Implementācija, izmantojot xAI SDK
Šajā lapā
Natīvais xAI SDK
xAI SDK ir visdirektākais veids, kā izmantot multi-agent režīmu, un vienīgais, kas piedāvā tādus parametrus kā agent_count, kurus trešo pušu SDK nepiedāvā. Ja sāc darbu bez ekosistēmas ierobežojumiem, sāc šeit: tev būs pieeja visam iestatījumu klāstam.
Pamatkonfigurācija
Klienta inicializēšana aprobežojas ar trim importēšanas komandām un API atslēgas nolasīšanu no vides mainīgajiem:
import os
from xai_sdk import Client
from xai_sdk.chat import user
client = Client(api_key=os.getenv("XAI_API_KEY"))
Vides mainīgajam XAI_API_KEY ir jāsatur tava xAI API atslēga. Nekad neiekodē atslēgu tieši kodā: tā nonāktu Git repozitorijā, pēc tam tā vēsturē, no kurienes to ir grūti dzēst.
4 aģentu pieprasījums (ātrais režīms)
Ātrai un fokusētai meklēšanai, izveidojot čatu, norādi agent_count=4:
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=4
)
chat.append(user("Detalizēti salīdzini TCP un UDP"))
for response, chunk in chat.stream():
if chunk.content:
print(chunk.content, end="", flush=True)
Ņem vērā, ka atbildi saņem, izmantojot chat.stream(). Tā ir ieteicamā metode: bez tās tava programma karstos bez dzīvības pazīmēm visas meklēšanas laikā, un nekas neliecinās, vai pieprasījums vēl darbojas vai ir avārijas apstājies.
16 aģentu pieprasījums (padziļināts režīms)
Pāreja uz padziļināto režīmu prasa tikai vienas vērtības maiņu, taču pieprasījumam, ko tam pievieno, ir jāatbilst izvērstās komandas mērogam:
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=16
)
chat.append(user(
"Sniedz pilnīgu RAG arhitektūru stāvokļa pārskatu 2026. gadā, "
"salīdzinot hibrīdpieejas, veiktspēju un izmaksas"
))
for response, chunk in chat.stream():
if chunk.content:
print(chunk.content, end="", flush=True)
Iebūvēto rīku pievienošana
Rīkus pievieno ar vienkāršu sarakstu, un SDK nodrošina atbilstošos konstruktors:
from xai_sdk.tools import web_search, x_search
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=4,
tools=[web_search(), x_search()],
include=["verbose_streaming"],
)
chat.append(user("Kādi ir xAI jaunākie paziņojumi šonedēļ?"))
for response, chunk in chat.stream():
if chunk.content:
print(chunk.content, end="", flush=True)
Parametrs include=["verbose_streaming"] maina saņemamo informāciju: rīku izsaukumi parādās reāllaikā, kamēr aģenti strādā, un tu redzi, uz ko konkrētā brīdī ir vērsta meklēšana.
Šifrēts saturs daudzpakāpju sarunām
Ja plāno uzdot vairākus jautājumus pēc kārtas par vienu un to pašu tēmu, čata izveides brīdī ieslēdz šifrētu saturu:
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=4,
use_encrypted_content=True,
)
Tad modelis saglabā apakšaģentu stāvokli starp sarunas posmiem, kas padara izvērstas mijiedarbības daudz sakarīgākas.
Kļūdu apstrāde
Tā kā API ir beta versijā, pieprasījums var neizdoties ne pēc tavas vainas. Ietver izsaukumu try-catch blokā un paredz rezerves plānu:
try:
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=4
)
chat.append(user("Mans jautājums"))
for response, chunk in chat.stream():
if chunk.content:
print(chunk.content, end="", flush=True)
except Exception as e:
print(f"Multi-agent kļūda: {e}")
# Nepieciešamības gadījumā pāriet uz standarta modeli
Komentārs pēdējā rindā gaida aizstāšanu ar reālu kodu. Produkcijas vidē šim blokam ir faktiski jāveic pāreja uz standarta modeli, pretējā gadījumā tava funkcija pārstās darboties jau pirmajā reizē, kad multi-agent režīms nebūs pieejams.
Galvenās atziņas
- xAI SDK eksponē
agent_count, lai tieši kontrolētu aģentu skaitu - Multi-agent režīmā vienmēr izmanto straumēšanu (
.stream()) verbose_streamingatklāj rīku izsaukumus reāllaikā- Izmanto
use_encrypted_content=Truedaudzpakāpju sarunām - Vienmēr paredz kļūdu apstrādi (beta API)