Konversazzjonijiet Multi-Turn b'Għodod
F'din il-paġna
Konversazzjonijiet multi-turn bis-sejħa tal-funzjonijiet
F’konversazzjoni reali, il-mudell jista’ jkollu bżonn isejjaħ għodod diversi drabi matul l-iskambju. Kull turn jista’ jinvolvi sejħiet ġodda, riżultati li jattivaw sejħiet oħra, jew talbiet għal kjarifiki mingħand l-utent qabel ma tuża għodda.
Il-parametru max_turns
Il-parametru max_turns jillimita n-numru ta’ turns tal-assistent/għodda fuq is-server f’talba waħda. Japplika biss għall-għodod integrati (web_search, code_interpreter, eċċ.).
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
)
Punt importanti: is-sejħiet tal-għodod fuq in-naħa tal-klijent jirrisettjaw il-kontatur. Meta tibgħat lura function_call_output, tibda allokazzjoni ġdida ta’ max_turns.
Ċiklu multi-turn fuq in-naħa tal-klijent
Biex timmaniġġja konversazzjonijiet fejn il-mudell isejjaħ għodod diversi drabi, implimenta ċiklu:
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)
# Jekk m'hemm l-ebda tool_call, il-konversazzjoni tintemm
if not message.tool_calls:
return message.content
# Eżegwixxi l-għodod kollha mitluba
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"
Il-varjabbli max_iterations hija salvagwardja essenzjali biex tipprevjeni ċikli infiniti. Fil-produzzjoni, stabbilixxi limitu raġonevoli (5–10 turns).
Kuntest multi-turn mal-API tar-Risposti
L-API tar-Risposti toffri żewġ mekkaniżmi biex iżżomm il-kuntest:
1. Ħażna remota
# L-ewwel messaġġ
r1 = client.responses.create(
model="grok-4.5",
input="What's the weather like in Paris?",
tools=tools,
store_messages=True
)
# Riżultat tal-għodda
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
)
# Mistoqsija ta' segwitu (il-kuntest jinżamm)
r3 = client.responses.create(
model="grok-4.5",
input="What about tomorrow?",
previous_response_id=r2.id,
tools=tools,
store_messages=True
)
Il-vantaġġ: m’għandekx bżonn timmaniġġja l-istorja tal-messaġġi. xAI taħżinha u tirrikuprahawha awtomatikament permezz ta’ previous_response_id.
2. Kontenut ikkrittjat fuq in-naħa tal-klijent
response = client.responses.create(
model="grok-4.5",
input="Search for flight prices to Nice",
tools=tools,
use_encrypted_content=True
)
B’use_encrypted_content=True, tirċievi r-raġunament u l-output tal-għodod f’forma kkrittjata. Tibgħathom lura kif inhuma f’talbiet sussegwenti, mingħajr ma tkun tista’ taqrahom. Dan huwa utli meta ma tridx li d-dejta tgħaddi b’test ċar permezz tas-server tiegħek.
Mudelli ta’ konversazzjoni multi-turn
Mudell: Fittex imbagħad aġixxi
Turn 1 : Utent → "Sib titjira rħisa minn Pariġi għal Nice"
Mudell → tool_call: search_flights(from="CDG", to="NCE")
Klijent → riżultat : [{flight1}, {flight2}, {flight3}]
Turn 2 : Mudell → "Sibt 3 titjiriet. L-irħas hija €89. Trid tibbukkjah?"
Utent → "Iva, ibbukkja t-titjira ta' €89"
Turn 3 : Mudell → tool_call: book_flight(flight_id="FL123", passengers=1)
Mudell: Aggregazzjoni tad-dejta
Turn 1 : Mudell → tool_call: get_sales(month="march")
Turn 2 : Mudell → tool_call: get_expenses(month="march")
Turn 3 : Mudell → tool_call: get_headcount(month="march")
Turn 4 : Mudell → "Hawnhekk ir-rapport mensili: bejgħ +12%, nefqiet -3%, għadd ta' impjegati stabbli."
Mudell: Affinar progressiv
Turn 1 : Mudell → tool_call: search_products(query="running shoes")
Riżultat → 150 prodott
Turn 2 : Mudell → "Sibt 150 prodott. Liema daqs u baġit?"
Utent → "42, massimu €120"
Turn 3 : Mudell → tool_call: search_products(query="running shoes", size=42, max_price=120)
Riżultat → 8 prodotti
Ġestjoni tal-memorja
F’konversazzjonijiet twal, l-istorja—li tinkludi kull tool_call u kull riżultat tal-għodda—tikber malajr, u magħha l-ispiża ta’ kull turn. Hemm tliet strateġiji disponibbli għalik, li jvarjaw minn dawk manwali għal dawk delegati kompletament. Is-sommarju perjodiku jikkondensa t-turns eqdem f’paragrafu li jiġi injettat fis-sistema prompt: iżżomm is-sustanza tal-iskambji passati għal frazzjoni mill-piż tat-tokens tagħhom, bl-ispiża ta’ telf ta’ xi dettalji. It-tieqa li tiżżerżaq hija aktar brutali iżda aktar sempliċi: żomm biss l-aħħar N turns, u aċċetta li l-mudell jinsa l-bidu tal-konversazzjoni—xieraq meta l-iskambji eqdem ma għadhomx importanti operattivament. Il-ħażna remota, finalment, tiddelega l-problema lil xAI b’store_messages=True: l-istorja tgħix fuq is-server, u l-applikazzjoni tiegħek iġġorr biss referenza. L-għażla t-tajba tiddependi fuq x’għandha bżonn tiftakar l-applikazzjoni tiegħek, u għal kemm żmien.
Punti Ewlenin
max_turnsjillimita t-turns tal-għodod fuq is-server—l-għodod tal-klijent jirrisettjaw il-kontatur- Implimenta ċiklu b’
max_iterationsbiex tipprevjeni ċikli infiniti previous_response_idiħabbat il-konversazzjonijiet mingħajr ma terġa’ tibgħat l-istorjastore_messages=Truejiddelega l-ħażna tal-kuntest lil xAIuse_encrypted_content=Truejipproteġi d-dejta waqt it-trasmissjoni- Immaniġġja l-memorja f’konversazzjonijiet twal (sommarju, tieqa li tiżżerżaq)