Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Kompatibilitet med OpenAI SDK

Lektion 6 af 14 Opdateret 29. juli 2026 Udvikler
På denne side
  1. Brug af multi-agent via OpenAI SDK
  2. Klientkonfiguration
  3. Styring af antal agenter med reasoning.effort
  4. Mapping fra indsats til agenter
  5. Chat Completions understøttes ikke
  6. Streaming med OpenAI SDK
  7. Fordele og begrænsninger ved denne tilgang
  8. Vigtige pointer

Brug af multi-agent via OpenAI SDK

Mange hold har allerede bygget deres kallag omkring OpenAI SDK med dets wrappers, tests og logningskonventioner. De gode nyheder er, at adgang til Groks multi-agent-tilstand ikke tvinger dig til at omskrive alt. xAI eksponerer en API, der er kompatibel med OpenAIs Responses-format, så du kan beholde OpenAI-klienten og blot pege den mod xAI-API’en.

Klientkonfiguration

Du behøver kun to indstillinger: xAIs base-URL og din xAI API-nøgle.

from openai import OpenAI

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

Herfra bruger du Responses-API’en som sædvanligt og angiver grok-4.20-multi-agent-0309 som modellen. Resten af din kaldkode forbliver uændret.

Styring af antal agenter med reasoning.effort

Det er her, oversættelsen mellem de to verdener finder sted. Hvor xAI SDK eksponerer en eksplicit agent_count, tilbyder OpenAI SDK kun reasoning.effort – så du anmoder ikke om et specifikt antal agenter, men om et indsatsniveau, som xAI konverterer til et antal agenter.

# 4 agenter (lav indsats)
response = client.responses.create(
    model="grok-4.20-multi-agent-0309",
    reasoning={"effort": "low"},
    input=[{"role": "user", "content": "What are the latest open source models from 2026?"}],
)
print(response.output_text)
# 16 agenter (høj indsats)
response = client.responses.create(
    model="grok-4.20-multi-agent-0309",
    reasoning={"effort": "high"},
    input=[{"role": "user", "content": "Compare the EU and US AI strategies in 2026"}],
)
print(response.output_text)

Mapping fra indsats til agenter

Feltet accepterer fire værdier, men de producerer kun to teamstørrelser: "low" og "medium" bruger 4 agenter, mens "high" og "xhigh" bruger 16.

Denne detalje fortjener særlig opmærksomhed. At gå fra low til medium eller fra high til xhigh ændrer ikke antallet af agenter: disse mellemliggende niveauer kan påvirke andre aspekter af modellens adfærd, men inden for hvert par forbliver teamet det samme. Forestil dig en grænseflade, hvor du tilbød brugeren fire niveauer af researchedybde – de ville kun opleve to, og dine to ekstra knapper ville kun skabe forvirring i deres valg.

Chat Completions understøttes ikke

Her er begrænsningen, som de fleste udviklere snubler over ved første forsøg: Chat Completions understøttes ikke til multi-agent. Du skal bruge Responses-API’en, hvilket betyder client.responses.create, ikke client.chat.completions.create.

# FUNGERER IKKE
response = client.chat.completions.create(
    model="grok-4.20-multi-agent-0309",
    messages=[{"role": "user", "content": "..."}],
)

Dette kald returnerer en fejl. Hvis din eksisterende kode udelukkende afhænger af Chat Completions – hvilket mange eksisterende kodebaser gør – er ændringen ikke blot et swap af modelnavn: du skal migrere kaldet til et andet input- og outputformat. Vurdér denne indsats, før du lover integrationen.

Streaming med OpenAI SDK

Streaming er stadig tilgængelig, igen via Responses-API’en:

stream = client.responses.create(
    model="grok-4.20-multi-agent-0309",
    reasoning={"effort": "low"},
    input=[{"role": "user", "content": "Summarize this week's tech announcements"}],
    stream=True,
)

for event in stream:
    if hasattr(event, 'delta') and event.delta:
        print(event.delta, end="", flush=True)

Det er værd at beholde testen hasattr(event, 'delta') som den er: Responses-API’ens event-stream indeholder mere end blot tekst, og blind læsning af event.delta ved hver begivenhed ville udløse en undtagelse.

Fordele og begrænsninger ved denne tilgang

Den største fordel ved denne rute er tidsbesparelsen: du installerer ikke endnu et SDK, dine udviklere får en velkendt syntaks, og skift mellem xAI- og OpenAI-modeller i samme kodebase bliver trivielt. For et hold, der ønsker at evaluere multi-agent-tilstanden uden at binde sig til et fuldt projekt, er dette den korteste vej.

Begrænsningerne stammer alle fra samme årsag: du går gennem et kompatibilitetslag, så du mister det, der er specifikt for xAI. Du får ikke adgang til agent_count (erstattet af indirekte kontrol via reasoning.effort), verbose_streaming eller use_encrypted_content. Derudover stammer mappingen fra indsats til agenter fra en beta-API og kan ændre sig: hvis dit produkt specifikt afhænger af antallet af anvendte agenter, er det native SDK det mest forsigtige valg.

Vigtige pointer

  • OpenAI SDK fungerer med multi-agent via base_url="https://api.x.ai/v1"
  • Du styrer antallet af agenter gennem reasoning.effort (low/medium = 4, high/xhigh = 16)
  • Chat Completions understøttes IKKE – brug kun Responses-API’en
  • Nogle parametre, der er eksklusive for xAI SDK (agent_count, verbose_streaming), er ikke tilgængelige