Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Többmenetes kontextus: tárolás és titkosítás

9. lecke 12 közül Frissítve 2026. július 30. Haladó
Ezen az oldalon
  1. A kontextus problémája a kérések között
  2. 1. módszer: store_messages és previous_response_id
  3. 2. módszer: use_encrypted_content
  4. Döntés a két módszer között
  5. Integrálás a hibrid munkafolyamattal
  6. Főbb megállapítások

A kontextus problémája a kérések között

Eszközökkel folytatott többmenetes beszélgetés során a kontextus volumene gyorsan növekszik. Minden egyes eszközlehívás hozzáadja az eredményeit az üzenetszálhoz, és a modell belső következtetéseit meg kell őrizni a konzisztencia érdekében. Két mechanizmus oldja meg ezt a problémát: a távoli tárolás és a kliensoldali titkosítás.

1. módszer: store_messages és previous_response_id

A távoli tárolás a kontextuskezelést az xAI szervereire bízza. Az első kérésedben engedélyezed a store_messages=True paramétert, majd a previous_response_id segítségével láncolod az azt követő kéréseket:

# Első kérés: tárolás engedélyezése
response = await client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Analyze this sales dataset"}],
    tools=my_tools,
    store_messages=True
)

response_id = response.id  # mentsd el az azonosítót

# Következő kérés: tárolt kontextus használata
response2 = await client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "What are the top 3 selling products?"}],
    previous_response_id=response_id,
    store_messages=True
)

Ezzel a megközelítéssel nem kell újra elküldened a teljes üzenetelőzményt. Az xAI szerver megtartja a kontextust, és automatikusan csatolja azt. Ez csökkenti a kérések méretét, és leegyszerűsíti a kódodat.

Előnyök

  • Kisebb méretű kérések (nem kell újra elküldeni a teljes előzményt)
  • A modell belső következtetései automatikusan megmaradnak
  • Nincs szükség bonyolult állapotkezelésre a kliens oldalon

Korlátok

  • Az üzenetek az xAI szerverein tárolódnak (adatvédelmi szempont)
  • A response_id-t meg kell őrizni a kérések között
  • A tárolás időtartama korlátozott

2. módszer: use_encrypted_content

A kliensoldali titkosítás alternatívát kínál azokban az esetekben, amikor meg akarod tartani a kontrollt a kontextus felett anélkül, hogy az adataidat az xAI szerverein tárolnád:

# Titkosított tartalom engedélyezése
response = await client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Analyze this contract"}],
    tools=my_tools,
    use_encrypted_content=True
)

# A következtetések és az eszközök kimenetei titkosítva érkeznek vissza
# Ezeket változatlan formában adod hozzá a következő üzenetekhez
messages = [
    {"role": "user", "content": "Analyze this contract"},
    response.choices[0].message,  # titkosított tartalmat tartalmaz
    {"role": "user", "content": "What are the termination clauses?"}
]

response2 = await client.chat.completions.create(
    model="grok-4.5",
    messages=messages,
    use_encrypted_content=True
)

A use_encrypted_content=True beállítással a belső következtetések és az eszközök eredményei titkosított formában érkeznek vissza. Nem tudod elolvasni őket, de továbbküldheted őket a következő kérésekben. A szerver decryptálja őket, hogy biztosítsa a következtetési folyamat folytonosságát.

Előnyök

  • A kontextus a te ellenőrzésed alatt marad (nincs távoli tárolás)
  • A belső következtetések megmaradnak anélkül, hogy nyílt szövegként láthatóvá válnának
  • Összeegyeztethető szigorú adatvédelmi irányelvekkel

Korlátok

  • Nagyobb méretű kérések (a titkosított tartalom is benne van)
  • Neked kell kezelned az üzenetelőzményt a kliens oldalon

Döntés a két módszer között

A választás a helyzetedtől függ:

  • store_messages: előnyös chat alkalmazásoknál, interaktív asszisztenseknél és olyan esetekben, ahol az egyszerűség az elsődleges. A kontextus kezelése automatikus.
  • use_encrypted_content: előnyös érzékeny alkalmazásoknál, bizalmas dokumentumok feldolgozásakor, valamint olyan esetekben, amikor az adatoknak nem szabad elhagyniuk az infrastruktúrádat (az API átvitelen túl).

Integrálás a hibrid munkafolyamattal

Mindkét módszer beépíthető az előző leckében látott ciklusminta szerint:

async def multi_turn_conversation(questions: list[str]) -> list[str]:
    responses = []
    previous_id = None

    for question in questions:
        kwargs = {
            "model": "grok-4.5",
            "messages": [{"role": "user", "content": question}],
            "tools": my_tools,
            "store_messages": True,
        }
        if previous_id:
            kwargs["previous_response_id"] = previous_id

        response = await client.chat.completions.create(**kwargs)
        previous_id = response.id
        responses.append(response.choices[0].message.content)

    return responses

Ez a minta láncolja a kérdéseket, miközben megőrzi a teljes beszélgetési kontextust, beleértve az eszközök eredményeit és a modell belső következtetéseit is.

Főbb megállapítások

  • A store_messages=True + previous_response_id az xAI-ra bízza a kontextuskezelést
  • A use_encrypted_content=True megőrzi a következtetéseket távoli tárolás nélkül
  • A választás az adatvédelmi és egyszerűségi követelményeidtől függ
  • Mindkét módszer kompatibilis a többmenetes munkafolyamatokkal és a hibrid eszközökkel
  • A previous_response_id megszünteti a teljes üzenetelőzmény újraküldésének szükségességét