Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Štruktúrované výstupy a vykonávanie kódu

Lekcia 9 z 12 Aktualizované 2. novembra 2026 Vývojár
Na tejto strane
  1. Vykonávanie kódu a štruktúrovanie výsledkov
  2. Funkcia pre Grok 4 a novšie verzie
  3. Typické použitie: Presné výpočty
  4. Príklad: Štatistická analýza
  5. Kombinácia webového vyhľadávania a vykonávania kódu
  6. Obmedzenia vykonávania kódu
  7. Kľúčové poznatky

Aktualizované 2. novembra 2026. Na základe dokumentácie xAI: pri použití xai-sdk sa štruktúrované výstupy kombinujú s nástrojmi tak, že sa najprv vytvorí konverzácia (client.chat.create(..., tools=[code_execution()])) a následne sa zavolá chat.parse(Schema), čo vráti odpoveď aj typizovaný objekt. Predchádzajúci príklad volal client.chat.parse(...) s argumentmi pre Chat Completions, čo je metóda, ktorá v žiadnom SDK neexistuje. Zdroje: Štruktúrované výstupy · Vykonávanie kódu.

Vykonávanie kódu a štruktúrovanie výsledkov

Kombinácia štruktúrovaných výstupov s vykonávaním kódu umožňuje modelu vypočítať výsledky a vrátiť ich v štruktúrovanom formáte. Model napíše kód, vykoná ho v izolovanom prostredí (sandbox) a naformátuje výstup podľa tvojej schémy.

Funkcia pre Grok 4 a novšie verzie

Rovnako ako webové vyhľadávanie, aj táto kombinácia je vyhradená pre modely Grok 4 a novšie – čo znamená celú aktuálnu ponuku (Grok 4.5, Grok 4.3, varianty grok-4.20). Staršie modely nepodporovali kombinovanie nástrojov so štruktúrovanými výstupmi.

Typické použitie: Presné výpočty

Hlavnou výhodou vykonávania kódu so štruktúrovanými výstupmi je presnosť výpočtov. Jazykové modely (LLM) sa pri aritmetických operáciách často mýlia. Vykovaním kódu sú výsledky matematicky presné.

from pydantic import BaseModel
from xai_sdk import Client
from xai_sdk.chat import user
from xai_sdk.tools import code_execution

client = Client()  # kľúč sa načíta z XAI_API_KEY

class FinancialAnalysis(BaseModel):
    total_revenue: float
    total_cost: float
    gross_margin: float
    margin_percentage: float
    most_profitable_product: str
    least_profitable_product: str

chat = client.chat.create(
    model="grok-4.20-0309-reasoning",
    tools=[code_execution()],
)
chat.append(user("""Here are the quarterly sales:
- Product A: 150 units at €45, unit cost €28
- Product B: 320 units at €22, unit cost €15
- Product C: 85 units at €120, unit cost €78

Calculate the complete financial analysis."""))

response, parsed = chat.parse(FinancialAnalysis)

print(f"Gross margin: €{parsed.gross_margin}")
print(f"Margin: {parsed.margin_percentage}%")
print(f"Best product: {parsed.most_profitable_product}")

Model napíše skript v jazyku Python, vykoná výpočty a následne naformátuje výsledky do schémy FinancialAnalysis.

Príklad: Štatistická analýza

class DescriptiveStatistics(BaseModel):
    mean: float
    median: float
    std_dev: float
    minimum: float
    maximum: float
    quartile_1: float
    quartile_3: float
    value_count: int

chat = client.chat.create(
    model="grok-4.20-0309-reasoning",
    tools=[code_execution()],
)
chat.append(user("""Calculate the descriptive statistics for this data:
[23, 45, 12, 67, 34, 89, 56, 78, 41, 33, 61, 25,
 72, 48, 55, 39, 64, 71, 28, 50]"""))

response, parsed = chat.parse(DescriptiveStatistics)

print(f"Mean: {parsed.mean}")
print(f"Std dev: {parsed.std_dev}")

Kombinácia webového vyhľadávania a vykonávania kódu

Oba nástroje môžeš povoliť súčasne:

class MarketAnalysis(BaseModel):
    company: str
    current_price: float
    change_30d: float
    avg_volume: float
    trend: str
    recommendation: str

from xai_sdk.tools import web_search

chat = client.chat.create(
    model="grok-4.20-0309-reasoning",
    tools=[web_search(), code_execution()],
)
chat.append(user("Analyze Apple stock over the last 30 days"))

response, parsed = chat.parse(MarketAnalysis)

Model najprv získa aktuálne údaje z webu a potom použije vykonávanie kódu na výpočet zmien a priemerov.

Obmedzenia vykonávania kódu

  • Prostredie na vykonávanie je izolované a dočasné (efemérne).
  • Bežné balíky pre Python sú predinštalované (NumPy, Pandas, Matplotlib, SciPy).
  • Čas vykonávania a pamäť sú obmedzené.
  • Spustený kód nemá prístup k sieti.
  • Súbory vytvorené počas vykonávania sa medzi jednotlivými volaniami neuchovávajú.

Kľúčové poznatky

  • Kombinácia vykonávania kódu a štruktúrovaných výstupov si vyžaduje minimálne Grok 4 – kompatibilná je celá aktuálna ponuka modelov.
  • Model píše a vykonáva kód za účelom dosiahnutia presných výpočtov.
  • Nástroj povoľ pomocou code_execution() v xAI SDK, alebo pomocou {"type": "code_interpreter"} v Responses API, následne získaš typizovaný objekt volaním chat.parse(Schema).
  • Možné kombinovať s web_search na vyhľadanie údajov a ich následný výpočet.
  • Ideálne riešenie pre finančnú, štatistickú a matematickú analýzu.
  • Vypočítané výsledky sú presné, na rozdiel od odhadov jazykových modelov.