xAI

Der gebündelte grok-Websuche-Provider bevorzugt xAI OAuth und fällt dann auf XAI_API_KEY oder einen Plugin-Websuche-Schlüssel zurück:

openclaw models auth login --provider xai --method oauthopenclaw config set tools.web.search.provider grok

Das gebündelte xai-Plugin registriert Videogenerierung über das gemeinsame video_generate Tool.

• Standard-Videomodell: xai/grok-imagine-video
• Modi: Text-zu-Video, Bild-zu-Video, Referenzbildgenerierung, Remote- Video-Bearbeitung und Remote-Video-Erweiterung
• Seitenverhältnisse: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3
• Auflösungen: 480P, 720P
• Dauer: 1-15 Sekunden für Generierung/Bild-zu-Video, 1-10 Sekunden bei Verwendung von reference_image-Rollen, 2-10 Sekunden für Erweiterung
• Referenzbildgenerierung: Setzen Sie imageRoles für jedes bereitgestellte Bild auf reference_image; xAI akzeptiert bis zu 7 solcher Bilder
• Standard-Operationstimeout: 600 Sekunden, sofern video_generate.timeoutMs oder agents.defaults.videoGenerationModel.timeoutMs nicht gesetzt ist

Um xAI als Standard-Video-Provider zu verwenden:

{  agents: {    defaults: {      videoGenerationModel: {        primary: "xai/grok-imagine-video",      },    },  },}

Das gebündelte xai-Plugin registriert Bildgenerierung über das gemeinsame image_generate Tool.

• Standard-Bildmodell: xai/grok-imagine-image
• Zusätzliches Modell: xai/grok-imagine-image-quality
• Modi: Text-zu-Bild und Referenzbildbearbeitung
• Referenzeingaben: ein image oder bis zu fünf images
• Seitenverhältnisse: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Auflösungen: 1K, 2K
• Anzahl: bis zu 4 Bilder
• Standard-Operationstimeout: 600 Sekunden, sofern image_generate.timeoutMs oder agents.defaults.imageGenerationModel.timeoutMs nicht gesetzt ist

OpenClaw fordert bei xAI b64_json-Bildantworten an, damit generierte Medien über den normalen Kanal-Anhangspfad gespeichert und zugestellt werden können. Lokale Referenzbilder werden in Daten-URLs konvertiert; entfernte http(s)-Referenzen werden durchgereicht.

Um xAI als Standard-Bild-Provider zu verwenden:

{  agents: {    defaults: {      imageGenerationModel: {        primary: "xai/grok-imagine-image",      },    },  },}

Das gebündelte xai-Plugin registriert Text-zu-Sprache über die gemeinsame tts- Provider-Oberfläche.

• Stimmen: eve, ara, rex, sal, leo, una
• Standardstimme: eve
• Formate: mp3, wav, pcm, mulaw, alaw
• Sprache: BCP-47-Code oder auto
• Geschwindigkeit: Provider-native Geschwindigkeitsüberschreibung
• Natives Opus-Sprachnotizformat wird nicht unterstützt

So verwenden Sie xAI als Standard-TTS-Provider:

{  messages: {    tts: {      provider: "xai",      providers: {        xai: {          speakerVoiceId: "eve",        },      },    },  },}

Das gebündelte xai-Plugin registriert Batch-Sprache-zu-Text über OpenClaws Transkriptionsoberfläche für Medienverständnis.

• Standardmodell: grok-stt
• Endpunkt: xAI REST /v1/stt
• Eingabepfad: Multipart-Audiodatei-Upload
• Von OpenClaw überall dort unterstützt, wo eingehende Audiotranskription tools.media.audio verwendet, einschließlich Discord-Sprachkanal-Segmenten und Kanal-Audioanhängen

So erzwingen Sie xAI für eingehende Audiotranskription:

{  tools: {    media: {      audio: {        models: [          {            type: "provider",            provider: "xai",            model: "grok-stt",          },        ],      },    },  },}

Die Sprache kann über die gemeinsame Audiomedien-Konfiguration oder pro Aufruf über die Transkriptionsanfrage übergeben werden. Prompt-Hinweise werden von der gemeinsamen OpenClaw- Oberfläche akzeptiert, aber die xAI-REST-STT-Integration leitet nur Datei, Modell und Sprache weiter, weil diese sauber dem aktuellen öffentlichen xAI-Endpunkt zugeordnet werden können.

Das gebündelte xai-Plugin registriert außerdem einen Echtzeit-Transkriptions-Provider für Live-Sprachanruf-Audio.

