Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Sisseehitatud tööriistad: web_search, x_search ja teised

Õppetund 9 / 14 Värskendatud 29. juuli 2026 Arendajatele
Sellel lehel
  1. Tööriistad, mis teenindavad agente
  2. web_search, paralleelse uurimise mootor
  3. x_search, tööriist, mida teistel pole
  4. code_execution, kui vaja on arvutada, mitte lugeda
  5. collections_search, sinu dokumendid mängus
  6. Kaug-MCP, uks sinu enda süsteemidesse
  7. Tööriistade koos toimima panemine
  8. Peamised punktid

Tööriistad, mis teenindavad agente

Agentide meeskond ilma tööriistadeta jääb lõksu sellesse, mida mudel treeningu käigus meelde jättis. Mitme agendiga töö kogu väärtus tuleb esile siis, kui need agendid lähevad otsima informatsiooni täpselt hetkel, kui sa küsimuse esitad: paralleeltöötlus aitab ainult siis, kui samaaegselt on uurida mitut erinevat teed. Grok annab neile viis sisseehitatud tööriista ja iga agent otsustab ise, milliseid neist kasutada.

web_search, paralleelse uurimise mootor

Veebiotsing on mitme agendiga töös domineeriv tööriist, mille lülitad sisse peaaegu kõigis oma päringutes.

from xai_sdk.tools import web_search

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

Mis siin ühe mudeliga võrreldes muutub, on see, et iga agent käivitab oma päringud. Küsimusele „millist varunduslahendust peaksime oma serveripargi jaoks valima“ sukeldub üks agent tehnilistesse spetsifikatsioonidesse, teine hindadesse ja kolmas kasutajate tagasisidesse spetsialiseeritud foorumites. 16 agendi korral on veebi kaetus hoopis teistsugune kui see, mida ühe mudeli poolt järjestikune otsing suudaks saavutada.

x_search, tööriist, mida teistel pole

Otsing X-is (varem Twitter) on ainulaadne Grokile ja annab reaalajas juurdepääsu platvormi postitustele, aruteludele ja trendidele.

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()],
)

Selle väärtus seisneb ajastuse erinevuses: kui ettevõte teatab tootest, ilmuvad reaktsioonid X-i tunni jooksul, samas kui põhjalikud artiklid valmivad mitme päevaga. Sa leiad kohese reaktsiooni teatele, seisukohad ekspertidelt, kes kunagi tervet artiklit ei kirjuta, trending teemad ja tehnilised arutelud arendajate kogukondades. Kiiresti muutuval teemal annab web_search ja x_search kombinatsioon pildi, mida kumbki eraldi ei suudaks pakkuda.

code_execution, kui vaja on arvutada, mitte lugeda

Koodi käivitamine võimaldagendil kirjutada ja käivitada Pythoni koodi, et analüüsida andmeid, teha arvutusi või luua visualisatsioone.

from xai_sdk.tools import code_execution

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

Tüüpiline stsenaarium: agent laeb alla oma otsingu käigus leitud CSV-faili, laadib selle, tuletab sellest statistikat ja edastab juhtivale agendile kontrollitud numbrid, mitte lugemisel tekkinud mulje. Seega nihkub osa tööst tõlgendamiselt arvutamisele, mis on oluline niipea, kui küsimus puudutab suurusjärke.

collections_search, sinu dokumendid mängus

See tööriist võimaldab agentidel teha päringuid sinu poolt xAI-s indekseeritud dokumentide kogumikes.

from xai_sdk.tools import collections_search

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

See on sisuliselt sisseehitatud RAG: agendid otsivad sinu enda dokumente kõrvuti veebiga, mis võimaldab sul võrrelda sisemist dokumentatsiooni turutingimustega, ilma et peaksid ise päringute tegemise taristut üles ehitama.

Kaug-MCP, uks sinu enda süsteemidesse

Kaug-MCP tööriistad laiendavad agentide võimekust väliste teenustega, mida sa kontrollid. Kui avaldad MCP-servereid, kasutavad agendid neid oma uurimistöö käigus täpselt nagu loomulikke tööriistu: päringud sisemisse andmebaasi, äri-API kutsumine, juurdepääs dokumendihaldussüsteemile. See on ametlik laiendusmehhanism ja näed järgmises õppetükis, et see on ka vastuseks mitme agendiga töö ühele olulisele piirangule.

Tööriistade koos toimima panemine

Tegelik kasu ilmneb siis, kui mitu tööriista on samaaegselt kättesaadavad, sest jaotus agentide vahel muutub samal ajal ka jaotuseks allikate vahel.

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"
))

Mõned agendid vaatavad siis läbi ajakirjanduse, teine rühm analüüsib postitusi X-is ja kolmas koondab numbrid koodi abil. Pea meeles kordistavat efekti: iga tööriist, mille avad kuuetkümnele agendile, laiendab katvust ja suurendab vastavalt arvet. Ava ainult see, mida küsimus nõuab, mitte kõike vaikimisi.

Peamised punktid

  • Viis sisseehitatud tööriista: web_search, x_search, code_execution, collections_search, Remote MCP
  • Iga agent saab kasutada mis tahes tööriista teistest sõltumatult
  • x_search on eksklusiivne Grokile – reaalajas juurdepääs X-i postitustele
  • Kombineeri tööriistu põhjalikumaks uurimiseks
  • Rohkem agente + rohkem tööriistu = laiem katvus, kuid suurem tokenite kasutus