Przejdź do głównej treści
Polski— Wybierz język
Menu

max_turns oraz narzędzia serwerowe i klienckie

Lekcja 8 z 12 Zaktualizowano 30 lipca 2026 Zaawansowany
Na tej stronie
  1. Narzędzia serwerowe i klienckie
  2. Parametr max_turns
  3. Resetowanie przez narzędzia klienckie
  4. Przepływy pracy hybrydowej
  5. Ustawianie max_turns
  6. Kluczowe wnioski

Narzędzia serwerowe i klienckie

Platforma xAI rozróżnia dwa rodzaje narzędzi, z których Grok może korzystać podczas rozmowy:

  • Narzędzia serwerowe: wyszukiwanie w sieci, wykonywanie kodu, wyszukiwanie w serwisie X. Narzędzia te działają automatycznie na serwerach xAI. Grok wywołuje je, otrzymuje wynik i kontynuuje pracę bez Twojej ingerencji.
  • Narzędzia klienckie: Twoje własne funkcje (wywoływanie funkcji). Gdy Grok chce wywołać jedną z Twoich funkcji, API zwraca Ci żądanie wywołania funkcji. Twój kod ją wykonuje, a następnie odsyła wynik z powrotem do API.

To rozróżnienie jest kluczowe dla zrozumienia działania parametru max_turns.

Parametr max_turns

max_turns kontroluje liczbę tur asystenta/narzędzia, które Grok może wykonać w ramach pojedynczego żądania API. Każde użycie narzędzia serwerowego zużywa jedną turę.

response = await client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Search for the latest news on Python 3.13"}],
    tools=[...],
    max_turns=5  # Grok może użyć do 5 narzędzi serwerowych
)

Jeśli Grok musi przeprowadzić wyszukiwanie w sieci, następnie wykonać kod analizujący wyniki, a na końcu przeprowadzić drugie wyszukiwanie, aby podsumować sprawę, zużywa to 3 tury. Przy max_turns=5 zostają mu jeszcze 2 tury.

Resetowanie przez narzędzia klienckie

Zapamiętaj kluczową zasadę: wywołania narzędzi klienckich resetują licznik max_turns. Gdy Twój kod obsłuży wywołanie funkcji i zwróci wynik w nowym żądaniu API, Grok odzyskuje pełny przydział tur.

# Pierwsze żądanie: max_turns=3
response = await client.chat.completions.create(
    model="grok-4.5",
    messages=messages,
    tools=my_tools,
    max_turns=3
)

# Grok żąda wywołania funkcji klienckiej
if response.choices[0].message.tool_calls:
    # Wykonujesz funkcję lokalnie
    tool_result = execute_tool(response.choices[0].message.tool_calls[0])

    # Drugie żądanie: max_turns resetuje się do 3
    messages.append(response.choices[0].message)
    messages.append({"role": "tool", "content": tool_result, ...})

    response = await client.chat.completions.create(
        model="grok-4.5",
        messages=messages,
        tools=my_tools,
        max_turns=3  # nowy licznik
    )

Ten reset ma sens: każde żądanie API jest niezależne. Licznik max_turns dotyczy wyłącznie tur wykonanych w ramach tego samego żądania.

Przepływy pracy hybrydowej

Łączenie narzędzi serwerowych i klienckich umożliwia realizację złożonych przepływów pracy. Na przykład Grok może:

  1. Przeprowadzić wyszukiwanie w sieci (narzędzie serwerowe, 1 tura)
  2. Wykonać kod analizujący wyniki (narzędzie serwerowe, 1 tura)
  3. Poprosić Twoją własną funkcję o zapisanie wyników (narzędzie klienckie, reset)
  4. Przeprowadzić nowe wyszukiwanie na podstawie zapisanych wyników (narzędzie serwerowe, 1 tura z nowym licznikiem)
async def hybrid_workflow(question: str) -> str:
    messages = [{"role": "user", "content": question}]

    while True:
        response = await client.chat.completions.create(
            model="grok-4.5",
            messages=messages,
            tools=server_and_client_tools,
            max_turns=5
        )

        message = response.choices[0].message

        # Jeśli nie ma wywołania narzędzia klienckiego, mamy ostateczną odpowiedź
        if not message.tool_calls:
            return message.content

        # Przetwarzanie wywołań narzędzi klienckich
        messages.append(message)
        for tool_call in message.tool_calls:
            result = await execute_local_tool(tool_call)
            messages.append({
                "role": "tool",
                "tool_call_id": tool_call.id,
                "content": result
            })

Ten wzorzec pętli automatycznie obsługuje wymianę danych między Grokiem a Twoimi lokalnymi funkcjami. Pętla trwa tak długo, jak długo Grok potrzebuje wywołać Twoje narzędzia. Kończy się, gdy model dostarcza ostateczną odpowiedź tekstową.

Ustawianie max_turns

  • max_turns=1: Grok może użyć tylko jednego narzędzia serwerowego. Wystarczające do prostego wyszukiwania w sieci.
  • max_turns=3-5: dobry balans dla większości przypadków. Grok może połączyć wyszukiwanie, analizę i weryfikację.
  • max_turns=10+: dla złożonych zadań wymagających wielu iteracji. Uważaj na koszty tokenów.

Zbyt wysoka wartość max_turns nic nie kosztuje, jeśli nie zostanie wykorzystana, ale zbyt niska wartość może przerwać rozumowanie Groka w trakcie zadania.

Kluczowe wnioski

  • Narzędzia serwerowe (wyszukiwanie w sieci, wykonywanie kodu) zużywają tury max_turns
  • Narzędzia klienckie (Twoje funkcje) resetują licznik przy każdym nowym żądaniu
  • Wzorzec pętli while True obsługuje wymianę danych aż do uzyskania ostatecznej odpowiedzi
  • Zacznij od max_turns=5 i dostosuj wartość w zależności od złożoności zadania
  • Każda tura serwerowa zużywa dodatkowe tokeny (kumulujący się kontekst)