Ir al contenido principal
Español— Elegir un idioma
Menú

Implementación con el SDK de xAI

Lección 5 de 14 Actualizado el 29 de julio de 2026 Desarrollador
En esta página
  1. El SDK nativo de xAI
  2. Configuración básica
  3. Solicitud de 4 agentes (modo rápido)
  4. Solicitud de 16 agentes (modo exhaustivo)
  5. Añadir herramientas integradas
  6. Contenido cifrado para conversaciones de varios turnos
  7. Gestión de errores
  8. Puntos clave

El SDK nativo de xAI

El SDK de xAI es la vía más directa para utilizar el modo multiagente y la única que expone parámetros como agent_count, a los que los SDK de terceros no tienen acceso. Si comienzas sin restricciones de ecosistema, empieza por aquí: tendrás acceso al conjunto completo de configuraciones.

xai_sdk
Paquete oficial de Python
agent_count
Parámetro exclusivo
Streaming
Respuesta en tiempo real
Herramientas
web_search, x_search...

Configuración básica

Inicializar el cliente se reduce a tres importaciones y a leer tu clave de API desde el entorno:

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

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

La variable de entorno XAI_API_KEY debe contener tu clave de API de xAI. Nunca codifiques la clave directamente en el código: acabaría en el repositorio de Git y, por tanto, en su historial, donde es difícil de eliminar.

Solicitud de 4 agentes (modo rápido)

Para una búsqueda rápida y centrada, pasas agent_count=4 al crear el chat:

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4
)
chat.append(user("Compare TCP and UDP in detail"))

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

Ten en cuenta que consumes la respuesta mediante chat.stream(). Este es el método recomendado: sin él, tu programa se queda colgado sin dar señales de vida durante toda la búsqueda, y nada te indica si la solicitud sigue ejecutándose o ha fallado.

Solicitud de 16 agentes (modo exhaustivo)

Cambiar al modo exhaustivo solo requiere modificar un valor, pero la solicitud que acompañas debe estar a la altura de la escala del equipo que estás desplegando:

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=16
)
chat.append(user(
    "Give me a complete state of the art on RAG architectures in 2026, "
    "comparing hybrid approaches, performance, and costs"
))

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

Añadir herramientas integradas

Añades herramientas con una lista sencilla, y el SDK proporciona los constructores correspondientes:

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("What are xAI's latest announcements this week?"))

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

El parámetro include=["verbose_streaming"] cambia lo que recibes: las llamadas a herramientas aparecen en tiempo real mientras los agentes trabajan, y sabes en qué se centra la búsqueda actual.

Contenido cifrado para conversaciones de varios turnos

Si planeas hacer varias preguntas seguidas sobre el mismo tema, activa el contenido cifrado al crear el chat:

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

El modelo mantiene entonces el estado de los subagentes entre turnos, lo que hace que los intercambios prolongados sean mucho más coherentes.

Gestión de errores

Dado que la API está en beta, una solicitud puede fallar sin que sea culpa tuya. Envuelve la llamada y planifica una vía de escape:

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

    for response, chunk in chat.stream():
        if chunk.content:
            print(chunk.content, end="", flush=True)
except Exception as e:
    print(f"Multi-agent error: {e}")
    # Fall back to a standard model if needed

El comentario en la última línea espera ser sustituido por código real. En producción, este bloque debe recurrir efectivamente a un modelo estándar; de lo contrario, tu funcionalidad dejará de funcionar la primera vez que el modo multiagente no esté disponible.

Puntos clave

  • El SDK de xAI expone agent_count para controlar directamente el número de agentes
  • Usa siempre streaming para multiagente (.stream())
  • verbose_streaming revela las llamadas a herramientas en tiempo real
  • use_encrypted_content=True para conversaciones de varios turnos
  • Planifica siempre la gestión de errores (API en beta)