Les outils integres : web_search, x_search et plus

Les outils au service des agents

Le multi-agent prend toute sa puissance quand les agents ont acces a des outils pour aller chercher de l’information en temps reel. Grok propose cinq outils integres que les agents peuvent utiliser pendant leur recherche.

web_search

L’outil de recherche web permet aux agents de chercher sur internet en temps reel. C’est l’outil le plus utilise en multi-agent :

from xai_sdk.tools import web_search

chat = client.chat.create(
    model="grok-4.20-multi-agent",
    agent_count=4,
    tools=[web_search()],
)

Chaque agent peut lancer ses propres recherches web. Avec 16 agents, vous obtenez une couverture beaucoup plus large du web qu’avec une seule recherche. Un agent peut chercher les aspects techniques, un autre les prix, un troisieme les avis utilisateurs, etc.

x_search

La recherche X (anciennement Twitter) est un outil exclusif a Grok. Il donne acces aux posts, discussions et tendances sur la plateforme X en temps reel :

from xai_sdk.tools import web_search, x_search

chat = client.chat.create(
    model="grok-4.20-multi-agent",
    agent_count=4,
    tools=[web_search(), x_search()],
)

C’est particulierement utile pour :

• Les reactions en temps reel a une annonce
• Les opinions d’experts qui s’expriment sur X
• Les tendances et sujets du moment
• Les discussions techniques dans les communautes

code_execution

L’execution de code permet aux agents d’ecrire et d’executer du code pour analyser des donnees, faire des calculs ou generer des visualisations :

from xai_sdk.tools import code_execution

chat = client.chat.create(
    model="grok-4.20-multi-agent",
    agent_count=4,
    tools=[code_execution()],
)

Un agent peut par exemple telecharger un CSV, l’analyser avec Python et produire des statistiques — tout cela dans le cadre d’une recherche multi-agent.

collections_search

La recherche dans les collections permet aux agents d’interroger vos collections de documents indexees dans xAI :

from xai_sdk.tools import collections_search

chat = client.chat.create(
    model="grok-4.20-multi-agent",
    agent_count=4,
    tools=[collections_search()],
)

C’est l’equivalent d’un RAG (Retrieval-Augmented Generation) integre : les agents cherchent dans vos propres documents en complement de la recherche web.

Remote MCP

Les outils MCP (Model Context Protocol) distants permettent d’etendre les capacites des agents avec des outils externes. Si vous avez configure des serveurs MCP, les agents peuvent les utiliser pendant leur recherche.

Cela ouvre des possibilites comme :

• Interroger une base de donnees interne
• Appeler une API metier
• Acceder a un systeme de gestion de documents

Combiner les outils

La puissance du multi-agent se revele quand vous combinez plusieurs outils :

from xai_sdk.tools import web_search, x_search, code_execution

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

chat.append(user(
    "Analyse le sentiment sur les annonces GPU de NVIDIA cette semaine : "
    "articles de presse, reactions sur X, et resume les chiffres cles"
))

Avec cette configuration, certains agents cherchent les articles de presse, d’autres analysent les posts X, et d’autres encore executent du code pour agreger les donnees.

Points cles a retenir

• Cinq outils integres : web_search, x_search, code_execution, collections_search, Remote MCP
• Chaque agent peut utiliser n’importe quel outil, independamment des autres
• x_search est exclusif a Grok — acces aux posts X en temps reel
• Combinez les outils pour une recherche plus complete
• Plus d’agents + plus d’outils = couverture plus large mais consommation tokens plus elevee