Mistral 模型配置教程

Mistral AI 简介

Mistral AI 是一家法国 AI 公司，提供高性能且价格友好的大语言模型。其模型在多项基准测试中表现优异，特别是在欧洲语言和代码生成方面。Mistral 的 API 兼容 OpenAI 格式，在 OpenClaw 中接入非常简便。

获取 API Key

1. 访问 console.mistral.ai 并注册账号
2. 进入 API Keys 页面
3. 点击「Create new key」
4. 复制生成的 API Key

基础配置

在 OpenClaw 中添加 Mistral 供应商：

{
  "providers": {
    "mistral": {
      "type": "openai",
      "baseUrl": "https://api.mistral.ai/v1",
      "apiKey": "{{MISTRAL_API_KEY}}",
      "models": [
        "mistral-large-latest",
        "mistral-medium-latest",
        "mistral-small-latest",
        "open-mistral-nemo"
      ]
    }
  }
}

设置密钥：

openclaw secrets set MISTRAL_API_KEY "your-mistral-api-key"

模型选择指南

Mistral 提供多个层级的模型：

定义模型配置

为不同场景创建模型配置：

{
  "models": {
    "mistral-smart": {
      "provider": "mistral",
      "model": "mistral-large-latest",
      "temperature": 0.7,
      "maxTokens": 4096
    },
    "mistral-fast": {
      "provider": "mistral",
      "model": "mistral-small-latest",
      "temperature": 0.5,
      "maxTokens": 2048
    },
    "mistral-code": {
      "provider": "mistral",
      "model": "codestral-latest",
      "temperature": 0.2,
      "maxTokens": 8192
    }
  }
}

使用 Codestral 进行代码生成

Codestral 是 Mistral 专为编程设计的模型，支持 80+ 编程语言：

{
  "skills": {
    "code-assistant": {
      "model": "mistral-code",
      "systemPrompt": "你是一个编程助手，使用 Codestral 模型。请提供清晰、有注释的代码，并解释关键逻辑。"
    }
  }
}

为频道分配模型

{
  "channels": {
    "telegram-main": {
      "model": "mistral-smart"
    },
    "discord-dev": {
      "model": "mistral-code"
    },
    "whatsapp-quick": {
      "model": "mistral-fast"
    }
  }
}

JSON 模式

Mistral 支持 JSON 输出模式，适合需要结构化数据的技能：

{
  "models": {
    "mistral-json": {
      "provider": "mistral",
      "model": "mistral-large-latest",
      "responseFormat": {"type": "json_object"},
      "temperature": 0.3
    }
  }
}

函数调用

Mistral 模型支持函数调用（Function Calling），可以与 OpenClaw 的工具系统配合使用：

{
  "models": {
    "mistral-tools": {
      "provider": "mistral",
      "model": "mistral-large-latest",
      "supportsFunctionCalling": true,
      "temperature": 0.5
    }
  }
}

成本优化策略

1. 按场景选模型：简单问答用 small，复杂推理用 large
2. 控制 maxTokens：根据实际需求设置，避免浪费
3. 使用 OpenClaw 的模型路由：根据消息内容自动选择模型

{
  "routing": {
    "rules": [
      {"match": "代码|编程|bug", "model": "mistral-code"},
      {"match": ".*", "model": "mistral-fast"}
    ]
  }
}

连接验证

openclaw doctor --provider mistral

预期输出：

✓ Provider: mistral
  ✓ API connection successful
  ✓ Model mistral-large-latest available
  ✓ Model mistral-small-latest available
  ✓ Response time: 180ms

总结

Mistral AI 提供了高性价比的模型选择，特别是 Codestral 在代码场景中表现出色。通过合理搭配不同层级的模型，可以在 OpenClaw 中实现性能与成本的最佳平衡。