Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Vestavěné nástroje: web_search, x_search a další

Lekce 9 z 14 Aktualizováno 29. července 2026 Vývojář
Na této stránce
  1. Nástroje, které slouží agentům
  2. web_search, motor paralelního výzkumu
  3. x_search, nástroj, který ostatní nemají
  4. code_execution, když potřebuješ počítat, ne jen číst
  5. collections_search, tvé dokumenty v akci
  6. Vzdálený MCP, brána do tvých vlastních systémů
  7. Jak přimět nástroje spolupracovat
  8. Klíčové poznatky

Nástroje, které slouží agentům

Tým agentů bez nástrojů zůstává uvězněn v tom, co si model zapamatoval během tréninku. Celá hodnota práce s více agenty se projeví až ve chvíli, kdy tito agenti začnou hledat informace v okamžiku, kdy položíš otázku: paralelizace má smysl pouze tehdy, pokud existuje několik cest, které lze prozkoumat současně. Grok jim poskytuje pět vestavěných nástrojů a každý agent se samostatně rozhoduje, které z nich použije.

web_search, motor paralelního výzkumu

Webové vyhledávání je dominantním nástrojem v práci s více agenty; ten, který povolíš téměř ve všech svých požadavcích.

from xai_sdk.tools import web_search

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4,
    tools=[web_search()],
)

Co se zde mění oproti jedinému modelu, je fakt, že každý agent spouští své vlastní dotazy. U otázky typu „jaké zálohovací řešení bychom měli zvolit pro naši serverovou flotilu“ se jeden agent ponoří do technických specifikací, druhý do cen a třetí do uživatelských recenzí na specializovaných fórech. Při 16 agentech je pokrytí webu něčím zcela odlišným od toho, čeho dosáhne sekvenční vyhledávání prováděné jediným modelem.

x_search, nástroj, který ostatní nemají

Vyhledávání na platformě X (dříve Twitter) je specifické pro Grok a poskytuje přístup k příspěvkům, diskusím a trendům na této platformě v reálném čase.

from xai_sdk.tools import web_search, x_search

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4,
    tools=[web_search(), x_search()],
)

Jeho hodnota plyne z časového odstupu: když společnost oznámí nový produkt, reakce se na X objeví do hodiny, zatímco hloubkové články trvají několik dní. Získáš okamžitou reakci na oznámení, postoje expertů, kteří nikdy nenapíšou celý článek, trendující témata i technické diskuse v komunitách vývojářů. U rychle se vyvíjejících témat kombinace web_search + x_search vytvoří obraz, který by ani jeden z nich sám o sobě neposkytl.

code_execution, když potřebuješ počítat, ne jen číst

Spouštění kódu umožňuje agentovi napsat a spustit Python za účelem analýzy dat, provádění výpočtů nebo tvorby vizualizací.

from xai_sdk.tools import code_execution

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4,
    tools=[code_execution()],
)

Typický scénář: agent načte soubor CSV nalezený během svého hledání, nahraje ho, odvodí z něj statistiky a předá vedoucímu agentovi ověřená čísla namísto pouhého dojmu z přečteného textu. Část práce se tak přesune od interpretace k výpočtu, což je klíčové vždy, když se otázka týká řádů velikosti.

collections_search, tvé dokumenty v akci

Tento nástroj umožňuje agentům dotazovat se na kolekce dokumentů, které jsi indexoval u xAI.

from xai_sdk.tools import collections_search

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4,
    tools=[collections_search()],
)

Jde o ekvivalent vestavěného RAG: agenti prohledávají tvé vlastní dokumenty souběžně s webem, což ti umožňuje křížově odkazovat interní dokumentaci s podmínkami na trhu, aniž bys musel sám budovat pipeline pro vyhledávání.

Vzdálený MCP, brána do tvých vlastních systémů

Nástroje Remote MCP rozšiřují schopnosti agentů o externí služby, které ovládáš ty. Pokud zpřístupníš servery MCP, agenti je během svého výzkumu využívají přesně jako nativní nástroje: dotazují se na interní databázi, volají obchodní API nebo dosahují na systémy správy dokumentů. Toto je oficiální mechanismus rozšíření a v další lekci uvidíš, že představuje také odpověď na důležité omezení práce s více agenty.

Jak přimět nástroje spolupracovat

Skutečný zisk se objeví, když je současně k dispozici několik nástrojů, protože rozdělení mezi agenty se stává zároveň rozdělením mezi zdroji.

from xai_sdk.tools import web_search, x_search, code_execution

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=16,
    tools=[web_search(), x_search(), code_execution()],
    include=["verbose_streaming"],
)

chat.append(user(
    "Analyze sentiment around NVIDIA's GPU announcements this week: "
    "press articles, reactions on X, and summarize the key figures"
))

Někteří agenti pak recenzují tisk, další skupina analyzuje příspěvky na X a třetí agreguje čísla prostřednictvím kódu. Měj na paměti multiplikační efekt: každý nástroj, který otevřeš šestnácti agentům, rozšiřuje pokrytí a úměrně tomu zvyšuje účet. Otevři pouze to, co otázka vyžaduje, ne vše ve výchozím nastavení.

Klíčové poznatky

  • Pět vestavěných nástrojů: web_search, x_search, code_execution, collections_search, Remote MCP
  • Každý agent může používat jakýkoli nástroj nezávisle na ostatních
  • x_search je exkluzivní pro Grok – přístup k příspěvkům na X v reálném čase
  • Kombinuj nástroje pro úplnější výzkum
  • Více agentů + více nástrojů = širší pokrytí, ale vyšší spotřeba tokenů