GrokClient类封装API调用：接收api_key初始化会话与认证头，统一错误处理并抛出GrokAPIError；支持/chat/completions非流式与流式请求；自动路由、幂等POST重试及速率限制等待。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要频繁调用Grok API但每次都要重复写请求头、构造JSON体、处理错误响应，代码散落在各处难以维护和测试。面向对象封装能让你把API调用变成 clean、可复用、带类型提示的类方法调用，而不是一堆requests.post拼凑的脚本。
设计基础Client类
第一步：定义一个GrokClient类，接收api_key作为必填参数，内部自动构建认证头和基础会话。这避免了每次调用都手动拼Authorization字符串，也防止密钥意外泄露到日志或异常堆栈中。
第二步：在__init__中初始化requests.Session()，并设置默认headers={'Content-Type': 'application/json', 'Authorization': f'Bearer {api_key}'}。注意【api_key必须通过构造函数传入，禁止硬编码或从环境变量直接读取后不校验】，否则单元测试无法注入模拟密钥。
第三步：为所有HTTP方法（post、get）封装统一的_error_handler私有方法，当status_code ≥ 400时，尝试解析响应中的code和message字段，抛出带上下文的GrokAPIError异常，而不是裸露的requests.exceptions.HTTPError。
封装/chat/completions接口
方法一：实现chat_completions方法，接受messages（list[dict]）、model（str）、temperature（float，默认0.7）三个核心参数。内部将它们组装成标准OpenAI兼容格式的JSON payload，然后调用self._session.post(url, json=payload)。
方法二：支持流式响应。当stream=True时，不使用.json()解析，而是用response.iter_lines()逐行yield每个data: {...}块，并用json.loads(line[6:])提取delta内容。这一步不能用response.json()，否则会阻塞等待完整响应。
注意：流式返回的每条数据不含完整choices字段，只含delta，必须由调用方自行累积content字段——Client类不负责拼接，避免状态耦合。
添加模型路由与自动重试
第一步：在Client初始化时，根据传入的base_url参数决定请求域名。若未指定，则默认指向https://api.x.ai/v1；若传入"https://custom-grok.example.com"，则所有请求走该地址。
第二步：为post请求添加指数退避重试逻辑。当遇到503或连接超时，最多重试2次，间隔分别为1秒和2秒。重试前检查是否为幂等操作——只有chat_completions这类POST请求才启用，GET类接口不重试。
第三步：在重试逻辑中，跳过已包含X-RateLimit-Reset头的响应。如果服务端明确返回了重置时间，直接sleep到对应时刻再发起下一次请求，比固定间隔更精准。
