Ir al contenido principal
Español— Elegir un idioma
Menú

Herramientas integradas: web_search, x_search y más

Lección 9 de 14 Actualizado el 29 de julio de 2026 Desarrollador
En esta página
  1. Herramientas al servicio de los agentes
  2. web_search, el motor detrás de la investigación paralela
  3. x_search, la herramienta que los demás no tienen
  4. code_execution, cuando necesitas calcular en lugar de leer
  5. collections_search, tus documentos en el bucle
  6. MCP remoto, una puerta a tus propios sistemas
  7. Hacer que las herramientas trabajen juntas
  8. Puntos clave

Herramientas al servicio de los agentes

Un equipo de agentes sin herramientas permanece encerrado en lo que el modelo memorizó durante su entrenamiento. Todo el valor del trabajo multiagente surge cuando esos agentes van a buscar información en el momento exacto en que planteas la pregunta: la paralelización solo ayuda si existen varias rutas que explorar simultáneamente. Grok les proporciona cinco herramientas integradas, y cada agente decide por sí mismo cuáles utilizar.

web_search, el motor detrás de la investigación paralela

La búsqueda web es la herramienta dominante en el trabajo multiagente, la que habilitarás en casi todas tus solicitudes.

from xai_sdk.tools import web_search

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4,
    tools=[web_search()],
)

Lo que cambia aquí respecto a un modelo único es que cada agente ejecuta sus propias consultas. Ante una pregunta como «qué solución de copia de seguridad deberíamos elegir para nuestra flota de servidores», un agente profundizará en las especificaciones técnicas, otro en los precios y un tercero en las opiniones de usuarios en foros especializados. Con 16 agentes, la cobertura web no tiene nada que ver con lo que puede alcanzar una búsqueda secuencial ejecutada por un solo modelo.

x_search, la herramienta que los demás no tienen

La búsqueda en X, anteriormente Twitter, es específica de Grok y ofrece acceso en tiempo real a publicaciones, debates y tendencias en la plataforma.

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()],
)

Su valor radica en una diferencia de tiempos: cuando una empresa anuncia un producto, las reacciones aparecen en X en menos de una hora, mientras que los artículos en profundidad tardan varios días. Así encuentras la reacción inmediata a un anuncio, las posturas de expertos que nunca escribirán un artículo completo, los temas de tendencia y los debates técnicos en comunidades de desarrolladores. En un tema de rápida evolución, la combinación de web_search + x_search genera una imagen que ninguna de las dos ofrecería por separado.

code_execution, cuando necesitas calcular en lugar de leer

La ejecución de código permite a un agente escribir y ejecutar Python para analizar datos, realizar cálculos o producir visualizaciones.

from xai_sdk.tools import code_execution

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4,
    tools=[code_execution()],
)

El escenario típico: un agente recupera un archivo CSV encontrado durante su búsqueda, lo carga, extrae estadísticas y transmite números verificados al agente líder, en lugar de basarse en una impresión derivada de la lectura. Parte del trabajo pasa así de la interpretación al cálculo, lo cual es crucial tan pronto como la pregunta involucra órdenes de magnitud.

collections_search, tus documentos en el bucle

Esta herramienta permite a los agentes consultar las colecciones de documentos que hayas indexado en xAI.

from xai_sdk.tools import collections_search

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4,
    tools=[collections_search()],
)

Es el equivalente a un RAG integrado: los agentes buscan en tus propios documentos al mismo tiempo que en la web, lo que te permite cruzar la documentación interna con las condiciones del mercado sin tener que construir tú mismo la canalización de recuperación.

MCP remoto, una puerta a tus propios sistemas

Las herramientas MCP remotas amplían las capacidades de los agentes con servicios externos que tú controlas. Si expones servidores MCP, los agentes los utilizan durante su investigación exactamente igual que las herramientas nativas: consultar una base de datos interna, llamar a una API de negocio o acceder a un sistema de gestión documental. Este es el mecanismo de extensión oficial, y verás en la siguiente lección que también es la respuesta a una limitación importante del trabajo multiagente.

Hacer que las herramientas trabajen juntas

La ganancia real aparece cuando varias herramientas están disponibles al mismo tiempo, porque la división entre agentes se convierte también en una división entre fuentes.

from xai_sdk.tools import web_search, x_search, code_execution

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=16,
    tools=[web_search(), x_search(), code_execution()],
    include=["verbose_streaming"],
)

chat.append(user(
    "Analyze sentiment around NVIDIA's GPU announcements this week: "
    "press articles, reactions on X, and summarize the key figures"
))

Algunos agentes revisan entonces la prensa, otro grupo analiza las publicaciones en X y un tercero agrega las cifras mediante código. Ten presente el efecto multiplicador: cada herramienta que habilitas para dieciséis agentes amplía la cobertura e incrementa la factura en consecuencia. Abre lo que la pregunta necesite, no todo por defecto.

Puntos clave

  • Cinco herramientas integradas: web_search, x_search, code_execution, collections_search, MCP remoto
  • Cada agente puede utilizar cualquier herramienta independientemente de los demás
  • x_search es exclusiva de Grok: acceso en tiempo real a publicaciones en X
  • Combina herramientas para obtener investigaciones más completas
  • Más agentes + más herramientas = mayor cobertura, pero también mayor uso de tokens