Agents API: Mistral veröffentlicht Framework zur Entwicklung von KI-Agenten
Das französische KI-Unternehmen Mistral bringt ein Framework zur Erstellung von KI-Agenten. Über eingebaute Konnektoren greifen sie auf externe Datenquellen zu.
(Bild: iX)
Mistral AI hat mit Agents API ein Framework vorgestellt, mit dem Unternehmen eigene KI-Agenten zur Automatisierung von Aufgaben und Prozessen erstellen können. Dazu verknüpft Mistral eigene und externe Sprachmodelle mit einer Steuerung für spezialisierte KI-Agenten und einem persistenten Speicher zur Kontextwahrung zwischen den verschiedenen Agenten. Ebenso verfügt das Framework über verschiedene Konnektoren, etwa zur Ausführung von Code oder dem Zugriff auf Dokumente. Für die Anbindung an externe Anwendungen nutzt Agents API das offene Model Context Protocol (MCP) von Anthropic.
KI-Agenten können Python-Code in Sandbox ausführen
Aktuell umfasst das Framework vier eingebaute Konnektoren, auf die KI-Agenten jederzeit zugreifen können. Zusätzlich können Anwender sie auch außerhalb von Agenten direkt über den Chatbot nutzen. Ein solcher Konnektor ist der Code-Interpreter, der Python-Code in einer isolierten Sandbox-Umgebung ausführen und ihn auf Syntaxfehler untersuchen kann. Ebenfalls eignet er sich für mathematische Operationen sowie zur Datenanalyse und -visualisierung. Über eine Anbindung an GitHub und das Sprachmodell Devstral, von dem zuletzt eine neue Version erschien, lässt sich ein solcher Coding-Assistent erstellen.
Weiterhin verfügt Agents API über einen Konnektor zur Bildgenerierung. Dazu greift Mistral auf das Sprachmodell Flux 1.1 Pro Ultra von Black Forest Lab zurück. Unternehmensangaben zufolge lassen sich so etwa Visualisierungen für Schulungsmaterial oder Grafiken für Marketingzwecke erstellen. Über die Dokumentenbibliothek können KI-Agenten auf Dokumente in der Mistral-Cloud zugreifen. Somit treibt der Konnektor die Retrieval Augmented Generation (RAG) an, in dem er die Inhalte der Dokumente als Kontext für die Ausgabe nutzt.
Websuche ergänzt Trainingsdaten
Eine weitere Wissensbasis für die KI-Agenten stellt die eingebaute Websuche dar, welche die Trainingsdaten der Sprachmodelle um aktuelle Informationen ergänzt. Einerseits können KI-Agenten eigenständig auf Basis der Anfrage das Web durchsuchen, andererseits lassen sich auch spezifische URLs an den Konnektor übergeben, um die Informationen der Seite zu verwenden. Im SimpleQA-Benchmark sei die Qualität der Antworten durch die Websuche bei den Sprachmodellen Mistral Medium und Large auf das Dreifache gestiegen. Mistral Medium erreiche mit Websuche einen Wert von 75 Prozent, das große Modell schaffe 82 Prozent.
Um einen eigenen Workflow mit mehreren KI-Agenten anzulegen, erstellen Entwickler zunächst alle benötigten Agenten, die jeweils auf unterschiedliche Sprachmodelle und Anwendungen zugreifen können. Eine maximale Anzahl der nutzbaren Agenten gibt es in Agents API nicht. Danach können Entwickler entscheiden, ob ein KI-Agent eine Ausgabe liefert oder eine Anfrage an einen anderen Agenten weitergibt. Somit lassen sich mehrere KI-Agenten verketten, sodass etwa ein Agent zur Finanzanalyse die Recherche von Börsendaten an einen Agenten zur Websuche auslagert und die Berechnungen an einen anderen Agenten.
Videos by heise
Detaillierte Informationen zur Agents API finden sich in der Dokumentation. Vorgefertigte Beispiel-Agenten stellt Mistral auf GitHub bereit. Zu Beginn stehen die aktuellen Versionen der Sprachmodelle Mistral Medium und Large zur Verfügung. Die Unterstützung weiterer Modelle soll folgen. Zuletzt veröffentlichte auch JetBrains mit dem Koog-Framework eine quelloffene Software, mit der sich KI-Agenten modular erstellen lassen sollen.
(sfe)
