Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Obmedzenia a osvedčené postupy

Lekcia 3 z 14 Aktualizované 29. júla 2026 Vývojár
Na tejto strane
  1. Technické obmedzenia volania funkcií
  2. Maximálne 200 nástrojov na požiadavku
  3. Model nezaručuje platnosť argumentov
  4. Spracovanie chýb
  5. Jedinečné a explicitné názvy
  6. Popisy: faktor kvality číslo 1
  7. Optimalizácia počtu nástrojov
  8. Bezpečnosť: modelu nikdy nedôveruj
  9. Kľúčové poznatky

Technické obmedzenia volania funkcií

Predtým, než začneš s implementáciou, musíš pochopiť limity systému. Volanie funkcií v modeli Grok je síce výkonné, ale funguje v rámci špecifických obmedzení, ktoré musíš ovládať, aby si vybudoval robustné aplikácie.

Maximálne 200 nástrojov na požiadavku

API modelu Grok akceptuje až 200 definícií nástrojov v jednej požiadavke. Tento limit je štedrý – väčšina aplikácií využíva len 5 až 20 nástrojov. Ak však buduješ škálovateľný systém (pluginy, trh s nástrojmi), musíš s týmto limitom počítať.

Každá definícia nástroja zaberá miesto v kontextovom okne. Konkrétne:

  • Jednoduchý nástroj (2 – 3 parametre) spotrebuje približne 50 – 100 tokenov
  • Zložitý nástroj (10+ parametrov, podrobné popisy) môže presiahnuť 300 tokenov
  • 200 zložitých nástrojov = 60 000 tokenov len pre definície

Preto musíš postupovať strategicky: deklaruj iba nástroje relevantné pre aktuálnu požiadavku.

Model nezaručuje platnosť argumentov

Grok sa snaží generovať argumenty, ktoré zodpovedajú schéme, ale nie je neomylný. Model môže:

  • Vygenerovať nesprávny formát dátumu
  • Poslať string tam, kde sa očakáva integer
  • V zriedkavých prípadoch vynechať povinné pole
  • Halucinovať hodnoty enum, ktoré neexistujú

Tvoj kód na strane klienta musí vždy validovať prijaté argumenty pred vykonaním funkcie.

import json

def handle_tool_call(tool_call):
    args = json.loads(tool_call.function.arguments)

    # Validácia pred vykonaním
    if "city" not in args:
        return {"error": "Parameter city je povinný"}

    if not isinstance(args["city"], str):
        return {"error": "city musí byť reťazec"}

    return get_weather(args["city"], args.get("unit", "celsius"))

Spracovanie chýb

Keď funkcia zlyhá, musíš vrátiť chybu modelu, namiesto toho, aby aplikácia ticho zlyhala. Model potom môže:

  • Preformulovať svoju požiadavku s opravenými parametrami
  • Informovať používateľa o probléme
  • Skúsiť alternatívny nástroj
try:
    result = search_database(query=args["query"])
    return json.dumps(result)
except ConnectionError:
    return json.dumps({
        "error": "Databáza je nedostupná",
        "suggestion": "Skús to znova o niekoľko sekúnd"
    })

Vždy vráť štruktúrovaný JSON, aj v prípade chyby. Model rozumie chybovým hlášeniam a podľa toho prispôsobí svoju odpoveď.

Jedinečné a explicitné názvy

Názvy funkcií musia byť v zozname nástrojov jedinečné. Ak dva nástroje zdieľajú rovnaký názov, správanie je nedefinované – API môže požiadavku odmietnuť alebo jeden z nástrojov ignorovať.

Prijmi konzistentnú konvenciu pomenovania:

✅ Osvedčené postupy:
   get_weather          → získavanie dát
   search_products      → vyhľadávanie
   create_ticket        → vytváranie
   update_order_status  → aktualizácia
   delete_draft         → vymazanie

❌ Vyvaruj sa:
   fn1, fn2             → nezrozumiteľné
   doStuff              → príliš vágne
   getWeatherData       → camelCase (uprednostni snake_case)

Popisy: faktor kvality číslo 1

Kvalita popisov priamo určuje spoľahlivosť volania funkcií. Tu je porovnávacia tabuľka:

Slabý popis Efektívny popis
"Vyhľadať" "Vyhľadaj produkty podľa názvu, kategórie alebo cenového rozpätia v e-commerce katalógu"
"Odoslať správu" "Odošli e-mail príjemcovi. Vyžaduje predmet a telo správy. Nepodporuje prílohy."
"Vypočítať" "Vypočítaj celkovú cenu vrátane dane z ceny bez dane a sadzby DPH. Vrátia sumu v eurách s dvoma desatinnými miestami."

Optimalizácia počtu nástrojov

Namiesto deklarovania 200 nástrojov pri každej požiadavke dynamicky vyberaj tie, ktoré sú skutočne dôležité. Prvým filtrom je kontext: ak používateľ hovorí o počasí, načítanie fakturačných nástrojov len pridáva šum – na prezentáciu iba relevantnej rodiny stačí jednoduché smerovanie na začiatku (podľa kľúčových slov alebo prvého klasifikačného volania). Druhým filtrom je rola: agent podpory nepotrebuje administrátorské nástroje a ich odstránenie je otázkou presnosti rovnako ako bezpečnosti. Tretím faktorom je krok: vo viacstupňovom pracovnom postupe má každá fáza svoje vlastné nástroje – ich načítavaním podľa postupu udržuješ model sústredený na to, čo má robiť práve teraz.

Výhod je hneď niekoľko a sú okamžité: menej vstupných tokenov na požiadavku (definície nástrojov ťa stoja pri každom volaní) a lepšia presnosť výberu – model vyberajúci zo šiestich dobre popísaných nástrojov sa málokedy pomýli, zatiaľ čo ten istý model confronted so dvesto definíciami si nakoniec pomýli podobné varianty.

Bezpečnosť: modelu nikdy nedôveruj

Volanie funkcií je potenciálnym vektorom injekcie. Škodlivý používateľ by mohol formulovať svoju požiadavku tak, aby manipuloval s argumentmi odovzdanými funkciám. Bezpečnostné pravidlá:

  • Validuj všetky argumenty na strane servera
  • Obmedz oprávnenia: funkcia na čítanie by nemala mať právo zapisovať
  • Loguj volania: sleduj každé volanie funkcie kvôli auditu
  • Čisti vstupy: escapuj špeciálne znaky pred SQL/shell dotazmi

Kľúčové poznatky

  • Maximálne 200 nástrojov na požiadavku – ale pre efektivitu sa zameraj na 5 – 20
  • Vždy validuj argumenty na strane klienta pred vykonaním
  • Vracaj chyby modelu v štruktúrovanom JSON
  • Názvy musia byť jedinečné, vo formáte snake_case a explicitné
  • Podrobné popisy drasticky zlepšujú spoľahlivosť
  • Dynamicky vyberaj relevantné nástroje pre každú požiadavku
  • Nikdy nedôveruj argumentom bez validácie