Премини към основното съдържание
Български— Изберете език
Меню

Външни инструменти и поддържани SDK

Урок 3 от 12 Обновен 29 юли 2026 г. Програмист
На тази страница
  1. Три входни точки към един и същи механизъм
  2. Нативното xAI SDK
  3. Responses API, съвместим с OpenAI
  4. Voice Agent API
  5. Какво не се променя между интерфейсите
  6. Ключови изводи

Три входни точки към един и същи механизъм

xAI предоставя достъп до отдалечен MCP чрез три интерфейса. Те са насочени към различни разработчици: един за нови проекти, втори за мигриращи проекти и трети за специфични контексти на употреба. Поведението на MCP е абсолютно идентично и в трите случая; променят се единствено синтаксисът на конфигурацията и спомагателните инструменти. Вашият избор следователно зависи от съществуващия ви технологичен стек, а не от възможностите на протокола.

Нативното xAI SDK

Това е методът, препоръчан от xAI. Той предоставя помощната функция mcp(), която обединява цялата конфигурация в едно единствено извикване на функция.

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=[
        mcp(server_url="https://mcp.deepwiki.com/mcp")
    ],
    include=["verbose_streaming"],
)

Помощната функция mcp() приема всички параметри за конфигурация на MCP – URL адрес, етикет, описание, разрешени инструменти, автентикация – и се грижи за правилното им форматиране за API. Това е най-краткият синтаксис и, което е от съществено значение, този, при който е най-малко вероятно да допуснете грешка, тъй като имената на ключовете и нивата на влагане се обработват автоматично за Вас. Изберете този път за нов проект без ограничения за съвместимост, за всякакво бързо прототипиране и винаги когато използвате функции, специфични за xAI, като подробното потоково предаване (verbose streaming), показано по-горе.

Responses API, съвместим с OpenAI

Този интерфейс приема точно формата на OpenAI API. Той съществува с конкретна цел: екип, който вече е написал своето приложение в този формат, да не се налага да пренаписва всичко, за да тества Grok. Промяната се ограничава до API ключа и базовия URL адрес.

from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1",
)

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input=[{"role": "user", "content": "Explain the React project"}],
    tools=[{
        "type": "mcp",
        "server_url": "https://mcp.deepwiki.com/mcp",
        "server_label": "deepwiki",
    }],
)

Тук MCP сървърът се декларира като елемент от масива tools, с тип "mcp" и параметри като двойки ключ-стойност в същия обект. Няма помощна функция: Вие пишете речника ръчно, което оставя повече пространство за печатна грешка в името на ключ.

Тази съвместимост има своята цена и трябва да я познавате, преди да градите върху нея. Два параметъра, налични в нативното SDK, не са достъпни тук: require_approval, който Ви позволява да изисквате човешка валидация преди изпълнението на MCP инструмент, и connector_id, който управлява конекторите на OpenAI. Ако Вашият агент обработва чувствителни операции и сте разчитали на ръчна валидация, това ограничение е блокиращо и трябва да Ви насочи обратно към нативното xAI SDK. Responses API остава правилният избор за миграция от OpenAI без пренаписване, за проект с множество доставчици, където редувате Grok с други модели, и за екип, вече запознат с този формат.

Voice Agent API

Третият интерфейс е проектиран специално за гласови агенти. Типичният сценарий включва телефонен асистент, който по средата на разговор трябва да се консултира с база знания, да провери статуса на поръчка или да направи заявка към външна система – без caller-ът да изпитва необяснимо мълчание.

Конфигурацията на MCP следва същия формат както в другите SDK, със същите параметри server_url, server_label и други. Разликата се крие в това, което се случва след извикването на инструмента: резултатът се интегрира в потока за гласов синтез, вместо да се визуализира като текст. Това оформя начина, по който пишете описанията на своите инструменти и формулирате отговорите им, тъй като потребителят никога няма да види таблица или списък – той само ще ги чуе.

Какво не се променя между интерфейсите

Независимо от SDK, последователността е една и съща. Grok открива инструментите, изложени от MCP сървъра, избира този, който съответства на заявката, формулира извикването с правилните параметри и след това интегрира резултата в своя отговор. Нито един от трите интерфейса не прави модела по-способен или по-неспособен да избира инструмент.

Следователно разликите са другаде: краткост на синтаксиса, налични спомагателни функции – подробно потоково предаване в xAI SDK, съвместимост на формата в Responses API, гласов синтез във Voice Agent – и двата липсващи параметъра във формата на OpenAI. Решавайте въз основа на тези критерии и няма да сгрешите.

Ключови изводи

  • Нативното xAI SDK с mcp() е най-простият и най-пълен метод
  • Responses API (формат на OpenAI) улеснява миграцията, но не поддържа require_approval или connector_id
  • Voice Agent API свързва гласовите агенти с MCP инструменти
  • Поведението на MCP е идентично и в трите случая; променя се единствено синтаксисът
  • Изборът зависи от съществуващия Ви стек и специфичните нужди