Narzędzia zewnętrzne i obsługiwane SDK
Na tej stronie
Trzy punkty wejścia do tego samego mechanizmu
xAI udostępnia zdalne MCP poprzez trzy interfejsy. Każdy z nich skierowany jest do innej grupy deweloperów: jeden do nowych projektów, drugi do projektów migrowanych, a trzeci do specyficznych kontekstów użycia. Zachowanie MCP jest dokładnie takie same we wszystkich trzech przypadkach; zmienia się jedynie składnia konfiguracji i narzędzia pomocnicze. Twój wybór zależy zatem od posiadanego stosu technologicznego, a nie od możliwości samego protokołu.
Natywne SDK xAI
To metoda rekomendowana przez xAI. Udostępnia ona funkcję pomocniczą mcp(), która kondensuje konfigurację do pojedynczego wywołania funkcji.
from xai_sdk import Client
from xai_sdk.tools import mcp
client = Client(api_key=os.getenv("XAI_API_KEY"))
chat = client.chat.create(
model="grok-4.20-0309-reasoning",
tools=[
mcp(server_url="https://mcp.deepwiki.com/mcp")
],
include=["verbose_streaming"],
)
Funkcja pomocnicza mcp() akceptuje wszystkie parametry konfiguracji MCP – adres URL, etykietę, opis, dozwolone narzędzia, uwierzytelnianie – i zajmuje się ich prawidłowym sformatowaniem dla API. Jest to najbardziej zwięzła składnia i co kluczowe, taka, w której najtrudniej o błąd, ponieważ nazwy kluczy i zagnieżdżenie są obsługiwane automatycznie. Wybierz tę ścieżkę dla nowego projektu bez ograniczeń kompatybilności, do szybkiego prototypowania oraz whenever korzystasz z funkcji specyficznych dla xAI, takich jak widoczne powyżej szczegółowe strumieniowanie (verbose streaming).
Responses API, kompatybilne z OpenAI
Ten interfejs akceptuje dokładnie ten sam format co API OpenAI. Istnieje z konkretnego powodu: aby zespół, który napisał już swoją aplikację w tym formacie, nie musiał przepisywać wszystkiego od nowa, by przetestować Grok. Zmiana ogranicza się do klucza API i bazowego adresu URL.
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("XAI_API_KEY"),
base_url="https://api.x.ai/v1",
)
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input=[{"role": "user", "content": "Explain the React project"}],
tools=[{
"type": "mcp",
"server_url": "https://mcp.deepwiki.com/mcp",
"server_label": "deepwiki",
}],
)
Tutaj serwer MCP jest deklarowany jako element tablicy tools, z typem "mcp" i parametrami jako pary klucz-wartość w tym samym obiekcie. Brak funkcji pomocniczej: słownik piszesz ręcznie, co оставляет więcej miejsca na literówkę w nazwie klucza.
Ta kompatybilność niesie ze sobą koszt, o którym powinieneś wiedzieć przed budowaniem na jej podstawie. Dwa parametry dostępne w natywnym SDK nie są tutaj dostępne: require_approval, który pozwala wymusić walidację przez człowieka przed wykonaniem narzędzia MCP, oraz connector_id, który zarządza konektorami OpenAI. Jeśli Twój agent obsługuje wrażliwe operacje i liczyłeś na ręczną walidację, to ograniczenie jest blokadą i powinno skierować Cię z powrotem do natywnego SDK xAI. Responses API pozostaje właściwym wyborem przy migracji z OpenAI bez przepisywania kodu, w projektach wielodostawcowych, gdzie przełączasz się między Grok a innymi modelami, oraz dla zespołów już zaznajomionych z tym formatem.
Voice Agent API
Trzeci interfejs został zaprojektowany z myślą o agentach głosowych. Typowym scenariuszem jest asystent telefoniczny, który w trakcie rozmowy musi skonsultować bazę wiedzy, sprawdzić status zamówienia lub odpytać system zewnętrzny – bez powodowania niewyjaśnionej ciszy odczuwalnej dla dzwoniącego.
Konfiguracja MCP follows ten sam format co w pozostałych SDK, z tymi samymi parametrami server_url, server_label i innymi. Różnica polega na tym, co dzieje się po wywołaniu narzędzia: wynik jest integrowany z przepływem syntezy mowy, a nie renderowany jako tekst. Kształtuje to sposób, w jaki piszesz opisy swoich narzędzi i formułujesz ich odpowiedzi, ponieważ użytkownik nigdy nie zobaczy tabeli ani listy – usłyszy je jedynie.
Co nie zmienia się między interfejsami
Niezależnie od użytego SDK, sekwencja jest taka sama. Grok odkrywa narzędzia udostępnione przez serwer MCP, wybiera to, które odpowiada żądaniu, formułuje wywołanie z odpowiednimi parametrami, a następnie integruje wynik ze swoją odpowiedzią. Żaden z trzech interfejsów nie sprawia, że model staje się bardziej lub mniej biegły w wyborze narzędzia.
Różnice leżą zatem gdzie indziej: w zwięzłości składni, dostępnych funkcjach dodatkowych – szczegółowe strumieniowanie w SDK xAI, kompatybilność formatu w Responses API, synteza mowy w Voice Agent – oraz w dwóch parametrach brakujących w formacie OpenAI. Podejmij decyzję w oparciu o te kryteria, a nie popełnisz błędu.
Kluczowe wnioski
- Natywne SDK xAI z funkcją
mcp()jest najprostszą i najbardziej kompletną metodą - Responses API (format OpenAI) ułatwia migrację, ale nie obsługuje
require_approvalaniconnector_id - Voice Agent API łączy agentów głosowych z narzędziami MCP
- Zachowanie MCP jest identyczne we wszystkich trzech przypadkach; zmienia się tylko składnia
- Dokonaj wyboru w oparciu o posiadany stos technologiczny i specyficzne potrzeby