Grok 代码执行与 Remote MCP 使用指南

Grok 在 API易 的 code_interpreter 服务端代码执行与 Remote MCP 工具实测：Python 沙箱真实运行、外部 MCP server 成功连通，附调用示例与响应结构。

除联网搜索外，Grok 的 Responses API 还提供两类 server-side 工具：代码执行（code_interpreter，服务端 Python 沙箱）与 Remote MCP（让 xAI 服务端直连你指定的 MCP server）。两者在 API易 上均实测可用（2026年7月13日 (UTC+8)），默认分组 KEY 直接调用。

​

代码执行（Code Execution）

模型自动编写 Python 代码并在 xAI 服务端沙箱中真实运行，适合精确计算、数据处理等场景。实测让模型计算 2 的 100 次方，模型执行 print(2 ** 100) 后返回了精确值（大整数运算，纯语言模型极易算错，代码执行则完全精确）：

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.apiyi.com/v1",
)

resp = client.responses.create(
    model="grok-4.5",
    tools=[{"type": "code_interpreter"}],
    input="用代码计算 2 的 100 次方，给出精确值",
)
print(resp.output_text)
# 2^100 = 1267650600228229401496703205376

# 查看模型实际执行的代码
for item in resp.output:
    if item.type == "code_interpreter_call":
        print("执行的代码:", item.code)

实测单次代码执行任务延迟约 6 秒。usage 的 server_side_tool_usage_details.code_interpreter_calls 记录执行次数。

​

Remote MCP 工具

在请求中声明外部 MCP server，xAI 服务端会自动连接、列出其工具并按需调用——你无需在本地跑任何 MCP 客户端。实测成功连通公开 MCP server 并完成工具调用（延迟约 16 秒）：

resp = client.responses.create(
    model="grok-4.5",
    tools=[{
        "type": "mcp",
        "server_label": "deepwiki",
        "server_url": "https://mcp.deepwiki.com/mcp",
        "require_approval": "never"
    }],
    input="使用 deepwiki 查询 openai/openai-python 仓库是做什么的，一句话",
)
print(resp.output_text)

# 查看 MCP 调用明细
for item in resp.output:
    if item.type == "mcp_call":
        print("工具:", item.name, "| 输出:", item.output[:200])

参数	说明
server_label	自定义标签，用于区分多个 MCP server
server_url	MCP server 地址（需公网可达，xAI 服务端直连）
require_approval	"never" 为自动调用；默认会返回审批请求，需要二次确认

• MCP server 必须公网可达：连接由 xAI 服务端发起，内网 / localhost 地址不可用。
• 注意数据安全：你的对话内容会经 xAI 服务端发送到该 MCP server，请只接入可信服务。
• 外部 server 的可用性不受 API易 控制，调用失败时请先自查 server 状态。

​

Collections Search（RAG）不可用

xAI 官方还有一个 collections_search（知识库检索 / file_search）工具，在 API易 上不适用：它依赖在 xAI 控制台预先上传文件并建立知识库，而 API易 为号池模式、用户无法访问上游控制台。实测请求可透传但检索必然失败（file_search_call 返回 failed）。

需要 RAG 场景请在业务侧自建检索（向量库 + 把召回内容拼入 prompt），配合 Grok 的 1M 上下文与 自动缓存 使用。

​

常见问题

可以同时声明多个工具吗？

可以。tools 数组可同时包含 web_search / x_search / code_interpreter / mcp，模型按任务自行决定调用哪个。usage 的 server_side_tool_usage_details 会分项计数。

代码沙箱能联网或读文件吗？

沙箱面向计算场景（Python 运算 / 数据处理），不能访问你的本地文件；需要外部数据请配合 web_search 或 MCP 工具。

工具执行失败会计费吗？

模型推理消耗的 tokens 正常计费。工具本身的调用费以 API易 工具定价与账单实际扣费为准，建议开发期先小量验证再放量。

​

相关文档

联网搜索与 X 搜索

同为 Responses API 的联网类工具

Grok 概览

模型阵容、定价与能力边界总表