Strukturované výstupy a spouštění kódu
Na této stránce
Aktualizováno 2. listopadu 2026. Na základě dokumentace xAI: se sadou
xai-sdkse strukturované výstupy kombinují s nástroji tak, že nejprve vytvoříš konverzaci (client.chat.create(..., tools=[code_execution()])) a následně zavolášchat.parse(Schema), což vrátí odpověď i typovaný objekt. Předchozí příklad volalclient.chat.parse(...)s argumenty pro Chat Completions, což je metoda, která v žádném SDK neexistuje. Zdroje: Strukturované výstupy · Spouštění kódu.
Spouštění kódu a strukturování výsledků
Kombinace strukturovaných výstupů se spouštěním kódu umožňuje modelu vypočítat výsledky a vrátit je ve strukturovaném formátu. Model napíše kód, spustí jej v izolovaném prostředí (sandbox) a naformátuje výstup podle tvého schématu.
Funkce pro Grok 4 a novější
Stejně jako vyhledávání na webu je tato kombinace vyhrazena pro modely Grok 4 a novější – což zahrnuje celou současnou nabídku (Grok 4.5, Grok 4.3, varianty grok-4.20). Starší modely nepodporovaly kombinaci nástrojů se strukturovanými výstupy.
Typické použití: Přesné výpočty
Hlavní výhodou spouštění kódu se strukturovanými výstupy je přesnost výpočtů. Jazykové modely (LLM) se při aritmetice často pletou. Díky spuštění kódu jsou výsledky matematicky přesné.
from pydantic import BaseModel
from xai_sdk import Client
from xai_sdk.chat import user
from xai_sdk.tools import code_execution
client = Client() # klíč načten z 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("""Here are the quarterly sales:
- Product A: 150 units at €45, unit cost €28
- Product B: 320 units at €22, unit cost €15
- Product C: 85 units at €120, unit cost €78
Calculate the complete financial analysis."""))
response, parsed = chat.parse(FinancialAnalysis)
print(f"Gross margin: €{parsed.gross_margin}")
print(f"Margin: {parsed.margin_percentage}%")
print(f"Best product: {parsed.most_profitable_product}")
Model napíše skript v Pythonu, který provede výpočty, spustí jej a následně naformátuje výsledky do schématu FinancialAnalysis.
Příklad: Statistická analýza
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("""Calculate the descriptive statistics for this data:
[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"Mean: {parsed.mean}")
print(f"Std dev: {parsed.std_dev}")
Kombinace vyhledávání na webu a spouštění kódu
Oba nástroje můžeš povolit současně:
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("Analyze Apple stock over the last 30 days"))
response, parsed = chat.parse(MarketAnalysis)
Model nejprve získá aktuální data z webu a poté využije spouštění kódu k výpočtu změn a průměrů.
Omezení spouštění kódu
- Prostředí pro spuštění je izolované a dočasné (efemérní).
- Běžné balíčky Pythonu jsou předinstalovány (NumPy, Pandas, Matplotlib, SciPy).
- Doba běhu a využití paměti jsou omezené.
- Spuštěný kód nemá přístup k síti.
- Soubory vytvořené během běhu mezi jednotlivými voláními nepřežívají.
Klíčové poznatky
- Spouštění kódu se strukturovanými výstupy vyžaduje minimálně Grok 4 – kompatibilní je celá současná řada modelů.
- Model píše a spouští kód za účelem přesných výpočtů.
- Nástroj povolíš pomocí
code_execution()v xAI SDK, nebo{"type": "code_interpreter"}v Responses API, a typovaný objekt získáš volánímchat.parse(Schema). - Lze kombinovat s
web_searchpro vyhledání dat a následný výpočet. - Ideální pro finanční, statistickou a matematickou analýzu.
- Vypočítané výsledky jsou přesné, na rozdíl od odhadů jazykových modelů.