Skip to main content
Mistral AI 是一个为其强大的开源模型提供托管服务的平台。 这将帮助您开始使用 Mistral 聊天模型。有关所有 ChatMistralAI 功能和配置的详细文档，请访问 API 参考。

​
概述

​
集成详情

类包可序列化Python 支持下载量版本
ChatMistralAI@langchain/mistralai❌✅NPM - DownloadsNPM - Version

​
模型功能

有关如何使用特定功能的指南，请参阅下表标题中的链接。
工具调用结构化输出图像输入音频输入视频输入令牌级流式传输令牌使用情况对数概率
✅✅✅❌❌✅✅❌

​
设置

要访问 Mistral AI 模型，您需要创建一个 Mistral AI 账户，获取 API 密钥，并安装 @langchain/mistralai 集成包。

​
凭证

访问 Mistral 控制台 注册并生成 API 密钥。完成此操作后，设置 MISTRAL_API_KEY 环境变量： 
export MISTRAL_API_KEY="your-api-key"
如果您想获得模型调用的自动跟踪，也可以取消注释以下内容来设置您的 LangSmith API 密钥： 
# export LANGSMITH_TRACING="true"
# export LANGSMITH_API_KEY="your-api-key"

​
安装

LangChain ChatMistralAI 集成位于 @langchain/mistralai 包中： 
npm install @langchain/mistralai @langchain/core

​
实例化

现在我们可以实例化模型对象并生成聊天补全： 
import { ChatMistralAI } from "@langchain/mistralai"

const llm = new ChatMistralAI({
    model: "mistral-large-latest",
    temperature: 0,
    maxRetries: 2,
    // 其他参数...
})

​
调用

向 mistral 发送聊天消息时，需要遵循一些要求：
  • 第一条消息_不能_是助手 (ai) 消息。
  • 消息_必须_在用户和助手 (ai) 消息之间交替。
  • 消息_不能_以助手 (ai) 或系统消息结尾。
const aiMsg = await llm.invoke([
    [
        "system",
        "You are a helpful assistant that translates English to French. Translate the user sentence.",
    ],
    ["human", "I love programming."],
])
aiMsg

AIMessage {
  "content": "J'adore la programmation.",
  "additional_kwargs": {},
  "response_metadata": {
    "tokenUsage": {
      "completionTokens": 9,
      "promptTokens": 27,
      "totalTokens": 36
    },
    "finish_reason": "stop"
  },
  "tool_calls": [],
  "invalid_tool_calls": [],
  "usage_metadata": {
    "input_tokens": 27,
    "output_tokens": 9,
    "total_tokens": 36
  }
}

console.log(aiMsg.content)

J'adore la programmation.

​
工具调用

Mistral 的 API 支持其部分模型的工具调用。您可以在此页面查看哪些模型支持工具调用。 以下示例演示了如何使用它： 
import { ChatMistralAI } from "@langchain/mistralai";
import { ChatPromptTemplate } from "@langchain/core/prompts";
import * as z from "zod";
import { tool } from "@langchain/core/tools";

const calculatorSchema = z.object({
  operation: z
    .enum(["add", "subtract", "multiply", "divide"])
    .describe("要执行的操作类型。"),
  number1: z.number().describe("要操作的第一个数字。"),
  number2: z.number().describe("要操作的第二个数字。"),
});

const calculatorTool = tool((input) => {
  return JSON.stringify(input);
}, {
  name: "calculator",
  description: "一个简单的计算器工具",
  schema: calculatorSchema,
});

// 将工具绑定到模型
const modelWithTool = new ChatMistralAI({
  model: "mistral-large-latest",
}).bindTools([calculatorTool]);


const calcToolPrompt = ChatPromptTemplate.fromMessages([
  [
    "system",
    "You are a helpful assistant who always needs to use a calculator.",
  ],
  ["human", "{input}"],
]);

// 将提示、模型和输出解析器链接在一起
const chainWithCalcTool = calcToolPrompt.pipe(modelWithTool);

const calcToolRes = await chainWithCalcTool.invoke({
  input: "What is 2 + 2?",
});
console.log(calcToolRes.tool_calls);

[
  {
    name: 'calculator',
    args: { operation: 'add', number1: 2, number2: 2 },
    type: 'tool_call',
    id: 'DD9diCL1W'
  }
]

​
钩子

Mistral AI 支持三个事件的自定义钩子：beforeRequest、requestError 和 response。每种钩子类型的函数签名示例如下： 
const beforeRequestHook = (req: Request): Request | void | Promise<Request | void> => {
    // 在 Mistral 处理请求之前运行的代码
};

const requestErrorHook = (err: unknown, req: Request): void | Promise<void> => {
    // 在 Mistral 处理请求时发生错误时运行的代码
};

const responseHook = (res: Response, req: Request): void | Promise<void> => {
    // 在 Mistral 发送成功响应之前运行的代码
};
要将这些钩子添加到聊天模型中，可以将它们作为参数传递，它们会自动添加： 
import { ChatMistralAI } from "@langchain/mistralai"

const modelWithHooks = new ChatMistralAI({
    model: "mistral-large-latest",
    temperature: 0,
    maxRetries: 2,
    beforeRequestHooks: [ beforeRequestHook ],
    requestErrorHooks: [ requestErrorHook ],
    responseHooks: [ responseHook ],
    // 其他参数...
});
或者在实例化后手动分配和添加它们： 
import { ChatMistralAI } from "@langchain/mistralai"

const model = new ChatMistralAI({
    model: "mistral-large-latest",
    temperature: 0,
    maxRetries: 2,
    // 其他参数...
});

model.beforeRequestHooks = [ ...model.beforeRequestHooks, beforeRequestHook ];
model.requestErrorHooks = [ ...model.requestErrorHooks, requestErrorHook ];
model.responseHooks = [ ...model.responseHooks, responseHook ];

model.addAllHooksToHttpClient();
方法 addAllHooksToHttpClient 会在将整个更新后的钩子列表分配给 HTTP 客户端之前，清除所有当前已添加的钩子，以避免钩子重复。 钩子可以一次移除一个，也可以从模型中一次性清除所有钩子。 
model.removeHookFromHttpClient(beforeRequestHook);

model.removeAllHooksFromHttpClient();

​
API 参考

有关所有 ChatMistralAI 功能和配置的详细文档，请访问 API 参考。
将这些文档通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。
在 GitHub 上编辑此页面 或 提交问题。