Комбиниране на MCP и вградени инструменти
На тази страница
Две семейства инструменти, един каталог
MCP не е единственият начин да предоставите възможности на Grok. xAI API включва собствени инструменти, наречени вградени инструменти (built-in tools), които моделът може да извиква без участието на външен сървър. Не е нужно да избирате между двете семейства: Вие ги декларирате на едно и също място и ги комбинирате свободно в една единствена конфигурация.
Четири собствени инструмента покриват повечето нужди.
- Търсене в уеб (Web search): търсене в уеб в реално време
- Изпълнение на код (Code execution): изпълнение на Python код в пясъчник (sandbox)
- Анализ на изображения (Image analysis): анализ и описание на изображения
- Парсиране на файлове (File parsing): четене и извличане на съдържание от файлове
Вие ги декларирате в масива tools само по тип, без URL адрес или етикет – което има смисъл, тъй като няма отдалечен сървър, който да бъде посочен.
Смесването им: нищо ново за учене
Синтаксисът не изисква никаква специална конструкция. Вие поставяте MCP обекти и собствени обекти един до друг в един и същи масив.
from xai_sdk import Client
from xai_sdk.tools import mcp
client = Client(api_key=os.getenv("XAI_API_KEY"))
chat = client.chat.create(
model="grok-4.20-0309-reasoning",
tools=[
# Отдалечен MCP инструмент
mcp(
server_url="https://mcp.deepwiki.com/mcp",
server_label="deepwiki",
server_description="Documentation for GitHub projects"
),
# Собствен инструмент: търсене в уеб
{"type": "web_search"},
],
)
Responses API във формат на OpenAI следва същата логика, като MCP инструментът просто приема своята типизирана речникова форма.
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input=[{"role": "user", "content": "Compare React and Vue based on the official docs and current trends"}],
tools=[
{
"type": "mcp",
"server_url": "https://mcp.deepwiki.com/mcp",
"server_label": "deepwiki"
},
{"type": "web_search"},
],
)
Оркестрацията се случва автоматично
От гледна точка на модела, MCP и собствените инструменти формират единен каталог. Grok не прави разлика между инструмент, който преминава през мрежата до сървър на трета страна, и такъв, изпълняван от инфраструктурата на xAI: той вижда възможности, с имена и описания, и избира тази, която придвижва отговора на всяка стъпка.
Вземете заявката „сравнете конфигурацията за маршрутизация в Next.js с текущите най-добри практики“. Grok първо извиква deepwiki__search, за да прочете документацията за маршрутизация в хранилището на Next.js, след това web_search, за да намери скорошни статии за текущите практики, и накрая синтезира двата източника в коherentен отговор. В нито един момент Вие не сте посочили този ред, нито дори че тези два инструмента трябва да се използват заедно. Моделът сам решава последователността и Вие нямате логика за оркестрация, която да пишете.
Две типични композиции
Агентът за технически изследвания използва справочна документация, достъп до уеб и възможности за проверка на кода.
tools = [
mcp(
server_url="https://mcp.deepwiki.com/mcp",
server_label="deepwiki",
server_description="Documentation and source code for GitHub projects"
),
{"type": "web_search"},
{"type": "code_interpreter"},
]
Това трио Ви позволява да се консултирате с документацията на проекта, да търсите допълнителна информация онлайн и след това да изпълните код, за да валидирате решение, преди да го предложите. Третият инструмент променя естеството на отговора: вместо да твърди, че даден фрагмент работи, агентът го проверява.
Вътрешният технически асистент следва различна логика, при която два частни сървъра съхраняват знанията на компанията, а уебът служи само като резервно копие.
tools = [
mcp(
server_url="https://kb.monentreprise.com/mcp",
server_label="kb",
server_description="Internal knowledge base",
authorization=f"Bearer {os.getenv('KB_TOKEN')}"
),
mcp(
server_url="https://jira.monentreprise.com/mcp",
server_label="jira",
server_description="Jira tickets and projects",
authorization=f"Bearer {os.getenv('JIRA_TOKEN')}",
allowed_tool_names=["search_issues", "get_issue"]
),
{"type": "web_search"},
]
Асистентът търси в базата знания, консултира се със свързани Jira билети и допълва с търсене в уеб, ако информацията липсва вътрешно. Обърнете внимание на ограничението за Jira, ограничено до достъп само за четене: без него злонамерена инструкция, промъкната в тялото на билет, би могла да насочи модела към операция за запис.
Скритата цена на изобилието
Всеки добавен инструмент, MCP или собствен, заема място в прозореца на контекста, за да съхранява своята дефиниция. Следователно една щедра конфигурация Ви струва налично пространство за разговор, време за обработка и точност на избора.
Три навика са достатъчни, за да поддържате това под контрол. Ограничете общия брой инструменти и се съпротивлявайте на изкушението да свържете пет сървъра с петдесет инструмента, когато вашият случай на употреба изисква десет. Приложете allowed_tool_names на всеки MCP сървър, за да запазите само релевантните инструменти. И не добавяйте собствен инструмент „за всеки случай“: ако вашият агент няма причина да изпълнява код, code_interpreter не е безплатна опция, това е консумиран контекст и допълнителна възможност за избор на грешен инструмент.
Ключови изводи
- MCP инструментите и собствените инструменти (търсене в уеб, изпълнение на код) съществуват заедно в един и същи масив
tools - Grok автоматично оркестрира извикванията между MCP и собствените инструменти въз основа на заявката
- Комбинацията Ви позволява да създавате мощни агенти, които използват както вътрешни източници (MCP), така и външни източници (търсене в уеб)
- Ограничете общия брой инструменти, за да запазите контекста и точността на модела
- Използвайте
allowed_tool_namesза всеки MCP сървър, за да намалите шума