跳到正文
Mistral AI:News·· 2026-04-15精选AI 评分60

Mistral 在 Studio 中发布 Connectors,支持内置与自定义 MCP 连接器

Product Connect the dots: Build with built-in and custom MCPs in Studio Connect enterprise data to your AI applications with reusable connectors, direct tool calling, and human-in-the-loop approval controls. May 22, 2026 By Mistral

AI 导读

Mistral 在 Studio 中以 Public Preview 发布 Connectors,内置连接器与自定义 MCP 可通过 API/SDK 用于所有模型和 Agent 调用。

推荐理由

官方详解了 Connectors 的注册、直连调用与人审确认机制,开发者可参考其代码示例快速搭建企业数据接入工作流。

正文 · AI 翻译

今天,我们在 Studio 中发布 Connectors,为构建基于企业数据的高度定制化 AI 应用的开发者扫清障碍。所有内置连接器以及自定义 MCP,现在均可通过 API/SDK 使用,并适用于所有模型和智能体调用。

我们还引入了直接工具调用,让开发者能够精确控制工具的调用方式和时机,不再因身份验证障碍而影响测试和迭代。此外,你现在可以实现人工介入的审批流程,在工具执行前进行安全审查和确认,兼顾灵活性与治理。

  • 以编程方式创建、修改、列出和删除连接器,同时还能列出其工具并直接运行它们。

  • 所有连接器均集中注册,使其可在 Mistral 各应用中通用:LeChat 和 AI Studio(Vibe 即将推出)。

  • 通过 Conversation API、Completions API 和 Agent SDK 使用,现在可以促进复杂工作流以及与 CRM、知识库和生产力工具等企业系统的集成。

集成存在于平台中,而非你的代码里

构建企业级 AI 智能体正变得越来越容易。更难的是围绕它们的一切:查找正确的 API 文档、编写和维护工具函数、构建集成、设置 OAuth、处理令牌刷新,以及调试分页损坏之类的边缘情况。

正因如此,团队不断重复构建相同的集成层。即使在同一个公司内部,类似的集成也常常以随意编写的代码被多次实现,导致安全风险、缺乏流量可观测性以及重复劳动。

Image 1 连接器通过使用 MCP 协议将集成打包为单个可复用实体来解决这一问题。

my_connector = client.beta.connectors.create( name="salesforce-crm", description="Salesforce CRM — accounts, contacts, opportunities", server="https://your-mcp-server.internal/salesforce", visibility="shared_workspace", oauth_config={ "client_id": os.environ["SALESFORCE_CLIENT_ID"], "scopes": ["read_accounts", "read_contacts"], "redirect_uri": "https://your-app.internal/oauth/callback", },)

注册后,自定义 MCP 连接器即可在 Studio 中被发现、治理和监控,并成为任何对话、智能体或工作流的原生工具,无需重写集成逻辑,无需重新实现身份验证,无需在团队之间重复构建。一次设置,随时随地持续运行。将连接器附加到任何对话只需一行:

response = client.beta.conversations.start_async( model="mistral-medium-latest", inputs="Which enterprise accounts renewed last quarter?", tools=[{"type": "connector", "connector_id": "salesforce-crm"}],)

一条可运行的黄金路径

让我们基于智能体对 GitHub、公共仓库内容和文档的安全连接,以及来自网络的实时数据,构建一个跨来源推理的多步骤工作流智能体。该智能体可以理解意图、分析代码并提出更改建议,同时还能处理生成测试、重构、识别低效、缺陷或漏洞等其他常见用例。

前提条件

pip install mistralaiexport MISTRAL_API_KEY="your-api-key"client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

1 - 为公共远程 MCP 创建连接器

为了查询和探索代码库,我们将利用 DeepWiki 远程服务器,它提供了到 API/工具端点的 MCP 接口。这样,智能体就可以探索内容和文档,而无需手动抓取文档或加载整个仓库。

my_custom_mcp = client.beta.connectors.create_async( name="my_deepwiki", description="DeepWiki MCP for code repository exploration", server="https://mcp.deepwiki.com/mcp", visibility="shared_workspace",)

只需注册一次 MCP 服务器,用户即可在对话、智能体或直接工具调用中复用它。这是任何自定义 MCP 流程的入口。关于如何管理内置和自定义连接器的完整示例,请参阅 cookbook: Connectors Management。

2 - 创建智能体

该智能体还应能够连接到 GitHub 和网络;用户无需创建这些连接器,因为它们已内置于 Mistral 中。

请注意,一个连接器可以暴露数十个工具。如果用户想要排除可能造成损害的操作,tool_configuration 可以在不修改连接器本身的情况下控制工具的可用性。更多细节可在 Cookbook 中找到:Using Connectors in Conversations。

my_agent = client.beta.agents.create_async( name="deepwiki_agent", description="Agent for code repository exploration", model="mistral-small-latest", instructions="""\ You are an Open-Source Software Auditor. \

当被要求审查某个库或代码仓库时,你必须执行以下所有任务:

## Final verdictBased on all three analyses, give a clear recommendation:- **SAFE TO ADOPT** — no major concerns- **ADOPT WITH CAUTION** — some concerns to be aware of- **AVOID** — significant risks identified
Always be thorough and cite your sources.\""",    tools=[        {"type": "web_search"},        {            "type": "connector",            "connector_id": "github",            "tool_configuration": {"exclude": ["delete_file"]},        },        {"type": "connector", "connector_id": "my_custom_mcp.name"},    ],)
response = await client.beta.conversations.start_async(    agent_id=my_agent.id,    inputs=[        {            "role": "user",            "content": "Please perform full audit on repo pallets/flask",        }    ],)

直接调用工具

并非每个工作流都需要由模型来决定何时以及如何调用工具。为了获得更确定性的体验,用户现在可以直接调用连接器。

result = await client.beta.connectors.call_tool_async( connector_id="my_deepwiki", tool_name="read_wiki_structure", arguments={"repoName": "sqlite/sqlite"}, ) print(f"Tool output:\n{result.content}")

这对于调试和流水线式自动化尤其有用,因为它们需要限制歧义。完整模式请参见 cookbook: Connector tool calling。

当需要人工介入时

某些操作不应在未经明确批准的情况下执行。requires_confirmation 会在工具运行前暂停执行并将控制权交还给你的应用程序:

{ "type": "connector", "connector_id": "gmail", "tool_configuration": { "include": ["gmail_search"], "requires_confirmation": ["gmail_search"] }}

模型提出建议,用户应用程序决定是否继续。AI 判断与人类判断之间的边界是明确的,并以代码形式写明。完整的审批流程(包括待处理的工具调用和恢复步骤)请参见 cookbook: Human-in-the-loop Confirmation。

Image 2

开始构建

你现在可以在 Studio 中使用 Connectors(公开预览版)。立即访问 Studio 控制台开始构建:https://console.mistral.ai/build/connectors

来源:Mistral AI:News · mistral.ai