Külső eszközök és támogatott SDK-k
Ezen az oldalon
Három belépési pont ugyanahhoz a mechanizmushoz
Az xAI három felületen keresztül teszi elérhetővé a távoli MCP-t. Ezek eltérő fejlesztőket céloznak meg: az egyiket új projektekhez, a másikat már meglévő, migrálandó projektekhez, a harmadikat pedig specifikus használati kontextusokhoz szánták. Az MCP működése mindhárom esetben pontosan ugyanaz; csupán a konfigurációs szintaxis és a kiegészítő eszközök változnak. A választásod tehát nem a protokoll képességeitől, hanem a meglévő technológiai stackedtől függ.
A natív xAI SDK
Ezt a módszert javasolja az xAI. Egy mcp() segédfüggvényt biztosít, amely egyetlen függvényhívásba sűríti a konfigurációt.
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=[
mcp(server_url="https://mcp.deepwiki.com/mcp")
],
include=["verbose_streaming"],
)
Az mcp() segédfüggvény elfogadja az összes MCP-konfigurációs paramétert – URL, címke, leírás, engedélyezett eszközök, hitelesítés –, és helyesen formázza őket az API számára. Ez a legtömörebb szintaxis, és ami még fontosabb: itt a legkisebb az esélye a hibázásnak, mivel a kulcsneveket és a beágyazást a függvény intézi helyetted. Ezt az utat válaszd új projektekhez, ahol nincs kompatibilitási kényszer, gyors prototípuskészítéshez, valamint amikor olyan xAI-specifikus funkciókat használsz, mint a fenti részletes streamelés.
A Responses API, OpenAI-kompatibilis formátumban
Ez a felület pontosan az OpenAI API formátumát fogadja el. Létezése egyetlen okra vezethető vissza: hogy azok a csapatok, amelyek már ebben a formátumban írták meg alkalmazásukat, ne kényszerüljenek mindent átírni a Grok kipróbálásához. A változás csupán az API-kulcsra és a base URL-re korlátozódik.
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("XAI_API_KEY"),
base_url="https://api.x.ai/v1",
)
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input=[{"role": "user", "content": "Explain the React project"}],
tools=[{
"type": "mcp",
"server_url": "https://mcp.deepwiki.com/mcp",
"server_label": "deepwiki",
}],
)
Itt az MCP-szervert a tools tömb elemeként deklarálod, "mcp" típussal, a paramétereket pedig kulcs-érték párokként adod meg ugyanabban az objektumban. Nincs segédfüggvény: kézzel írod meg a szótárat, ami nagyobb teret enged a elírásoknak a kulcsnevekben.
Ennek a kompatibilitásnak ára van, amit érdemes ismerned, mielőtt erre építenél. Két paraméter, amely a natív SDK-ban elérhető, itt hiányzik: a require_approval, amellyel emberi jóváhagyást kérhetsz egy MCP-eszköz végrehajtása előtt, valamint a connector_id, amely az OpenAI-konnektorokat kezeli. Ha az ágensed érzékeny műveleteket végez, és számítottál a manuális validációra, ez a korlátozás akadályt jelent, és vissza kell tereljen a natív xAI SDK használatához. A Responses API továbbra is a helyes választás OpenAI-ról történő migrációhoz átírás nélkül, több szolgáltatót használó projektekhez, ahol váltogatsz a Grok és más modellek között, valamint olyan csapatoknak, amelyek már ismerik ezt a formátumot.
A Voice Agent API
A harmadik felületet hangalapú ágensekhez tervezték. A tipikus forgatókönyv egy telefonos asszisztens, amely beszélgetés közben szükségét érzi egy tudásbázis lekérdezésének, egy rendelés státuszának ellenőrzésének vagy egy külső rendszer lekérdezésének – anélkül, hogy a hívó megmagyarázhatatlan csendet tapasztalna.
Az MCP konfigurációja ugyanazt a formátumot követi, mint a többi SDK-ban, ugyanazokkal a server_url, server_label és egyéb paraméterekkel. A különbség abban rejlik, mi történik az eszköz hívása után: az eredményt nem szöveges formában jelenítik meg, hanem beépítik a hangszintézis folyamatába. Ez befolyásolja, hogyan írod meg az eszközleírásokat és hogyan fogalmazod meg a válaszokat, mivel a felhasználó sosem lát táblázatot vagy listát – csak hallani fogja azokat.
Ami nem változik a felületek között
Bármelyik SDK-t is használod, a szekvencia ugyanaz. A Grok felfedezi az MCP-szerver által közzétett eszközöket, kiválasztja a kérésnek megfelelőt, megfelelő paraméterekkel formulázza meg a hívást, majd az eredményt beépíti a válaszába. A három felület egyike sem teszi a modellt ügyesebbé vagy ügyetlenebbé az eszközválasztásban.
A különbségek tehát máshol keresendők: a szintaxis tömörségében, az elérhető kiegészítő funkciókban – részletes streamelés az xAI SDK-ban, formátumkompatibilitás a Responses API-ban, hangszintézis a Voice Agentben – valamint az OpenAI-formátumból hiányzó két paraméterben. Ha ezek alapján döntesz, nem lőhetsz mellé.
Főbb megállapítások
- A natív xAI SDK az
mcp()függvénnyel a legegyszerűbb és legteljesebb módszer - A Responses API (OpenAI-formátum) megkönnyíti a migrációt, de nem támogatja a
require_approvalés aconnector_idparamétereket - A Voice Agent API hangalapú ágenseket kapcsol össze MCP-eszközökkel
- Az MCP viselkedése mindhárom esetben azonos; csupán a szintaxis változik
- Válassz a meglévő stacked és specifikus igényeid alapján