Salt la conținutul principal
Română— Alege o limbă
Meniu

Streaming detaliat și conținut criptat

Lecția 8 din 14 Actualizată 29 iulie 2026 Dezvoltator
Pe această pagină
  1. Urmărirea activității agenților în timp real
  2. Ce afișează streaming-ul standard
  3. Deschiderea cutiei negre cu verbose_streaming
  4. Conținutul criptat nu este o fereastră; este memorie
  5. Puncte cheie

Urmărirea activității agenților în timp real

O cerere multi-agent necesită timp, iar cu cât lansați mai mulți agenți, cu atât durata crește: cu 16 agenți care lucrează pe un subiect vast, așteptarea se poate întinde pe zeci de secunde. În acest interval, aplicația dumneavoastră nu are nicio informație despre ce se întâmplă, iar utilizatorul se uită la un ecran blocat. Două mecanisme rezolvă această problemă, dar nu îndeplinesc același rol: streaming-ul detaliat (verbose streaming) oferă o fereastră asupra activității agenților în timpul inferenței, în timp ce conținutul criptat le păstrează starea de la un schimb de conversație la altul. Confundarea celor două vă va determina să activați parametrul greșit și să risipiți tokeni.

Ce afișează streaming-ul standard

Cu streaming-ul standard, primiți doar textul final al liderului pe măsură ce este generat, și nimic altceva.

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)

Acest lucru este perfect suficient pentru majoritatea integrărilor: afișați răspunsul cuvânt cu cuvânt, utilizatorul vede conținutul apărând și ați terminat. Punctul orb se află în amonte. Atâta timp cât sub-agenții caută informații, iar liderul nu și-a început sinteza, fluxul rămâne gol și nu aveți nicio modalitate de a distinge o căutare în curs de desfășurare de o cerere blocată.

Deschiderea cutiei negre cu verbose_streaming

Adăugați pur și simplu verbose_streaming la parametrul include, iar apelurile de instrumente (tool calls) vor fi transmise și ele prin flux, pe măsură ce au loc.

from xai_sdk.tools import web_search, x_search

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=16,
    tools=[web_search(), x_search()],
    include=["verbose_streaming"],
)

chat.append(user("Analyze reactions to Apple's latest announcements"))

for response, chunk in chat.stream():
    if chunk.content:
        print(chunk.content, end="", flush=True)
    # Tool calls are also visible in real time

Veți vedea astfel cum sunt lansate căutările web, cum sosesc rezultatele și cum liderul începe redactarea. Din aceasta decurg direct trei utilizări. Pentru depanare (debugging), verificați dacă agenții caută în direcția așteptată: dacă întrebarea dumneavoastră vizează reacțiile publice, dar fiecare interogare țintește fișe tehnice, problema este la prompt, nu la model. Pentru experiența utilizatorului, aceste evenimente alimentează un indicator de progres onest – „se caută surse“, „se analizează rezultate“ – în loc de un indicator generic de încărcare. În final, pentru monitorizare, puteți înțelege post-factum de ce o cerere a durat un minut, deoarece știți câte căutări au fost lansate.

Conținutul criptat nu este o fereastră; este memorie

use_encrypted_content răspunde unei întrebări diferite. Nu expune niciun raționament în text clar: permite modelului să păstreze starea internă a agenților între schimburi în cadrul aceleiași conversații.

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=4,
    use_encrypted_content=True,
)

Când acest parametru este activ, răspunsul include un bloc criptat care conține starea sub-agenților: rezultatele căutărilor lor și contextul acumulat. La mesajul următor, acest bloc este transmis automat înapoi, iar modelul pornește de la ceea ce a fost deja găsit, în loc să recalculeze totul. Nu îl puteți citi – este destinat modelului, nu jurnalului aplicației dumneavoastră.

Decizia de a-l activa se reduce la un criteriu simplu: veți pune mai multe întrebări conexe? O sesiune în care cereți mai întâi o prezentare generală, apoi o aprofundare asupra celui de-al treilea punct, beneficiază clar de această funcție, la fel ca o investigație lungă unde contextul din schimburile anterioare este esențial. Dimpotrivă, pentru o întrebare izolată care necesită un singur răspuns și nimic mai mult, blocul criptat reprezintă doar o suprasolicitare: adaugă tokeni la fiecare schimb, facturați ca tot restul.

Nimic nu vă împiedică să combinați cele două mecanisme – de fapt, aceasta este configurația naturală pentru un asistent de cercetare interactiv: urmăriți activitatea în direct, iar contextul supraviețuiește de la un schimb la altul.

chat = client.chat.create(
    model="grok-4.20-multi-agent-0309",
    agent_count=16,
    tools=[web_search(), x_search()],
    include=["verbose_streaming"],
    use_encrypted_content=True,
)

Puncte cheie

  • verbose_streaming dezvăluie apelurile de instrumente în timp real (depanare, UX, monitorizare)
  • use_encrypted_content păstrează starea sub-agenților între schimburile de conversație
  • Conținutul criptat nu este lizibil – servește modelul, nu dumneavoastră
  • Combinați ambele mecanisme pentru sesiuni interactive de cercetare
  • Activați conținutul criptat doar dacă anticipați conversații cu mai multe schimburi