Externe Tools und unterstützte SDKs
Auf dieser Seite
Drei Einstiegspunkte zum selben Mechanismus
xAI stellt Remote-MCP über drei Schnittstellen zur Verfügung. Diese richten sich an unterschiedliche Entwicklergruppen: eine für neue Projekte, eine für migrierte Projekte und eine für spezifische Nutzungskontexte. Das Verhalten von MCP ist in allen drei Fällen exakt identisch; lediglich die Konfigurationssyntax und das umgebende Tooling ändern sich. Ihre Entscheidung hängt daher von Ihrem bestehenden Tech-Stack ab, nicht von den Fähigkeiten des Protokolls.
Das native xAI SDK
Dies ist die Methode, die xAI empfiehlt. Es bietet einen mcp()-Helper, der die Konfiguration in einer einzigen Funktionsaufruf zusammenfasst.
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"],
)
Der mcp()-Helper akzeptiert alle MCP-Konfigurationsparameter – URL, Label, Beschreibung, erlaubte Tools und Authentifizierung – und formatiert diese korrekt für die API. Dies ist die prägnanteste Syntax und vor allem diejenige, bei der Sie am wenigsten Fehler machen, da Schlüsselnamen und Verschachtelungen für Sie übernommen werden. Wählen Sie diesen Pfad für neue Projekte ohne Kompatibilitätsbeschränkungen, für schnelles Prototyping und whenever Sie xAI-spezifische Funktionen wie den oben sichtbaren verbose Streaming nutzen.
Die Responses API, OpenAI-kompatibel
Diese Schnittstelle akzeptiert exakt das OpenAI-API-Format. Sie existiert aus einem spezifischen Grund: Damit ein Team, das seine Anwendung bereits in diesem Format geschrieben hat, nicht alles neu schreiben muss, um auf Grok umzusteigen. Die Änderung beschränkt sich auf den API-Schlüssel und die Basis-URL.
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",
}],
)
Hier wird der MCP-Server als Element des tools-Arrays deklariert, mit dem Typ "mcp" und Parametern als Schlüssel-Wert-Paare im selben Objekt. Es gibt keinen Helper: Sie schreiben das Wörterbuch manuell, was mehr Raum für Tippfehler in einem Schlüsselnamen lässt.
Diese Kompatibilität hat einen Preis, und Sie sollten ihn kennen, bevor Sie darauf aufbauen. Zwei Parameter, die im nativen SDK verfügbar sind, fehlen hier: require_approval, mit dem Sie eine menschliche Validierung vor der Ausführung eines MCP-Tools erzwingen können, und connector_id, der OpenAI-Connectors verwaltet. Wenn Ihr Agent sensible Operationen abwickelt und Sie auf manuelle Validierung angewiesen waren, ist diese Einschränkung ein Blocker und sollte Sie zurück zum nativen xAI SDK führen. Die Responses API bleibt die richtige Wahl für eine Migration von OpenAI ohne Neuschreibung, für ein Multi-Provider-Projekt, bei dem Sie zwischen Grok und anderen Modellen wechseln, und für ein Team, das mit diesem Format bereits vertraut ist.
Die Voice Agent API
Die dritte Schnittstelle ist für Voice Agents konzipiert. Der typische Szenario ist ein Telefonassistent, der mitten in einem Gespräch eine Wissensdatenbank konsultieren, einen Bestellstatus prüfen oder ein externes System abfragen muss – ohne dass der Anruher unerklärliche Stille erlebt.
Die MCP-Konfiguration folgt demselben Format wie in den anderen SDKs, mit denselben Parametern server_url, server_label und weiteren. Der Unterschied liegt darin, was nach dem Tool-Aufruf passiert: Das Ergebnis wird in den Voice-Synthese-Workflow integriert, anstatt als Text gerendert. Dies prägt, wie Sie Ihre Tool-Beschreibungen schreiben und ihre Antworten formulieren, da der Nutzer niemals eine Tabelle oder eine Liste sehen wird – er wird sie nur hören.
Was über Schnittstellen hinweg unverändert bleibt
Egal welches SDK verwendet wird, die Sequenz ist dieselbe. Grok entdeckt die Tools, die vom MCP-Server exponiert werden, wählt dasjenige aus, das der Anfrage entspricht, formuliert den Aufruf mit den korrekten Parametern und integriert das Ergebnis in seine Antwort. Keine der drei Schnittstellen macht das Modell bei der Auswahl eines Tools besser oder schlechter.
Die Unterschiede liegen also anderswo: Syntax-Prägnanz, verfügbare periphere Funktionen – verbose Streaming im xAI SDK, Format-Kompatibilität bei der Responses API, Voice-Synthese bei der Voice Agent API – und die zwei Parameter, die im OpenAI-Format fehlen. Entscheiden Sie sich basierend auf diesen Kriterien, und Sie werden nicht falsch liegen.
Kernaussagen
- Das native xAI SDK mit
mcp()ist die einfachste und vollständigste Methode - Die Responses API (OpenAI-Format) erleichtert die Migration, unterstützt aber nicht
require_approvaloderconnector_id - Die Voice Agent API verbindet Voice Agents mit MCP-Tools
- Das MCP-Verhalten ist in allen drei Fällen identisch; nur die Syntax ändert sich
- Entscheiden Sie sich basierend auf Ihrem bestehenden Stack und spezifischen Bedürfnissen