As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Conclusão de chat da Mistral AI
A API de conclusão de chat da Mistral AI permite criar aplicações de conversação.
**dica**
É possível usar a API de conclusão de chat da Mistral AI com as operações de inferência de base ([InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) ou [InvokeModelWithResponseStream](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html)). No entanto, é recomendável usar a API Converse para implementar mensagens em sua aplicação. A API Converse oferece um conjunto unificado de parâmetros que funcionam em todos os modelos que permitem mensagens. Para obter mais informações, consulte [Realizar uma conversa com as operações de API Converse](conversation-inference.md).
Os modelos da Mistral AI estão disponíveis sob a [licença do Apache 2.0](https://www.apache.org/licenses/LICENSE-2.0.txt). Para obter mais informações sobre o uso dos modelos da Mistral AI, consulte a [documentação da Mistral AI](https://docs.mistral.ai/).
**Topics**
+ [Modelos compatíveis](#mistral-supported-models-chat-completion)
+ [Solicitação e reposta](#model-parameters-mistral-chat-completion-request-response)
## Modelos compatíveis
É possível usar os modelos Mistral AI a seguir.
+ Mistral Large
É necessário o ID do modelo que deseja usar. Para obter o ID do modelo, consulte [Modelos de base compatíveis no Amazon Bedrock](models-supported.md).
## Solicitação e reposta
------
#### [ Request ]
Os modelos da Mistral AI têm os parâmetros de inferência a seguir.
```
{
"messages": [
{
"role": "system"|"user"|"assistant",
"content": str
},
{
"role": "assistant",
"content": "",
"tool_calls": [
{
"id": str,
"function": {
"name": str,
"arguments": str
}
}
]
},
{
"role": "tool",
"tool_call_id": str,
"content": str
}
],
"tools": [
{
"type": "function",
"function": {
"name": str,
"description": str,
"parameters": dict
}
}
],
"tool_choice": "auto"|"any"|"none",
"max_tokens": int,
"top_p": float,
"temperature": float
}
```
Veja a seguir os parâmetros necessários.
+ **messages**: (obrigatório) as mensagens que você deseja passar para o modelo.
+ **role**: o perfil da mensagem. Os valores válidos são:
+ **system**: define o comportamento e o contexto do modelo na conversação.
+ **user**: a mensagem do usuário a ser enviada ao modelo.
+ **assistant**: a resposta do modelo.
+ **content**: o conteúdo da mensagem.
```
[
{
"role": "user",
"content": "What is the most popular song on WZPZ?"
}
]
```
Para passar o resultado de uma ferramenta, use JSON com os campos a seguir.
+ **role**: o perfil da mensagem. O valor deve ser `tool`.
+ **tool\$1call\$1id**: o ID da solicitação da ferramenta. Você obtém o ID dos campos `tool_calls` na resposta da solicitação anterior.
+ **content**: o resultado da ferramenta.
O exemplo a seguir é o resultado de uma ferramenta que obtém a música mais tocada em uma estação de rádio.
```
{
"role": "tool",
"tool_call_id": "v6RMMiRlT7ygYkT4uULjtg",
"content": "{\"song\": \"Elemental Hotel\", \"artist\": \"8 Storey Hike\"}"
}
```
Veja a seguir os parâmetros opcionais.
+ **tools**: definições de ferramentas que o modelo pode usar.
Se você incluir `tools` em sua solicitação, o modelo poderá exibir um campo `tool_calls` na mensagem que representa o uso dessas ferramentas pelo modelo. É possível executar essas ferramentas usando a entrada de ferramenta gerada pelo modelo e, opcionalmente, retornar os resultados ao modelo usando blocos de conteúdo de `tool_result`.
O exemplo a seguir é de uma ferramenta que obtém as músicas mais tocadas em uma estação de rádio.
```
[
{
"type": "function",
"function": {
"name": "top_song",
"description": "Get the most popular song played on a radio station.",
"parameters": {
"type": "object",
"properties": {
"sign": {
"type": "string",
"description": "The call sign for the radio station for which you want the most popular song. Example calls signs are WZPZ and WKRP."
}
},
"required": [
"sign"
]
}
}
}
]
```
+ **tool\$1choice**: especifica como os perfis são chamados. Se definido como `none`, o modelo não chamará um perfil e, em vez disso, gerará uma mensagem. Se definido como `auto`, o modelo poderá optar por gerar uma mensagem ou chamar um perfil. Se definido como `any`, o modelo será forçado a chamar um perfil.
+ **max\$1tokens**: especifique o número máximo de tokens a serem usados na resposta gerada. O modelo trunca a resposta quando o texto gerado excede `max_tokens`.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/model-parameters-mistral-chat-completion.html)
+ **temperature**: controla a randomização das previsões feitas pelo modelo. Para obter mais informações, consulte [Geração de resposta de influência com parâmetros de inferência](inference-parameters.md).
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/model-parameters-mistral-chat-completion.html)
+ **top\$1p**: controla a diversidade do texto gerado pelo modelo ao definir a porcentagem de candidatos mais prováveis que o modelo considera para o próximo token. Para obter mais informações, consulte [Geração de resposta de influência com parâmetros de inferência](inference-parameters.md).
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/model-parameters-mistral-chat-completion.html)
------
#### [ Response ]
A resposta `body` de uma chamada para `InvokeModel` é a seguinte:
```
{
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": str,
"tool_calls": [...]
},
"stop_reason": "stop"|"length"|"tool_calls"
}
]
}
```
A resposta do `body` tem os seguintes campos:
+ **choices**: a saída dos campos do modelo.
+ **index**: o índice da mensagem.
+ **message**: a mensagem do modelo.
+ **role**: o perfil da mensagem.
+ **content**: o conteúdo da mensagem.
+ **tool\$1calls**: se o valor de `stop_reason` for `tool_calls`, esse campo conterá uma lista de solicitações de ferramentas que o modelo deseja que você execute.
+ **id**: o ID da solicitação da ferramenta.
+ **function**: a função que o modelo está solicitando.
+ **name**: o nome da função.
+ **arguments**: os argumentos a serem passados para a ferramenta
Veja um exemplo de solicitação de uma ferramenta que obtém as músicas mais tocadas em uma estação de rádio.
```
[
{
"id": "v6RMMiRlT7ygYkT4uULjtg",
"function": {
"name": "top_song",
"arguments": "{\"sign\": \"WZPZ\"}"
}
}
]
```
+ **stop\$1reason**: o motivo pelo qual a resposta parou de gerar texto. Os valores possíveis são:
+ **interromper**: o modelo terminou de gerar texto para o prompt de entrada. O modelo para porque não tem mais conteúdo para gerar ou se o modelo gerar uma das sequências de parada que você define no parâmetro de solicitação `stop`.
+ **length**: o tamanho dos tokens do texto gerado excede o valor de `max_tokens`. A resposta é truncada em tokens `max_tokens`.
+ **tool\$1calls**: o modelo está solicitando que você execute uma ferramenta.
------