จุดแข็ง
- สร้างมาเพื่อติดตั้งในเครื่อง
- มีรุ่น reasoning ทุกขนาด
- เข้าใจรูปภาพ
- สัญญาอนุญาต Apache 2.0
เหมาะที่สุดสำหรับ
- การติดตั้งบน edge และ on-premises
- งานต้นทุนต่ำปริมาณมาก
- เอเจนต์ในเครื่อง
รันใน EDDI
เส้นทางที่เร็วที่สุดคือ Manager: เปิด agent wizard หรือ Platform Operator แล้วเลือกผู้ให้บริการและโมเดล หากต้องการกำหนดค่าเอง ให้ทำตามขั้นตอนเหล่านี้สำหรับผู้ให้บริการที่คุณต้องการ
Mistral AI · type: "mistral"
Model id: ministral-14b-2512
1. เก็บ credential
เพิ่ม API key ของผู้ให้บริการลงใน Secrets Vault ใน Manager หรือด้วย PUT /secretstore/secrets/default/mistral-key โดยใช้ชื่อตามด้านล่าง การกำหนดค่าจะอ้างอิงคีย์เป็น ${vault:…} คีย์จึงไม่ปรากฏเป็นข้อความธรรมดาเลย
${vault:mistral-key}2. กำหนดค่า LLM task
ใช้สิ่งนี้เป็น langchain.json ของเวิร์กโฟลว์เอเจนต์ หรือวางพารามิเตอร์ลงใน LLM editor ใน Manager
{
"tasks": [
{
"actions": [
"send_message"
],
"id": "chat",
"type": "mistral",
"parameters": {
"apiKey": "${vault:mistral-key}",
"modelName": "ministral-14b-2512",
"systemMessage": "You are a helpful assistant",
"addToOutput": "true"
}
}
]
}หรือสร้างทั้งเอเจนต์ในการเรียกครั้งเดียว
setup_agent เขียน rules, การกำหนดค่า LLM และเวิร์กโฟลว์ แล้ว deploy เอเจนต์ให้ เรียกผ่าน MCP หรือ POST /administration/agents/setup
setup_agent(
agentName: "My ministral-14b-2512 agent",
systemPrompt: "You are a helpful assistant.",
provider: "mistral",
model: "ministral-14b-2512",
apiKey: "${vault:mistral-key}"
)หมายเหตุสำหรับ EDDI
- ชั้นแรกที่ดีใน model cascade: เร็วและราคาไม่แพง และยกระดับไปยังโมเดลที่ใหญ่กว่าเฉพาะเมื่อความเชื่อมั่นต่ำ
โมเดลที่เกี่ยวข้อง
แหล่งที่มา
ข้อมูลในหน้านี้มาจากเอกสารของผู้ผลิต ตรวจสอบเมื่อ 2026-09-30 โมเดลเปลี่ยนแปลงเร็ว จึงควรยืนยันขีดจำกัดกับผู้ผลิตก่อนนำไปใช้ ราคาไม่ได้แสดงไว้ที่นี่: ดูหน้าราคาของผู้ผลิต