Implementação com o SDK xAI
Nesta página
O SDK nativo xAI
O SDK xAI é a forma mais direta de utilizar o modo multiagente e a única que expõe parâmetros como agent_count, aos quais os SDKs de terceiros não têm acesso. Se começar sem restrições de ecossistema, comece por aqui: terá acesso ao conjunto completo de definições.
Configuração básica
Inicializar o cliente resume-se a três importações e à leitura da sua chave de API a partir do ambiente:
import os
from xai_sdk import Client
from xai_sdk.chat import user
client = Client(api_key=os.getenv("XAI_API_KEY"))
A variável de ambiente XAI_API_KEY deve conter a sua chave de API xAI. Nunca codifique a chave diretamente no código: acabaria no repositório Git e, consequentemente, no seu histórico, onde é difícil removê-la.
Pedido de 4 agentes (modo rápido)
Para uma pesquisa rápida e focada, passe agent_count=4 ao criar o chat:
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=4
)
chat.append(user("Compare TCP and UDP in detail"))
for response, chunk in chat.stream():
if chunk.content:
print(chunk.content, end="", flush=True)
Note que consome a resposta através de chat.stream(). Este é o método recomendado: sem ele, o seu programa fica bloqueado sem qualquer sinal de atividade durante toda a pesquisa, e nada lhe indica se o pedido ainda está em execução ou se falhou.
Pedido de 16 agentes (modo aprofundado)
Mudar para o modo aprofundado exige apenas alterar um valor, mas o pedido que lhe associa deve corresponder à escala da equipa que está a mobilizar:
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=16
)
chat.append(user(
"Give me a complete state of the art on RAG architectures in 2026, "
"comparing hybrid approaches, performance, and costs"
))
for response, chunk in chat.stream():
if chunk.content:
print(chunk.content, end="", flush=True)
Adição de ferramentas integradas
Adiciona ferramentas com uma lista simples, e o SDK fornece os construtores correspondentes:
from xai_sdk.tools import web_search, x_search
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=4,
tools=[web_search(), x_search()],
include=["verbose_streaming"],
)
chat.append(user("What are xAI's latest announcements this week?"))
for response, chunk in chat.stream():
if chunk.content:
print(chunk.content, end="", flush=True)
O parâmetro include=["verbose_streaming"] altera o que recebe: as chamadas de ferramentas aparecem em tempo real enquanto os agentes trabalham, permitindo saber em que se foca a pesquisa atual.
Conteúdo encriptado para conversas multi-turno
Se planeia fazer várias perguntas seguidas sobre o mesmo tópico, ative o conteúdo encriptado ao criar o chat:
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=4,
use_encrypted_content=True,
)
O modelo mantém assim o estado dos subagentes entre turnos, o que torna as trocas prolongadas muito mais coerentes.
Tratamento de erros
Como a API está em beta, um pedido pode falhar sem que a culpa seja sua. Envolva a chamada e planeie uma rota de fuga:
try:
chat = client.chat.create(
model="grok-4.20-multi-agent-0309",
agent_count=4
)
chat.append(user("My question"))
for response, chunk in chat.stream():
if chunk.content:
print(chunk.content, end="", flush=True)
except Exception as e:
print(f"Multi-agent error: {e}")
# Fall back to a standard model if needed
O comentário na última linha aguarda ser substituído por código real. Em produção, este bloco tem de efetivamente recorrer a um modelo padrão; caso contrário, a sua funcionalidade deixa de funcionar assim que o modo multiagente estiver indisponível pela primeira vez.
Pontos-chave
- O SDK xAI expõe
agent_countpara controlar diretamente o número de agentes - Utilize sempre o streaming para multiagente (
.stream()) verbose_streamingrevela chamadas de ferramentas em tempo realuse_encrypted_content=Truepara conversas multi-turno- Planeie sempre o tratamento de erros (API em beta)