MCP és beépített eszközök kombinálása
Ezen az oldalon
Két eszközcsoport, egyetlen katalógus
Az MCP nem az egyetlen módja annak, hogy képességekkel ruházd fel a Grokot. Az xAI API natív eszközöket is tartalmaz, úgynevezett beépített eszközöket, amelyeket a modell külső szerver bevonása nélkül képes meghívni. Nem kell választanod a két csoport között: ugyanott deklarálod őket, és egyetlen konfiguráción belül szabadon kombinálhatod.
Négy natív eszköz lefedi a legtöbb igényt.
- Webes keresés: valós idejű keresés a weben
- Kódfuttatás: Python kód végrehajtása homokozóban
- Képelemzés: képek elemzése és leírása
- Fájlfeldolgozás: fájltartalom olvasása és kinyerése
Ezeket a tools tömbben deklarálod, kizárólag a típusuk megadásával, URL-cím vagy címke nélkül – ami logikus, hiszen nincs távoli szerver, amit meg kellene jelölni.
Kombinálásuk: nincs mit újat tanulni
A szintaxis nem igényel különleges szerkezetet. Az MCP objektumokat és a natív objektumokat egyszerűen egymás mellé helyezed ugyanabban a tömbben.
from xai_sdk import Client
from xai_sdk.tools import mcp
client = Client(api_key=os.getenv("XAI_API_KEY"))
chat = client.chat.create(
model="grok-4.20-0309-reasoning",
tools=[
# Távoli MCP eszköz
mcp(
server_url="https://mcp.deepwiki.com/mcp",
server_label="deepwiki",
server_description="Dokumentáció GitHub projektekhez"
),
# Natív eszköz: webes keresés
{"type": "web_search"},
],
)
Az OpenAI formátumú Responses API ugyanerre a logikára épül, ahol az MCP eszköz egyszerűen a típusozott szótár alakját ölti magára.
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input=[{"role": "user", "content": "Hasonlítsd össze a Reactet és a Vue-t a hivatalos dokumentáció és az aktuális trendek alapján"}],
tools=[
{
"type": "mcp",
"server_url": "https://mcp.deepwiki.com/mcp",
"server_label": "deepwiki"
},
{"type": "web_search"},
],
)
Az orchestráció automatikusan történik
A modell szemszögéből az MCP és a natív eszközök egyetlen katalógust alkotnak. A Grok nem tesz különbséget aközött, hogy egy eszköz egy harmadik fél szerverére megy át a hálózaton, vagy azt az xAI infrastruktúrája hajtja végre: csak a képességeket látja, neveikkel és leírásaikkal együtt, és minden lépésnél azt választja ki, amelyik előrébb viszi a választ.
Vegyük például a „hasonlítsd össze a Next.js útvonalvezetési konfigurációját az aktuális legjobb gyakorlatokkal“ lekérdezést. A Grok először meghívja a deepwiki__search eszközt, hogy elolvassa az útvonalvezetési dokumentációt a Next.js tárházban, majd a web_search eszközt használja a jelenlegi gyakorlatokról szóló legfrissebb cikkek megtalálásához, végül pedig mindkét forrást szintetizálja egy koherens válasszá. Egyetlen pillanatig sem kellett megadnod ezt a sorrendet, vagy akár azt, hogy ezt a két eszközt együtt kell használni. A modell egyedül dönti el a szekvenciát, neked pedig semmilyen orchestrációs logikát nem kell írnod.
Két tipikus összeállítás
Egy technikai kutató ügynök kihasználja a referenciadokumentációt, a webes hozzáférést és a kódellenőrzési képességeket.
tools = [
mcp(
server_url="https://mcp.deepwiki.com/mcp",
server_label="deepwiki",
server_description="Dokumentáció és forráskód GitHub projektekhez"
),
{"type": "web_search"},
{"type": "code_interpreter"},
]
Ez a hármas lehetővé teszi, hogy konzultálj a projekt dokumentációjával, keress további információkat online, majd kódot futtass egy megoldás ellenőrzésére, mielőtt javasolnád azt. A harmadik eszköz megváltoztatja a válasz jellegét: ahelyett, hogy azt állítaná, egy kódrészlet működik, az ügynök ellenőrzi is azt.
Egy belső technikai asszisztens más logikát követ, ahol két privát szerver őrzi a vállalat tudását, a web pedig csak tartalékként szolgál.
tools = [
mcp(
server_url="https://kb.monentreprise.com/mcp",
server_label="kb",
server_description="Belső tudásbázis",
authorization=f"Bearer {os.getenv('KB_TOKEN')}"
),
mcp(
server_url="https://jira.monentreprise.com/mcp",
server_label="jira",
server_description="Jira jegyek és projektek",
authorization=f"Bearer {os.getenv('JIRA_TOKEN')}",
allowed_tool_names=["search_issues", "get_issue"]
),
{"type": "web_search"},
]
Az asszisztens keres a tudásbázisban, konzultál a kapcsolódó Jira jegyekkel, és webes kereséssel egészíti ki az információt, ha valami hiányzik belülről. Figyeld meg a Jira korlátozását, amely csak olvasási hozzáférésre szorítkozik: enélkül egy jegy szövegébe csempészett rosszindulatú utasítás a modellt írási művelet felé terelhetné.
A bőség rejtett költsége
Minden egyes hozzáadott eszköz, legyen az MCP vagy natív, helyet foglal el a kontextusablakban a definíciójának tárolásához. Egy bőkezű konfiguráció tehát kontextushelyet, feldolgozási időt és kiválasztási pontosságot emészt fel.
Három szokás elég ahhoz, hogy ezt kordában tartsd. Korlátozd az eszközök teljes számát, és állj ellen a kísértésnek, hogy öt szervert köss össze ötven eszközzel, amikor a használati eseted csak tízet igényel. Alkalmazd az allowed_tool_names paramétert minden MCP szerveren, hogy csak a releváns eszközöket tartsd meg. És ne adj hozzá natív eszközt „csak az esetleges szükség esetén“: ha az ügynöködnek nincs oka kódot futtatni, a code_interpreter nem ingyenes opció, hanem elhasznált kontextus és egy további lehetőség arra, hogy rossz eszközt válasszon.
Főbb megállapítások
- Az MCP eszközök és a natív eszközök (webes keresés, kódfuttatás) ugyanabban a
toolstömbben léteznek együtt - A Grok automatikusan orchestrálja a hívásokat az MCP és a natív eszközök között a lekérdezés alapján
- A kombináció lehetővé teszi, hogy olyan erős ügynököket hozz létre, amelyek kihasználják mind a belső forrásokat (MCP), mind a külső forrásokat (webes keresés)
- Korlátozd az eszközök teljes számát a kontextus és a modell pontosságának megőrzése érdekében
- Használd az
allowed_tool_namesparamétert minden MCP szervernél a zaj csökkentésére