Структурирани изходи и изпълнение на код
На тази страница
Обновено на 2 ноември 2026 г. Въз основа на документацията на xAI: при използване на
xai-sdk, структурираните изходи се комбинират с инструменти чрез създаване на разговора (client.chat.create(..., tools=[code_execution()])), последвано от извикване наchat.parse(Schema), което връща отговора и типизирания обект; предишният пример използвашеclient.chat.parse(...)с аргументи за Chat Completions – метод, който не съществува в никой SDK. Източници: Structured Outputs · Code Execution.
Изпълнение на код и структуриране на резултатите
Комбинирането на структурирани изходи с изпълнение на код позволява на модела да изчислява резултати и да ги връща в структуриран формат. Моделът пише код, изпълнява го в изолирана среда (sandbox) и форматира изхода според вашата схема.
Функция за Grok 4 и по-нови версии
Подобно на уеб търсенето, тази комбинация е запазена за моделите Grok 4 и по-нови – което означава цялата текуща гама (Grok 4.5, Grok 4.3, варианти на grok-4.20). По-старите модели не поддържаха комбинирането на инструменти със структурирани изходи.
Типичен случай на употреба: Прецизни изчисления
Основното предимство на изпълнението на код със структурирани изходи е прецизността на изчисленията. Големите езикови модели (LLM) често правят аритметични грешки. Чрез изпълнение на код резултатите стават математически точни.
from pydantic import BaseModel
from xai_sdk import Client
from xai_sdk.chat import user
from xai_sdk.tools import code_execution
client = Client() # ключът се чете от XAI_API_KEY
class FinancialAnalysis(BaseModel):
total_revenue: float
total_cost: float
gross_margin: float
margin_percentage: float
most_profitable_product: str
least_profitable_product: str
chat = client.chat.create(
model="grok-4.20-0309-reasoning",
tools=[code_execution()],
)
chat.append(user("""Ето тримесечните продажби:
- Продукт A: 150 броя по 45 €, единична цена 28 €
- Продукт B: 320 броя по 22 €, единична цена 15 €
- Продукт C: 85 броя по 120 €, единична цена 78 €
Изчислете пълния финансов анализ."""))
response, parsed = chat.parse(FinancialAnalysis)
print(f"Брутна печалба: {parsed.gross_margin} €")
print(f"Марж: {parsed.margin_percentage}%")
print(f"Най-добър продукт: {parsed.most_profitable_product}")
Моделът ще напише Python скрипт за извършване на изчисленията, ще го изпълни и след това ще форматира резултатите в схемата FinancialAnalysis.
Пример: Статистически анализ
class DescriptiveStatistics(BaseModel):
mean: float
median: float
std_dev: float
minimum: float
maximum: float
quartile_1: float
quartile_3: float
value_count: int
chat = client.chat.create(
model="grok-4.20-0309-reasoning",
tools=[code_execution()],
)
chat.append(user("""Изчислете описателната статистика за следните данни:
[23, 45, 12, 67, 34, 89, 56, 78, 41, 33, 61, 25,
72, 48, 55, 39, 64, 71, 28, 50]"""))
response, parsed = chat.parse(DescriptiveStatistics)
print(f"Средна стойност: {parsed.mean}")
print(f"Стандартно отклонение: {parsed.std_dev}")
Комбиниране на уеб търсене и изпълнение на код
Можете да активирате двата инструмента едновременно:
class MarketAnalysis(BaseModel):
company: str
current_price: float
change_30d: float
avg_volume: float
trend: str
recommendation: str
from xai_sdk.tools import web_search
chat = client.chat.create(
model="grok-4.20-0309-reasoning",
tools=[web_search(), code_execution()],
)
chat.append(user("Анализирай акциите на Apple през последните 30 дни"))
response, parsed = chat.parse(MarketAnalysis)
Моделът ще извлече скорошни данни от уеб мрежата, след което ще използва изпълнение на код, за да изчисли промените и средните стойности.
Ограничения на изпълнението на код
- Средата за изпълнение е изолирана и ефемерна
- Често срещани Python пакети са предварително инсталирани (NumPy, Pandas, Matplotlib, SciPy)
- Времето за изпълнение и паметта са ограничени
- Няма достъп до мрежата от изпълнявания код
- Създадените файлове не се запазват между отделните извиквания
Ключови изводи
- Изпълнението на код плюс структурирани изходи изисква поне Grok 4 – цялата текуща гама е съвместима
- Моделът пише и изпълнява код за прецизни изчисления
- Активирайте инструмента с
code_execution()в xAI SDK или{"type": "code_interpreter"}в Responses API, след което вземете типизирания обект сchat.parse(Schema) - Може да се комбинира с
web_searchза търсене и последващо изчисление - Идеално за финансов, статистически и математически анализ
- Изчислените резултати са точни, за разлика от оценките на LLM