• Endpunkt: xAI WebSocket wss://api.x.ai/v1/stt
• Standardcodierung: mulaw
• Standard-Abtastrate: 8000
• Standard-Endpunkterkennung: 800ms
• Zwischentranskripte: standardmäßig aktiviert

Der Twilio-Medienstream von Voice Call sendet G.711-µ-law-Audioframes, sodass der xAI-Provider diese Frames direkt ohne Transcodierung weiterleiten kann:

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "xai",            providers: {              xai: {                apiKey: "${XAI_API_KEY}",                endpointingMs: 800,                language: "en",              },            },          },        },      },    },  },}

Provider-eigene Konfiguration liegt unter plugins.entries.voice-call.config.streaming.providers.xai. Unterstützte Schlüssel sind apiKey, baseUrl, sampleRate, encoding (pcm, mulaw oder alaw), interimResults, endpointingMs und language.

Das gebündelte xAI-Plugin stellt x_search als OpenClaw-Tool zum Durchsuchen von X-Inhalten (ehemals Twitter) über Grok bereit.

Konfigurationspfad: plugins.entries.xai.config.xSearch

{  plugins: {    entries: {      xai: {        config: {          xSearch: {            enabled: true,            model: "grok-4-1-fast",            baseUrl: "https://api.x.ai/v1",            inlineCitations: true,          },        },      },    },  },}

Das gebündelte xAI-Plugin stellt code_execution als OpenClaw-Tool für Remote-Codeausführung in der Sandbox-Umgebung von xAI bereit.

Konfigurationspfad: plugins.entries.xai.config.codeExecution

{  plugins: {    entries: {      xai: {        config: {          codeExecution: {            enabled: true,            model: "grok-4-1-fast",          },        },      },    },  },}

• xAI-Authentifizierung kann einen API-Schlüssel, eine Umgebungsvariable, einen Plugin-Konfigurations-Fallback oder OAuth mit einem berechtigten xAI-Konto verwenden. OAuth verwendet Gerätecode-Verifizierung ohne localhost-Callback. xAI entscheidet, welche Konten OAuth- API-Tokens erhalten können, und die Zustimmungsseite kann Grok Build anzeigen, obwohl OpenClaw die Grok Build-App nicht benötigt.
• OpenClaw stellt die xAI-Multi-Agent-Modellfamilie derzeit nicht bereit. xAI stellt diese Modelle über die Responses API bereit, aber sie akzeptieren nicht die clientseitigen oder benutzerdefinierten Tools, die von OpenClaws gemeinsamem Agent-Loop verwendet werden. Siehe die xAI-Multi-Agent-Einschränkungen.
• xAI Realtime Voice ist noch nicht als OpenClaw-Provider registriert. Es benötigt einen anderen bidirektionalen Sprachesitzungsvertrag als Batch-STT oder Streaming-Transkription.
• xAI-Bild-quality, Bild-mask und zusätzliche nur native Seitenverhältnisse werden erst bereitgestellt, wenn das gemeinsame Tool image_generate entsprechende Provider-übergreifende Steuerungen hat.

• OpenClaw wendet xAI-spezifische Kompatibilitätskorrekturen für Tool-Schema und Tool-Aufrufe automatisch auf dem gemeinsamen Runner-Pfad an.
• Native xAI-Anfragen verwenden standardmäßig tool_stream: true. Setzen Sie agents.defaults.models["xai/<model>"].params.tool_stream auf false, um dies zu deaktivieren.
• Der gebündelte xAI-Wrapper entfernt nicht unterstützte Strict-Tool-Schema-Flags und Reasoning-effort-Payload-Schlüssel, bevor native xAI-Anfragen gesendet werden. Nur grok-4.3 / grok-4.3-* geben konfigurierbaren Reasoning-Aufwand an; alle anderen reasoning-fähigen xAI-Modelle fordern weiterhin include: ["reasoning.encrypted_content"] an, damit vorheriges verschlüsseltes Reasoning in Folgerunden erneut abgespielt werden kann.
• web_search, x_search und code_execution werden als OpenClaw- Tools bereitgestellt. OpenClaw aktiviert das spezifische integrierte xAI-Tool, das es innerhalb jeder Tool- Anfrage benötigt, statt alle nativen Tools an jede Chat-Runde anzuhängen.
• Grok web_search liest plugins.entries.xai.config.webSearch.baseUrl. x_search liest plugins.entries.xai.config.xSearch.baseUrl und fällt dann auf die Grok-Web-Search-Basis-URL zurück.
• x_search und code_execution gehören dem gebündelten xAI-Plugin, statt fest in die Core-Modellruntime codiert zu sein.
• code_execution ist Remote-Ausführung in der xAI-Sandbox, nicht lokales exec.