Kombinácia nástrojov MCP a vstavaných nástrojov
Na tejto strane
Dve rodiny nástrojov, jeden katalóg
MCP nie je jediný spôsob, ako poskytnúť modelu Grok nové schopnosti. API xAI obsahuje aj natívne nástroje, nazývané vstavané nástroje, ktoré model využije bez potreby externého servera. Nemusíš si vyberať medzi týmito dvoma rodinami: definuješ ich na rovnakom mieste a voľne ich kombinuješ v rámci jednej konfigurácie.
Štyri natívne nástroje pokrývajú väčšinu potrieb.
- Web search: vyhľadávanie na webe v reálnom čase
- Code execution: spúšťanie kódu Python v pieskovisku
- Image analysis: analýza a opis obrázkov
- File parsing: čítanie a extrakcia obsahu súborov
Definuješ ich v poli tools iba podľa typu, bez URL adresy alebo štítku – čo dáva zmysel, keďže nie je potrebné označovať žiadny vzdialený server.
Ich miešanie: nič nové sa nemusíš učiť
Syntax nevyžaduje žiadnu špeciálnu konštrukciu. Objekty MCP a natívne objekty jednoducho umiestniš vedľa seba do toho istého poľa.
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=[
# Vzdialený nástroj MCP
mcp(
server_url="https://mcp.deepwiki.com/mcp",
server_label="deepwiki",
server_description="Documentation for GitHub projects"
),
# Natívny nástroj: vyhľadávanie na webe
{"type": "web_search"},
],
)
Responses API vo formáte OpenAI funguje na rovnakom princípe, pričom nástroj MCP jednoducho nadobúda formu typizovaného slovníka.
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input=[{"role": "user", "content": "Compare React and Vue based on the official docs and current trends"}],
tools=[
{
"type": "mcp",
"server_url": "https://mcp.deepwiki.com/mcp",
"server_label": "deepwiki"
},
{"type": "web_search"},
],
)
Orchestrácia prebieha automaticky
Z pohľadu modelu tvoria nástroje MCP a natívne nástroje jeden spoločný katalóg. Grok nerozlišuje medzi nástrojom, ktorý komunikuje po sieti so serverom tretej strany, a nástrojom vykonávaným infraštruktúrou xAI: vidí iba schopnosti s ich názvami a popismi a vyberie tú, ktorá v danom kroku najviac posunie odpoveď vpred.
Zoberme si dopyt „porovnaj konfiguráciu smerovania v Next.js so súčasnými osvedčenými postupmi“. Grok najprv zavolá deepwiki__search, aby načítal dokumentáciu k smerovaniu v repozitári Next.js, následne použije web_search na nájdenie nedávnych článkov o aktuálnych postupoch a nakoniec syntetizuje oba zdroje do ucelenej odpovede. V žiadnom momente si neurčil toto poradie, ani to, že sa majú tieto dva nástroje použiť spoločne. Sekvenciu určuje výlučne model a ty nemusíš písať žiadnu logiku orchestrácie.
Dve typické kompozície
Technický výskumný agent využíva referenčnú dokumentáciu, prístup na web a možnosti overovania kódu.
tools = [
mcp(
server_url="https://mcp.deepwiki.com/mcp",
server_label="deepwiki",
server_description="Documentation and source code for GitHub projects"
),
{"type": "web_search"},
{"type": "code_interpreter"},
]
Táto trojica ti umožňuje konzultovať dokumentáciu projektu, vyhľadávať ďalšie informácie online a následne spustiť kód na overenie riešenia pred jeho navrhnutím. Tretí nástroj mení povahu odpovede: namiesto tvrdenia, že úryvok funguje, ho agent skutočne overí.
Interný technický asistent sa riadi inou logikou, kde dva súkromné servery uchovávajú firemné znalosti a web slúži len ako záloha.
tools = [
mcp(
server_url="https://kb.monentreprise.com/mcp",
server_label="kb",
server_description="Internal knowledge base",
authorization=f"Bearer {os.getenv('KB_TOKEN')}"
),
mcp(
server_url="https://jira.monentreprise.com/mcp",
server_label="jira",
server_description="Jira tickets and projects",
authorization=f"Bearer {os.getenv('JIRA_TOKEN')}",
allowed_tool_names=["search_issues", "get_issue"]
),
{"type": "web_search"},
]
Asistent vyhľadá v znalostnej báze, konzultuje súvisiace ticketu v systéme Jira a v prípade chýbajúcich interných informácií doplní údaje vyhľadávaním na webe. Všimni si obmedzenie pre Jiru na režim len na čítanie: bez neho by mohla škodlivá inštrukcia vložená do tela ticketu naviesť model na vykonanie operácie zápisu.
Skryté náklady hojnosti
Každý pridaný nástroj, či už MCP alebo natívny, zaberá miesto v kontextovom okne na uloženie svojej definície. Štedrá konfigurácia ťa teda stojí dostupný priestor pre konverzáciu, čas spracovania a presnosť výberu.
Na udržanie tejto rovnováhy stačia tri návyky. Obmedz celkový počet nástrojov a odolaj pokušeniu pripojiť päť serverov s päťdesiatimi nástrojmi, keď tvoj prípad použitia vyžaduje desať. Na každom serveri MCP aplikuj allowed_tool_names, aby si zachoval len relevantné nástroje. A nepridávaj natívny nástroj „pre istotu“: ak tvoj agent nemá dôvod spúšťať kód, code_interpreter nie je bezplatná možnosť, ale spotrebovaný kontext a ďalšia príležitosť vybrať zlý nástroj.
Kľúčové poznatky
- Nástroje MCP a natívne nástroje (vyhľadávanie na webe, spúšťanie kódu) koexistujú v tom istom poli
tools - Grok automaticky orchestruje volania medzi nástrojmi MCP a natívnymi nástrojmi na základe dopytu
- Kombinácia umožňuje vytvárať výkonných agentov, ktorí využívajú interné zdroje (MCP) aj externé zdroje (vyhľadávanie na webe)
- Obmedz celkový počet nástrojov, aby si zachoval kontext a presnosť modelu
- Pre každý server MCP použi
allowed_tool_namesna zníženie šumu