Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Többmenetes beszélgetések eszközökkel

11. lecke 14 közül Frissítve 2026. július 29. Fejlesztő
Ezen az oldalon
  1. Többmenetes beszélgetések függvényhívásokkal
  2. A max_turns paraméter
  3. Kliensoldali többmenetes ciklus
  4. Többmenetes kontextus a Responses API-val
  5. Többmenetes beszélgetési minták
  6. Memóriakezelés
  7. Főbb megállapítások

Többmenetes beszélgetések függvényhívásokkal

Egy valós beszélgetés során a modellnek az eszmecsere folyamán többször is szüksége lehet eszközök hívására. Minden egyes körben történhetnek új hívások, olyan eredmények, amelyek további hívásokat indítanak el, vagy a modell tisztázó kérdéseket tehet fel a felhasználónak, mielőtt használná az eszközt.

A max_turns paraméter

A max_turns paraméter korlátozza az asszisztens/eszköz körök számát szerveroldalon egyetlen kérésen belül. Ez kizárólag a beépített eszközökre vonatkozik (web_search, code_interpreter stb.).

response = client.responses.create(
    model="grok-4.5",
    input="Analyze 2026 tech trends",
    tools=[{"type": "web_search"}],
    max_turns=5  # Maximum 5 web searches before responding
)

Fontos tudnivaló: a kliensoldali eszközlehívások visszaállítják a számlálót. Amikor visszaküldesz egy function_call_output üzenetet, egy új max_turns keret kezdődik.

Kliensoldali többmenetes ciklus

Annak kezelésére, amikor a modell többször hív meg eszközöket egy beszélgetés során, implementálnod kell egy ciklust:

import json

def multi_turn_chat(user_message, tools, max_iterations=10):
    messages = [{"role": "user", "content": user_message}]

    for i in range(max_iterations):
        response = client.chat.completions.create(
            model="grok-4.5",
            messages=messages,
            tools=tools
        )

        message = response.choices[0].message
        messages.append(message)

        # Ha nincs tool_call, a beszélgetés véget ért
        if not message.tool_calls:
            return message.content

        # Végezd el az összes kért eszközt
        for tool_call in message.tool_calls:
            args = json.loads(tool_call.function.arguments)
            result = execute_function(tool_call.function.name, args)
            messages.append({
                "role": "tool",
                "tool_call_id": tool_call.id,
                "content": json.dumps(result)
            })

    return "Maximum number of iterations reached"

A max_iterations változó elengedhetetlen biztonsági intézkedés a végtelen ciklusok megelőzésére. Éles környezetben állíts be ésszerű korlátot (5–10 kör).

Többmenetes kontextus a Responses API-val

A Responses API két mechanizmust kínál a kontextus megőrzésére:

1. Távoli tárolás

# Első üzenet
r1 = client.responses.create(
    model="grok-4.5",
    input="What's the weather like in Paris?",
    tools=tools,
    store_messages=True
)

# Eszköz eredménye
r2 = client.responses.create(
    model="grok-4.5",
    input=[{
        "type": "function_call_output",
        "call_id": r1.output[0].call_id,
        "output": {temp: 18}
    }],
    previous_response_id=r1.id,
    store_messages=True
)

# Utólagos kérdés (a kontextus megmarad)
r3 = client.responses.create(
    model="grok-4.5",
    input="What about tomorrow?",
    previous_response_id=r2.id,
    tools=tools,
    store_messages=True
)

Előnye: nem kell kezelned az üzenetelőzményeket. Az xAI automatikusan tárolja és lekéri azokat a previous_response_id segítségével.

2. Kliensoldali titkosított tartalom

response = client.responses.create(
    model="grok-4.5",
    input="Search for flight prices to Nice",
    tools=tools,
    use_encrypted_content=True
)

A use_encrypted_content=True beállítással a következtetéseket és az eszközök kimeneteit titkosított formában kapod meg. Ezeket változatlan formában küldöd vissza a későbbi kérésekben, anélkül, hogy olvasni tudnád őket. Ez akkor hasznos, ha nem szeretnéd, hogy az adatok nyílt szövegként haladjanak át a szervereden.

Többmenetes beszélgetési minták

Minta: Keresés, majd művelet

1. kör : Felhasználó → "Keress egy olcsó Párizs-Nizza repjegyet"
         Modell → tool_call: search_flights(from="CDG", to="NCE")
         Kliens → eredmény : [{flight1}, {flight2}, {flight3}]
2. kör : Modell → "Találtam 3 járatot. A legolcsóbb 89 €. Szeretnéd lefoglalni?"
         Felhasználó → "Igen, foglald le a 89 €-os járatot"
3. kör : Modell → tool_call: book_flight(flight_id="FL123", passengers=1)

Minta: Adataggregáció

1. kör : Modell → tool_call: get_sales(month="march")
2. kör : Modell → tool_call: get_expenses(month="march")
3. kör : Modell → tool_call: get_headcount(month="march")
4. kör : Modell → "Íme a havi jelentés: árbevétel +12%, kiadások -3%, létszám stabil."

Minta: Progresszív finomítás

1. kör : Modell → tool_call: search_products(query="running shoes")
         Eredmény → 150 termék
2. kör : Modell → "Találtam 150 terméket. Milyen méretre és költségkeretre van szükséged?"
         Felhasználó → "42-es, max 120 €"
3. kör : Modell → tool_call: search_products(query="running shoes", size=42, max_price=120)
         Eredmény → 8 termék

Memóriakezelés

Hosszú beszélgetések során az előzmények – amelyek minden tool_call-t és minden eszközválaszt tartalmaznak – gyorsan növekednek, és ezzel együtt nő az egyes körök költsége is. Három stratégia áll rendelkezésedre, a kézi kezeléstől a teljesen delegált megoldásig.

A periodikus összefoglalás során a régebbi köröket egy bekezdésbe sűríted, amelyet beillesztesz a rendszerüzenetbe (system prompt): így az elmúlt eszmecserék lényegét töredék tokenköltséggel őrzöd meg, bár néhány részlet elveszik. A csúszó ablak (sliding window) durvább, de egyszerűbb megoldás: csak az utolsó N kört tartod meg, elfogadva, hogy a modell elfelejti a beszélgetés elejét – ez akkor megfelelő, ha a régebbi váltásoknak már nincs operatív jelentőségük.

Végül a távoli tárolás (store_messages=True) az xAI-ra bízza a problémát: az előzmények szerveroldalon élnek, és az alkalmazásod csak egy hivatkozást kezel. A helyes választás attól függ, mire és meddig kell emlékeznie az alkalmazásodnak.

Főbb megállapítások

  • A max_turns korlátozza a szerveroldali eszközköröket – a kliensoldali eszközök visszaállítják a számlálót
  • Implementálj egy ciklust max_iterations paraméterrel a végtelen ciklusok megelőzésére
  • A previous_response_id láncolja a beszélgetéseket az előzmények újraküldése nélkül
  • A store_messages=True az xAI-ra delegálja a kontextus tárolását
  • A use_encrypted_content=True védi az adatokat átvitel közben
  • Kezeld a memóriát hosszú beszélgetések esetén (összefoglalás, csúszó ablak)