Jokių tinkintų funkcijų kvietimų: supratimas apie apribojimą
Šiame puslapyje
Struktūrinis apribojimas
Jei esi įpratęs deklaruoti savo funkcijas ir leisti modeliui pačiam nuspręsti, kada jas iškviesti, teks pakeisti savo požiūrį: „Grok“ daugiaagenčių sistema nepalaiko tinkintų funkcijų kvietimų. Tai ne konfigūracijos detalė, o architektūrinis apribojimas, darantis įtaką tavo programos struktūrai. Geriau tai sužinoti dabar nei parašius tris šimtus eilučių funkcijų schemų.
Tiksli riba
Veikia tik penki integruoti įrankiai iš ankstesnės pamokos: web_search paieškai realiuoju laiku internete, x_search „X“ platformai, code_execution Python kodui vykdyti, collections_search tavo indeksuotoms kolekcijoms ir nuotolinis MCP išoriniams įrankiams per MCP protokolą. Niekas kitas neveikia. Funkcijos, apibrėžtos tavo kode, tinkintos schemos ir kvietimai į tavo savo API per funkcijų kvietimo mechanizmą yra atmetami.
Konkrečiai, žemiau pateikta deklaracija, visiškai tinkama standartiniam modeliui, daugiaagenčių režimu neturi jokio poveikio.
# DOES NOT WORK with multi-agent
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Get the weather",
"parameters": {"type": "object", "properties": {"city": {"type": "string"}}}
}
}
]
Iš kur kyla šis apribojimas
Priežastis slypi koordinavime. Naudojant vieną modelį, funkcijų kvietimo ciklas yra aiškus: modelis prašo įvykdyti kvietimą, tavo kodas jį įvykdo, grąžini rezultatą ir modelis tęsia darbą. Dabar įsivaizduok keturis ar šešiolika agentų, dirbančių lygiagrečiai, ir kyla daug klausimų. Kuris iš jų sprendžia, kada iškviesti funkciją? O jei du agentai vienu metu iškviečia tą pačią funkciją su skirtingais argumentais? Kaip lyderis apibendrina rezultatus, gautus iš pavaldinių agentų, kurių samprotavimų jis nesekė?
Integruoti įrankiai sukurti būtent šiam kontekstui ir žino, kaip elgtis teisingai, kai keli agentai jų prašo vienu metu. Tavo funkcijos buvo parašytos darant prielaidą, kad egzistuoja tik vienas kviečiantysis. Šis apribojimas atspindi šį projektavimo skirtumą, o ne laikiną trūkumą.
Eksponuok savo API per MCP serverį
Švariausias sprendimas – nebandyti to apeiti, o naudoti tam skirtą duris. Jei tau reikia kviesti savo tarnybas, eksponuok jas per MCP serverį: tuomet agentai jas tvarkys kaip vietinius įrankius, užtikrindami būtiną konkurencinį valdymą. Tai reikalauja šiek tiek daugiau darbo iš pradžių nei paprasta funkcijos deklaracija, tačiau tai lieka vieninteliu būdu įtraukti tavo informacinę sistemą į paieškos ciklą.
Atskirk tyrimus nuo veiksmų
Antra strategija, dažnai tinkamiausia, kai tavo funkcijos sukelia šalutinius poveikius: padalink procesą į dvi dalis. Daugiaagenčiai atlieka tai, ką moka geriausiai – ieško ir analizuoja; o standartinis modelis perima tą dalį, kurioje kviečiami tavo API.
# Step 1: multi-agent research
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=4,
tools=[web_search()],
)
chat.append(user("Find the best Italian restaurants in Paris"))
research_result = ""
for response, chunk in chat.stream():
if chunk.content:
research_result += chunk.content
# Step 2: action with standard model + function calling
# Use grok-4.5 or another model that supports function calling
Šis atskyrimas turi nepakankamai įvertintą pranašumą: jis leidžia patikrinti ir validuoti paieškos rezultatą prieš sukeliant negrįžtamą veiksmą. Agentas, rezervuojantis stalą remdamasis nepatikrintais tyrimais, retai yra gera idėja.
Praturtink prieš tai, apdorok po to
Trečiasis požiūris – lengviausias: kviesk savo API už pokalbio ribų, prieš tai praturtindamas užklausą arba po to išnaudodamas atsakymą. Daugelis poreikių, kurie, kaip manyta, reikalauja funkcijų kvietimo, iš tiesų sumažėja iki tinkamų duomenų įterpimo tinkamu laiku.
# Pre-processing: enrich context
user_data = my_api.get_user_profile(user_id)
context = f"User profile: {user_data}"
# Multi-agent with enriched context
chat.append(user(f"{context}\n\nAnalyze options matching this profile"))
Kliento profilis, užsakymų istorija ar biudžeto apribojimai neturi būti gaunami modelio: tu jau juos žinai, tiesiog pateik juos modeliui. Galiausiai atmink, kad API yra beta versijoje ir šis apribojimas gali keistis – tai dar viena priežastis izoliuoti daugiaagenčių savo kodo dalį už sąsajos, kurią galėtum tobulinti neperrašant visko.
Svarbiausi punktai
- Tinkintų funkcijų kvietimai nepalaikomi naudojant daugiaagenčius
- Veikia tik integruoti įrankiai („web_search“, „x_search“, „code_execution“, „collections_search“, nuotolinis MCP)
- Naudok nuotolinį MCP, kad eksponuotum savo API agentams
- Taikyk dviejų žingsnių architektūrą, jei tau reikia funkcijų kvietimų
- Šis apribojimas gali keistis būsimose versijose (API beta)