit": unit, "condition": "partly cloudy"}
【函数签名和docstring必须严格匹配】——比如参数名是city，就不能在docstring里写“城市名称”；单位参数叫unit，文档里却写“温度单位”，模型会混淆并拒绝调用。
用FunctionTool封装工具供Mistral Agent识别
安装依赖：
pip install llama-index-llms-mistralai llama-index-core
导入并封装get_current_time函数：
from llama_index.core.tools import FunctionTool
time_tool = FunctionTool.from_defaults(fn=get_current_time, name="get_current_time", description="Get current date and time in YYYY-MM-DD HH:MM:SS format")
同样封装get_weather函数：
weather_tool = FunctionTool.from_defaults(fn=get_weather, name="get_weather", description="Fetch current weather information for a specified city")
注意：name字段必须是纯英文、无空格、不带下划线的标识符，否则Mistral Agent在解析JSON时会报错。
初始化Mistral LLM与Agent
设置环境变量或显式传入API密钥：
import os
os.environ["MISTRAL_API_KEY"] = "your_actual_api_key_here"
加载模型：
from llama_index.llms.mistralai import MistralAI
llm = MistralAI(model="mistral-large-latest")
构建Agent：
from llama_index.core.agent import FunctionCallingAgentWorker, AgentRunner
agent_worker = FunctionCallingAgentWorker.from_tools(
[time_tool, weather_tool],
llm=llm,
verbose=True,
allow_parallel_tool_calls=False
)
agent = AgentRunner(agent_worker)
发起带函数调用的对话请求
执行调用：
response = agent.chat("现在几点？")
观察输出：如果模型成功识别意图，会在内部生成类似{"name": "get_current_time", "arguments": {}}的结构，并执行函数，最终将结果整合进自然语言回复。
再试一次更复杂的请求：
response = agent.chat("北京现在的天气怎么样？用华氏度显示")
这时模型必须提取出city="北京"、unit="fahrenheit"两个参数，填入get_weather调用。若参数名拼错（如写成"city_name"或"temp_unit"），函数将收到None或报TypeError。
验证response.sources是否非空——这是判断函数是否真正被调用的关键依据。空列表说明模型仅做了文本生成，未触发任何工具。
