Przejdź do głównej treści
Polski— Wybierz język
Menu

Dostępne punkty końcowe

Lekcja 13 z 14 Zaktualizowano 30 lipca 2026 Programista
Na tej stronie
  1. Przegląd API Grok
  2. Generowanie tekstu
  3. Przetwarzanie asynchroniczne
  4. Generowanie obrazów
  5. Generowanie wideo
  6. Synteza mowy
  7. Agent głosowy w czasie rzeczywistym
  8. Zarządzanie plikami
  9. Przetwarzanie wsadowe
  10. Wbudowane narzędzia po stronie serwera
  11. Kluczowe wnioski

Przegląd API Grok

API xAI nie ogranicza się tylko do generowania tekstu. Udostępnia zestaw punktów końcowych obejmujących generowanie obrazów i wideo, syntezę mowy, zarządzanie plikami oraz przetwarzanie asynchroniczne. Ta lekcja przedstawia dostępne punkty końcowe, abyś wiedział, z których funkcji korzystać w swoich projektach.

Generowanie tekstu

POST /v1/responses (zalecane)

Główny punkt końcowy do wszelkich interakcji z modelami Grok. Obsługuje tekst, wizję, narzędzia (wywoływanie funkcji), wyszukiwanie w sieci oraz wyszukiwanie w serwisie X.

Kluczowe parametry: model, input, instructions, stream, tools, reasoning.

POST /v1/chat/completions (kompatybilne z OpenAI)

Punkt końcowy w formacie OpenAI, utrzymany dla kompatybilności z istniejącymi narzędziami. Przyjmuje te same parametry co API OpenAI: model, messages, temperature, stream, tools.

GET /v1/responses/{id}

Pobiera wcześniej wygenerowaną odpowiedź, jeśli została zapisana (parametr store: true). Odpowiedzi są przechowywane przez 30 dni.

DELETE /v1/responses/{id}

Usuwa zapisaną odpowiedź przed jej automatycznym wygaśnięciem po 30 dniach.

Przetwarzanie asynchroniczne

POST /v1/chat/completions (tryb odroczony)

Gdy dodasz "deferred": true do żądania, API natychmiast zwraca request_id, nie czekając na zakończenie generowania. Jest to przydatne w przypadku długich żądań lub przetwarzania wsadowego.

GET /v1/chat/deferred-completion/{request_id}

Pobiera wynik wywołania asynchronicznego:

  • HTTP 200: generowanie zakończone, ciało odpowiedzi zawiera kompletny wynik
  • HTTP 202: generowanie wciąż trwa, spróbuj ponownie później

Generowanie obrazów

POST /v1/images/generations

Generuje obrazy na podstawie opisu tekstowego.

POST /v1/images/edits

Edytuje istniejący obraz zgodnie z instrukcjami tekstowymi.

Generowanie wideo

POST /v1/videos/generations

Rozpoczyna generowanie wideo na podstawie monitu tekstowego.

GET /v1/videos/{id}

Sprawdza status generowanego wideo i pobiera adres URL wyniku po jego zakończeniu.

POST /v1/videos/edits

Edytuje istniejące wideo.

POST /v1/videos/extensions

Rozszerza istniejące wideo.

Synteza mowy

POST /v1/tts

Konwertuje tekst na dźwięk (text-to-speech). Przydatne przy budowaniu asystentów głosowych lub automatycznej treści audio.

Agent głosowy w czasie rzeczywistym

WSS wss://api.x.ai/v1/realtime

Punkt końcowy WebSocket do budowania interaktywnych agentów głosowych. Komunikacja odbywa się w czasie rzeczywistym, z wysyłaniem i odbieraniem dźwięku.

Zarządzanie plikami

POST /v1/files

Przesyła plik na platformę xAI. Pliki można następnie wykorzystać do RAG (generowanie wspomagane retrieverem) wraz z kolekcjami.

GET /v1/files

Wyświetla listę wszystkich plików przesłanych do Twojej przestrzeni.

GET /v1/files/{id}

Pobiera metadane określonego pliku.

DELETE /v1/files/{id}

Usuwa przesłany plik.

Przetwarzanie wsadowe

POST /v1/batches

Tworzy grupę żądań do przetworzenia jako wsad, często po obniżonej cenie.

GET /v1/batches

Wyświetla listę wsadów w toku oraz zakończonych.

Wbudowane narzędzia po stronie serwera

Punkt końcowy /v1/responses obsługuje narzędzia, które API uruchamia bezpośrednio, bez logiki po stronie klienta:

  • web_search: wyszukiwanie w sieci w czasie rzeczywistym
  • x_search: wyszukiwanie w postach serwisu X (Twitter)
  • code_interpreter: wykonywanie kodu Python
  • function: niestandardowe wywołania funkcji (function calling)

Aktywujesz te narzędzia za pomocą parametru tools w żądaniu.

Kluczowe wnioski

  • API obejmuje tekst, obrazy, wideo, dźwięk i pliki
  • /v1/responses to główny punkt końcowy oferujący najbardziej kompletną obsługę
  • Tryb deferred umożliwia przetwarzanie asynchroniczne dla długich żądań
  • Narzędzia po stronie serwera (web_search, x_search, code_interpreter) wzbogacają odpowiedzi bez konieczności pisania dodatkowego kodu