Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Implementierung mit dem xAI SDK

Lektion 5 von 14 Aktualisiert am 29. Juli 2026 Entwickler
Auf dieser Seite
  1. Das native xAI SDK
  2. Grundlegende Einrichtung
  3. 4-Agenten-Anfrage (schneller Modus)
  4. 16-Agenten-Anfrage (tiefgehender Modus)
  5. Hinzufügen von integrierten Tools
  6. Verschlüsselter Inhalt für mehrstufige Gespräche
  7. Fehlerbehandlung
  8. Kernaussagen

Das native xAI SDK

Das xAI SDK ist der direkteste Weg, den Mehr-Agenten-Modus zu nutzen, und das einzige, das Parameter wie agent_count bereitstellt, die von Drittanbieter-SDKs nicht exponiert werden. Wenn Sie ohne Ökosystembeschränkungen beginnen, starten Sie hier: Sie haben Zugriff auf die vollständige Menge an Einstellungen.

xai_sdk
Offizielles Python-Paket
agent_count
Exklusiver Parameter
Streaming
Echtzeit-Antwort
Tools
web_search, x_search...

Grundlegende Einrichtung

Die Initialisierung des Clients reduziert sich auf drei Imports und das Lesen Ihres API-Schlüssels aus der Umgebung:

import os
from xai_sdk import Client
from xai_sdk.chat import user

client = Client(api_key=os.getenv("XAI_API_KEY"))

Die Umgebungsvariable XAI_API_KEY muss Ihren xAI API-Schlüssel enthalten. Codieren Sie den Schlüssel niemals hartkodiert ein: Er würde sich im Git-Repository befinden, dann in seiner Historie, wo er schwer zu entfernen ist.

4-Agenten-Anfrage (schneller Modus)

Für eine schnelle, fokussierte Suche geben Sie agent_count=4 an, wenn Sie den Chat erstellen:

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4
)
chat.append(user("Vergleichen Sie TCP und UDP im Detail"))

for response, chunk in chat.stream():
    if chunk.content:
        print(chunk.content, end="", flush=True)

Beachten Sie, dass Sie die Antwort über chat.stream() konsumieren. Das ist die empfohlene Methode: Ohne sie hängt Ihr Programm ohne Anzeichen von Leben für die gesamte Suche, und nichts sagt Ihnen, ob die Anfrage noch läuft oder abgestürzt ist.

16-Agenten-Anfrage (tiefgehender Modus)

Der Wechsel in den tiefgehenden Modus erfordert nur die Änderung eines Werts, aber die Anfrage, die Sie damit koppeln, muss dem Maßstab des Teams entsprechen, das Sie bereitstellen:

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=16
)
chat.append(user(
    "Geben Sie mir einen vollständigen Stand der Technik zu RAG-Architekturen im Jahr 2026, "
    "der hybride Ansätze, Leistung und Kosten vergleicht"
))

for response, chunk in chat.stream():
    if chunk.content:
        print(chunk.content, end="", flush=True)

Hinzufügen von integrierten Tools

Sie fügen Tools mit einer einfachen Liste hinzu, und das SDK stellt die passenden Konstrukteure bereit:

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()],
    include=["verbose_streaming"],
)

chat.append(user("Welche neuesten Ankündigungen von xAI gibt es diese Woche?"))

for response, chunk in chat.stream():
    if chunk.content:
        print(chunk.content, end="", flush=True)

Der Parameter include=["verbose_streaming"] ändert, was Sie empfangen: Tool-Aufrufe erscheinen in Echtzeit, während die Agenten arbeiten, und Sie wissen, worauf sich die aktuelle Suche konzentriert.

Verschlüsselter Inhalt für mehrstufige Gespräche

Wenn Sie vorhaben, mehrere Fragen nacheinander zum selben Thema zu stellen, aktivieren Sie verschlüsselten Inhalt, wenn Sie den Chat erstellen:

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4,
    use_encrypted_content=True,
)

Das Modell behält dann den Zustand der Sub-Agenten zwischen den Runden bei, was ausgedehnte Austausche viel kohärenter macht.

Fehlerbehandlung

Da sich die API im Beta-Stadium befindet, kann eine Anfrage aus Gründen, die nicht in Ihrem Verantwortungsbereich liegen, fehlschlagen. Umhüllen Sie den Aufruf und planen Sie eine Ausweichroute:

try:
    chat = client.chat.create(
        model="grok-4.20-multi-agent-0309",
        agent_count=4
    )
    chat.append(user("Meine Frage"))

    for response, chunk in chat.stream():
        if chunk.content:
            print(chunk.content, end="", flush=True)
except Exception as e:
    print(f"Fehler im Mehr-Agenten-Modus: {e}")
    # Fallback auf ein Standardmodell, falls erforderlich

Der Kommentar in der letzten Zeile wartet darauf, durch echten Code ersetzt zu werden. In der Produktion muss dieser Block tatsächlich auf ein Standardmodell zurückgreifen, sonst funktioniert Ihre Funktion nicht, sobald der Mehr-Agenten-Modus einmal nicht verfügbar ist.

Kernaussagen

  • Das xAI SDK exponiert agent_count, um die Anzahl der Agenten direkt zu steuern
  • Nutzen Sie für den Mehr-Agenten-Modus immer Streaming (.stream())
  • verbose_streaming enthüllt Tool-Aufrufe in Echtzeit
  • use_encrypted_content=True für mehrstufige Gespräche
  • Planen Sie immer eine Fehlerbehandlung (Beta-API)