Community Integrations
Google Cloud Vertex AI
通过 Google Cloud 的管理平台访问 xAI 的 Grok 模型，享受企业级安全性、治理和统一计费。
本指南介绍如何在 Google Cloud Vertex AI / Gemini Enterprise Agent Platform 上设置和使用 Grok 模型。在 Vertex AI 上的 Grok 通过 OpenAI 兼容 API 作为合作伙伴模型访问，包括 Responses API 和 Chat Completions。模型通过 Model Garden 启用。
先决条件
开始之前，请确保您已具备：
- 一个已启用计费的活跃 Google Cloud Platform (GCP) 项目。
- 启用 API 和访问 Model Garden 的权限，例如 Vertex AI 用户或项目编辑者角色。
- 在您的项目中启用了
aiplatform.googleapis.comAPI 或等效的 Agent Platform API。 - 已安装并已通过应用程序默认凭据 (ADC) 进行身份验证的 Google Cloud CLI (
gcloud)。
设置 ADC 和您的项目：
gcloud auth application-default login
gcloud config set project YOUR_PROJECT_ID如果尚未启用所需的 API，请启用它：
gcloud services enable aiplatform.googleapis.com安装必需的包
pip install -U openai google-cloud-aiplatform在 Model Garden 中启用 Grok 模型
- 前往 Google Cloud Console 的 Model Garden，或在控制台中搜索 "Model Garden"。
- 搜索 "Grok"，或按发布者 xAI 浏览。
- 选择所需的 Grok 模型，例如 Grok 4.2 或 Grok 4.3。
- 查看模型卡以了解功能、配额、定价和区域信息。
- 如果提示，点击 Enable 或 Deploy / request access。
- 启用后，该模型可用于 API 调用。
使用 Model Garden 中显示的模型 ID。Vertex 模型名称可能使用发布者前缀，例如：
xai/grok-4.5
模型可用性通常与 xAI API 匹配，但受 Google Cloud 区域可用性和配额的限制。
进行首次 API 调用
Vertex AI 上的 Grok 使用 OpenAI 兼容接口。您可以使用标准的 openai Python 库。
身份验证
使用应用程序默认凭据。客户端可以获取您的 gcloud 身份验证或服务帐户凭据。
您可能需要通过环境变量或在客户端中直接设置 Vertex/OpenAI 兼容的基础 URL 或端点。请使用模型卡或 Google Agent Platform 文档中的确切端点。
export OPENAI_BASE_URL="https://YOUR_VERTEX_ENDPOINT"Responses API 示例
from openai import OpenAI
client = OpenAI() # Uses ADC / env vars automatically
response = client.responses.create(
model="xai/grok-4.5",
input="Explain the advantages of using Grok for agentic workflows with parallel tool calling.",
max_output_tokens=800,
)
print(response.output_text)Chat Completions 示例
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="xai/grok-4.5",
messages=[
{
"role": "user",
"content": "Which city has a higher temperature right now, Boston or New Delhi, and by how much in Fahrenheit?",
}
],
tools=[
{
"type": "function",
"function": {
"name": "get_current_weather",
"description": "Get the current weather in a given location",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g., San Francisco, CA",
},
"unit": {"type": "string", "enum": ["celsius", "fahrenheit"]},
},
"required": ["location"],
},
},
}
],
tool_choice="auto",
)
print(response.choices[0].message.content)两个接口都支持流式传输，以实现更低的延迟体验。
函数调用和工具使用
Grok 在 Responses API 和 Chat Completions 接口上的工具使用和并行函数调用方面表现出色。为工具定义清晰、严格的架构，以便模型能够可靠地选择和调用它们。
数据保留和合规性
Google Cloud 上 Grok 模型的数据保留和处理由 Google Cloud Vertex AI 政策管理。
- 许多部署支持零数据保留 (ZDR) 选项。
- 查看特定的模型卡和您组织的 Google Cloud 数据治理设置。
- 可以使用 Vertex AI 请求-响应日志记录启用活动日志记录，用于审计和调试目的。
有关详细信息，请参阅 Google Cloud 关于 Vertex AI 数据治理和日志记录的文档。
功能支持
支持的功能包括：
- Responses API 和 Chat Completions。
- 函数调用和工具使用，包括并行函数调用。
- 推理模式 / 扩展思考。
- 结构化输出 / JSON 模式。
- 流式传输。
- 通过 Google Cloud 提供固定配额和承诺使用折扣。
上下文窗口因模型而异。请查看 Model Garden 中特定 Grok 模型的当前限制。
全局、多区域和区域端点
Vertex AI / Gemini Enterprise Agent Platform 提供灵活的端点路由：
- 全局端点：通过动态路由提供最大可用性；推荐用于大多数用例。
- 区域端点：通过特定区域路由，以满足严格的合规性要求。
最佳实践
- 选择与您的延迟、吞吐量和推理要求相匹配的 Grok 模型和端点配置。
- 优先使用应用程序默认凭据和 IAM 角色，而不是长期密钥。为生产工作负载使用服务帐户。
- 监控 Google Cloud 计费和配额页面的使用情况。根据需要申请增加配额。
- 使用清晰的工具架构和明确的输出格式。
- 启用请求日志记录，并与 Google Cloud Monitoring / Logging 集成。
- 从直接 xAI API 迁移时，更新基础 URL、客户端配置和模型前缀。大多数提示和工具定义只需进行少量更改即可转移。
故障排除
| 问题 | 检查内容 |
|---|---|
| 身份验证错误 | 运行 gcloud auth application-default login 并验证项目权限。 |
| 未找到模型 | 确认模型已在 Model Garden 中启用，并使用确切的 xai/... ID。 |
| 超出配额 | 在 Google Cloud 控制台中检查配额，并根据需要申请增加。 |
| 端点 / 基础 URL 问题 | 使用模型卡或 Google 文档中的确切端点或环境变量。 |
当可用时，先在 Google Cloud 控制台 playground / Model Garden 界面上开始，然后转向代码。
后续步骤
- 探索 Model Garden 中已启用的模型。
- 构建利用 Grok 工具调用优势的智能应用程序。
- 与 Google Cloud 服务（如 Cloud Functions 和 Vertex AI Pipelines）集成。
- 查阅完整的 xAI Grok 文档和模型卡，获取提示技巧和功能说明。