Przejdź do głównej treści
Polski— Wybierz język
Menu

Włączanie wyszukiwania w sieci w API Grok

Lekcja 1 z 14 Zaktualizowano 3 listopada 2026 Początkujący
Na tej stronie
  1. Dlaczego warto połączyć Grok z siecią w czasie rzeczywistym
  2. Responses API: jedyny obsługiwany punkt końcowy
  3. Pięcioetapowy przepływ wykonania
  4. Użycie z różnymi SDK
  5. Ćwiczenia praktyczne
  6. Kluczowe wnioski

Zaktualizowano 2 listopada 2026 r. Na podstawie dokumentacji xAI: w przypadku xai-sdk wyszukiwanie w sieci aktywuje się poprzez funkcję web_search() importowaną z xai_sdk.tools, w ramach konwersacji utworzonej przez client.chat.create; stary przykład wywoływał client.tools.web_search(), co nie istnieje w tym SDK. Źródło: Web Search.

Zaktualizowano 3 listopada 2026 r. Pierwszy przykład wywoływał client.responses.create() na kliencie xai-sdk, który nie posiada atrybutu responses: w tym SDK wyszukiwanie odbywa się przez client.chat.create(..., tools=[web_search()]), a client.responses.create() należy do SDK openai skierowanego na https://api.x.ai/v1. Przykład Vercel AI SDK przekazywał narzędzia jako tablicę i nie importował generateText: deklarują je w obiekcie, zgodnie z dokumentacją xAI. Kod zweryfikowano dla xai-sdk 1.21.0 oraz openai 3.42.1. Źródło: Web Search.

Dlaczego warto połączyć Grok z siecią w czasie rzeczywistym

Klasyczne modele językowe operują na wiedzy zamrożonej w dacie ich treningu. Dla dewelopera tworzącego aplikacje wymagające aktualnych danych (kursy akcji, wiadomości, wyniki sportowe, pogoda) ograniczenie to jest nie do przyjęcia. Narzędzie web_search w API Grok rozwiązuje ten problem, pozwalając modelowi odpytywać sieć w czasie rzeczywistym, bezpośrednio z wywołania Twojego API.

Wyszukiwanie w sieci z Grok

W przeciwieństwie do innych dostawców wymagających integracji zewnętrznych lub osobnych wtyczek, xAI oferuje wyszukiwanie w sieci jako wbudowane narzędzie po stronie serwera. Nie musisz zarządzać żadną infrastrukturą: model sam decyduje, kiedy przeprowadzić wyszukiwanie, wykonuje zapytanie i integruje wyniki ze swoją odpowiedzią.

$5
za 1000 wywołań
5
filtrowalnych domen
0
infrastruktury do zarządzania
Auto
uwzględnione cytowania

Responses API: jedyny obsługiwany punkt końcowy

Wyszukiwanie w sieci działa wyłącznie na Responses API. Stary punkt końcowy Chat Completions oferował parametr search_parameters, jest on jednak obecnie przestarzały. Jeśli migrujesz ze starego API, będziesz musiał dostosować swoje wywołania.

Aktywacja następuje poprzez dodanie narzędzia web_search do tablicy tools w Twoim żądaniu:

import os

from openai import OpenAI

client = OpenAI(api_key=os.environ["XAI_API_KEY"], base_url="https://api.x.ai/v1")

response = client.responses.create(
    model="grok-4.5",
    input="What is the weather like in Paris today?",
    tools=[{"type": "web_search"}],
)

print(response.output_text)

Ten przykład wykorzystuje SDK openai, kompatybilne z xAI Responses API; natywne SDK xAI, przedstawione poniżej, działa poprzez konwersację.

To wszystko. Model analizuje Twój prompt, ustala, czy potrzebuje świeżych informacji, i automatycznie uruchamia wyszukiwanie. Nie musisz zarządzać pętlą wywołań ani logiką warunkową.

Pięcioetapowy przepływ wykonania

Gdy wyślesz żądanie z włączonym web_search, proces przebiega według określonej sekwencji:

  1. Analiza: model ocenia, czy pytanie wymaga najnowszych danych
  2. Decyzja: wybiera między wyszukiwaniem a odpowiedzią opartą na wiedzy wewnętrznej
  3. Wykonanie: wyszukiwanie w sieci działa po stronie serwera (Ty niczym nie zarządzasz)
  4. Przetwarzanie: wyniki są analizowane i syntetyzowane
  5. Odpowiedź: generowany jest końcowy tekst wraz z powiązanymi cytowaniami

Mechanizm ten oznacza, że model może zdecydować się nie wyszukiwać, jeśli pytanie tego nie uzasadnia. Na przykład zapytanie o definicję fotosyntezy prawdopodobnie nie uruchomi wyszukiwania w sieci.

Użycie z różnymi SDK

SDK xAI udostępnia dedykowaną funkcję web_search(), którą przekazujesz do listy narzędzi konwersacji:

# Natywne SDK xAI
from xai_sdk import Client
from xai_sdk.chat import user
from xai_sdk.tools import web_search

client = Client()
chat = client.chat.create(model="grok-4.5", tools=[web_search()])
chat.append(user("Latest AI news in Europe"))

response = chat.sample()
print(response.content)
print(response.citations)

W przypadku SDK openai stosuje się wywołanie z początku lekcji: client.responses.create() z base_url="https://api.x.ai/v1" oraz tools=[{"type": "web_search"}].

Dla Vercel AI SDK w JavaScript:

import { xai } from '@ai-sdk/xai';
import { generateText } from 'ai';

const { text, sources } = await generateText({
  model: xai.responses('grok-4.5'),
  prompt: "Latest AI news in Europe",
  tools: {
    web_search: xai.tools.webSearch(),
  },
});

console.log(text);
console.log('Citations:', sources);

Ćwiczenia praktyczne

Stwórz skrypt odpytujący Grok na temat wybranego przez Ciebie bieżącego wydarzenia. Zweryfikuj, czy odpowiedź zawiera najnowsze informacje (daty, wydarzenia mające miejsce po dacie odcięcia modelu). Następnie zadaj to samo pytanie bez narzędzia web_search, aby zobaczyć różnicę.

Kluczowe wnioski

  • Wyszukiwanie w sieci aktywuje się poprzez {"type": "web_search"} w tools (SDK openai, Responses API) lub web_search() w client.chat.create (xai-sdk)
  • Działa wyłącznie na Responses API (nie na Chat Completions)
  • Model autonomicznie decyduje, kiedy musi przeprowadzić wyszukiwanie
  • Cytowania są automatycznie dołączane do odpowiedzi
  • Koszt wynosi 5 USD za 1000 wywołań narzędzia, plus zużyte tokeny