Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Eksterne værktøjer og understøttede SDK'er

Lektion 3 af 12 Opdateret 29. juli 2026 Udvikler
På denne side
  1. Tre indgange til samme mekanisme
  2. Det native xAI SDK
  3. Responses API, OpenAI-kompatibel
  4. Voice Agent API
  5. Hvad der ikke ændrer sig på tværs af grænseflader
  6. Vigtige pointer

Tre indgange til samme mekanisme

xAI eksponerer fjern-MCP gennem tre grænseflader. De henvender sig til forskellige udviklere: én til nye projekter, en anden til migrerede projekter og den tredje til specifikke brugssammenhænge. MCP-opførslen er præcis den samme i alle tre tilfælde; det er kun konfigurationssyntaksen og det perifere værktøj, der ændrer sig. Dit valg afhænger derfor af din eksisterende stack, ikke af protokollens kapaciteter.

Det native xAI SDK

Dette er den metode, xAI anbefaler. Den leverer en mcp()-hjælper, der kondenserer konfigurationen til ét enkelt funktionskald.

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"],
)

mcp()-hjælperen accepterer alle MCP-konfigurationsparametre – URL, label, beskrivelse, tilladte værktøjer, godkendelse – og håndterer formateringen korrekt til API’et. Dette er den mest koncise syntaks, og afgørende nok den, hvor du har mindst sandsynlighed for at lave fejl, da nøglenavne og nesting håndteres for dig. Vælg denne vej til nye projekter uden kompatibilitetsbegrænsninger, til hurtig prototyping, og når du udnytter xAI-specifikke funktioner som den verbose streaming, du ser ovenfor.

Responses API, OpenAI-kompatibel

Denne grænseflade accepterer præcis OpenAI API-formatet. Den eksisterer af en specifik årsag: Så et team, der allerede har skrevet deres applikation i dette format, ikke behøver at omskrive alt for at afprøve Grok. Ændringen er begrænset til API-nøglen og base-URL’en.

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",
    }],
)

Her erklæres MCP-serveren som et element i tools-arrayet med typen "mcp" og parametre som nøgle-værdi-par i samme objekt. Ingen hjælper: Du skriver ordbogen i hånden, hvilket efterlader mere plads til tastefejl i et nøglenavn.

Denne kompatibilitet har en pris, som du bør kende, før du bygger videre på den. To parametre, der er tilgængelige i det native SDK, findes ikke her: require_approval, som lader dig kræve menneskelig validering før udførelse af et MCP-værktøj, og connector_id, som styrer OpenAI-connectors. Hvis din agent håndterer følsomme operationer, og du regnede med manuel validering, er denne begrænsning en showstopper og bør lede dig tilbage til det native xAI SDK. Responses API forbliver det rigtige valg ved migration fra OpenAI uden omskrivning, til projekter med flere udbydere, hvor du skifter mellem Grok og andre modeller, og til teams, der allerede er fortrolige med dette format.

Voice Agent API

Den tredje grænseflade er designet til taleagenter. Det typiske scenarie er en telefonassistent, der midt i en samtale har brug for at konsultere en vidensbase, tjekke status på en ordre eller spørge et eksternt system – uden at opkalderen oplever uforklarlig tavshed.

MCP-konfigurationen følger samme format som i de andre SDK’er med de samme server_url-, server_label-parametre og andre. Forskellen ligger i, hvad der sker efter værktøjskaldet: Resultatet integreres i tale-syntese-flowet i stedet for at blive vist som tekst. Dette former, hvordan du skriver dine værktøjsbeskrivelser og rammer dine svar ind, da brugeren aldrig vil se en tabel eller en liste – de vil kun høre dem.

Hvad der ikke ændrer sig på tværs af grænseflader

Uanset SDK er sekvensen den samme. Grok opdager de værktøjer, som MCP-serveren eksponerer, vælger det, der matcher anmodningen, formulerer kaldet med de korrekte parametre og integrerer derefter resultatet i sit svar. Ingen af de tre grænseflader gør modellen mere eller mindre dygtig til at vælge et værktøj.

Forskellene ligger altså andre steder: syntaksens koncision, tilgængelige perifere funktioner – verbose streaming på xAI SDK, formatkompatibilitet på Responses API, talesyntese på Voice Agent – og de to parametre, der mangler i OpenAI-formatet. Træf dit valg baseret på disse kriterier, så går du ikke galt i byen.

Vigtige pointer

  • Det native xAI SDK med mcp() er den enkleste og mest komplette metode
  • Responses API (OpenAI-format) letter migration, men understøtter ikke require_approval eller connector_id
  • Voice Agent API forbinder taleagenter med MCP-værktøjer
  • MCP-opførslen er identisk i alle tre tilfælde; det er kun syntaksen, der ændrer sig
  • Vælg baseret på din eksisterende stack og specifikke behov